AI导哈

搜索优化服务

Tavily Search MCP Server 是一个集成了 Tavily Search API 的服务，为大型语言模型提供优化的搜索能力，包括内容提取、域过滤等功能。

  • by apappascs
  • TypeScript
  • 本地部署
  • 5 星标
  • 更新于
在 GitHub 查看 apappascs/tavily-search-mcp-server

使用说明

Tavily搜索MCP服务器

MCP服务器实现集成Tavily Search API，为LLM提供优化的搜索功能。

特性

  • 网络搜索： 执行针对LLM优化的网络搜索，控制搜索深度、主题和时间范围。
  • 内容提取： 从搜索结果中提取最相关的内容，优化质量和大小。
  • 可选功能： 包括图像、图像描述、LLM生成的简短答案和原始HTML内容。
  • 域筛选： 在搜索结果中包含或排除特定域。

工具

  • tavily_search
    • 使用Tavilly Search API执行网络搜索。
    • 输入：
      • query （字符串，必填）：搜索查询。
      • search_depth （字符串，可选）：“基本”或“高级”（默认值：“基础”）。
      • topic （字符串，可选）：“general”或“news”（默认值：“general”）。
      • days （数字，可选）：新闻搜索返回的天数（默认值：3）。
      • time_range （字符串，可选）：时间范围过滤器（“日”、“周”、“月”、“年”或“d”、“w”、“m”、“y”）。
      • max_results （number，可选）：最大结果数（默认值：5）。
      • include_images （布尔值，可选）：包括相关图像（默认值：false）。
      • include_image_descriptions （布尔值，可选）：包括图像的描述（默认值：false）。
      • include_answer （布尔值，可选）：包含LLM生成的简短答案（默认值：false）。
      • include_raw_content （布尔值，可选）：包含原始HTML内容（默认值：false）。
      • include_domains （string[]，可选）：要包含的域。
      • exclude_domains （string[]，可选）：要排除的域。

安装指南🚀

1.先决条件

  • 克劳德桌面 安装在您的计算机上。
  • Tavilly API密钥： a.注册 Tavilly API账户. b.选择一个计划（提供免费套餐）。 c.从Tavily仪表板生成您的API密钥。

2.安装

  1. 将此存储库克隆到计算机上的某个位置：

    git clone https://github.com/apappascs/tavily-search-mcp-server.git

  2. 安装依赖项并构建项目：

    cd tavily-search-mcp-server

    npm install

    npm run build

3.与克劳德桌面集成

  1. 打开您的Claude Desktop配置文件：

    # On Mac:
~/Library/Application\ Support/Claude/claude_desktop_config.json

# On Windows:
%APPDATA%\Claude\claude_desktop_config.json

  2. 添加 一 以下为 mcpServers 配置中的对象，具体取决于是否要使用以下命令运行服务器 npm 或 docker:

    选项A：使用NPM（stdio传输）

    {
    "mcpServers": {
        "tavily-search-server": {
            "command": "node",
            "args": [
                "/Users/<username>/<FULL_PATH...>/tavily-search-mcp-server/dist/index.js"
            ],
            "env": {
                "TAVILY_API_KEY": "your_api_key_here"
            }
        }
    }
}

    选项B：使用NPM（SSE传输）

    {
    "mcpServers": {
        "tavily-search-server": {
            "command": "node",
            "args": [
                "/Users/<username>/<FULL_PATH...>/tavily-search-mcp-server/dist/sse.js"
            ],
            "env": {
                "TAVILY_API_KEY": "your_api_key_here"
            },
            "port": 3001
        }
    }
}

    选项C：使用Docker

    {
    "mcpServers": {
        "tavily-search-server": {
            "command": "docker",
            "args": [
                "run",
                "-i",
                "--rm",
                "-e",
                "TAVILY_API_KEY",
                "-v",
                "/Users/<username>/<FULL_PATH...>/tavily-search-mcp-server:/app",
                "tavily-search-mcp-server"
            ],
            "env": {
                "TAVILY_API_KEY": "your_api_key_here"
            }
        }
    }
}

  3. 重要步骤：

    • 替换 /Users/<username>/<FULL_PATH...>/tavily-search-mcp-server 包含克隆存储库的实际完整路径。
    • 在中添加Tavily API密钥 env 部分。 最好将像API密钥这样的秘密作为环境变量。
    • 确保使用正斜杠(/)在路上，甚至在Windows上。
    • 如果你正在使用docker，请确保首先使用以下命令构建镜像 docker build -t tavily-search-mcp-server:latest .

  4. 重新启动Claude Desktop以使更改生效。

通过Smithery安装

通过以下方式自动安装Tavily Search for Claude Desktop 史密瑟里:

npx -y @smithery/cli install @apappascs/tavily-search-mcp-server --client claude

环境设置（适用于npm）

  1. 复制 .env.example 向 .env:

    cp .env.example .env

  2. 更新 .env 使用您的实际Tavily API密钥进行存档：

    TAVILY_API_KEY=your_api_key_here

    注意：永远不要将您的实际API密钥提交给版本控制。这 .env 出于安全原因，git会忽略该文件。

使用NPM运行

使用Node.js启动服务器：

node dist/index.js

对于SSE运输：

node dist/sse.js

使用Docker运行

  1. 构建Docker镜像（如果你还没有）：

    docker build -t tavily-search-mcp-server:latest .

  2. 使用以下命令运行Docker容器：

    对于stdio传输：

    docker run -it --rm -e TAVILY_API_KEY="your_api_key_here" tavily-search-mcp-server:latest

    对于SSE运输：

    docker run -it --rm -p 3001:3001 -e TAVILY_API_KEY="your_api_key_here" -e TRANSPORT="sse" tavily-search-mcp-server:latest

    您还可以直接利用shell的环境变量，这是一种更安全的做法：

     docker run -it --rm -p 3001:3001 -e TAVILY_API_KEY=$TAVILY_API_KEY -e TRANSPORT="sse" tavily-search-mcp-server:latest

    注： 第二个命令演示了使用 -e TAVILY_API_KEY=$TAVILY_API_KEY 传递你的价值 TAVILY_API_KEY 将环境变量放入Docker容器中。这样就可以将API密钥排除在命令历史记录之外，而且它通常优于命令中的硬编码机密。

  3. 使用docker编写

    运行：

    docker compose up -d

    要停止服务器，请执行以下操作：

    docker compose down

许可证

此MCP服务器根据MIT许可证获得许可。这意味着您可以根据MIT许可证的条款和条件自由使用、修改和分发软件。有关更多详细信息，请参阅项目存储库中的LICENSE文件。

相关 MCP