使用说明

Tavily MCP服务器

一种模型上下文协议（MCP）服务器，使用Tavily API提供人工智能搜索功能。该服务器使AI助手能够执行全面的网络搜索，并检索相关的最新信息。

特性

人工智能驱动的搜索功能
支持基本和高级搜索深度
丰富的搜索结果，包括标题、URL和内容片段
人工智能生成的搜索结果摘要
结果评分和响应时间跟踪
具有缓存功能的全面搜索历史存储
MCP资源，实现灵活的数据访问

先决条件

Node.js（v16或更高版本）
npm（节点包管理器）
Tavilly API密钥（在 Tavily的网站)
MCP客户端（例如，Cline、Claude Desktop或您自己的实现）

安装

克隆存储库：

git clone https://github.com/it-beard/tavily-server.git
cd tavily-mcp-server

安装依赖项：

npm install

构建项目：

npm run build

配置

此服务器可以与任何MCP客户端一起使用。以下是常见客户端的配置说明：

临床配置

如果您使用的是Cline（Claude的VSCode扩展），请在以下位置创建或修改MCP设置文件：

macOS： ~/Library/Application Support/Cursor/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
窗户： %APPDATA%\Cursor\User\globalStorage\saoudrizwan.claude-dev\settings\cline_mcp_settings.json
Linux： ~/.config/Cursor/User/globalStorage/saoudrizwan.claude-dev\settings\cline_mcp_settings.json

添加以下配置（将路径和API密钥替换为您自己的）：

{
  "mcpServers": {
    "tavily": {
      "command": "node",
      "args": ["/path/to/tavily-server/build/index.js"],
      "env": {
        "TAVILY_API_KEY": "your-api-key-here"
      }
    }
  }
}

Claude桌面配置

如果您使用的是Claude Desktop应用程序，请在以下位置修改配置文件：

macOS： ~/Library/Application Support/Claude/claude_desktop_config.json
窗户： %APPDATA%\Claude\claude_desktop_config.json
Linux： ~/.config/Claude/claude_desktop_config.json

使用如上所示的相同配置格式。

其他MCP客户端

对于其他MCP客户端，请参阅其文档以了解正确的配置文件位置和格式。服务器配置应包括：

运行服务器的命令（通常 node)
已编译服务器文件的路径
环境变量，包括Tavily API密钥

用法

工具

服务器提供了一个名为 search 具有以下参数：

所需参数

query （string）：要执行的搜索查询

可选参数

search_depth （string）：“基本”（更快）或“高级”（更全面）

示例用法

// Example using the MCP SDK
const result = await mcpClient.callTool("tavily", "search", {
  query: "latest developments in artificial intelligence",
  search_depth: "basic"
});

资源

服务器为灵活的数据访问提供静态和动态资源：

静态资源

tavily://last-search/result：返回最近搜索查询的结果
- 保存到数据目录中的磁盘
- 服务器重启后仍能存活
- 如果未进行搜索，则返回“尚未执行搜索”错误

动态资源（资源模板）

tavily://search/{query}：访问任何查询的搜索结果
- 将｛query｝替换为URL编码的搜索词
- 例子： tavily://search/artificial%20intelligence
- 如果之前进行了查询，则返回缓存结果
- 如果以前没有搜索过查询，则执行并存储新的搜索
- 通过资源接口返回与搜索工具相同的格式

与工具相比，MCP中的资源提供了一种访问数据的替代方法：

工具用于执行操作（如执行新搜索）
资源用于访问数据（如检索现有搜索结果）
资源URI可以稍后存储和访问
资源支持静态（固定）和动态（模板化）访问模式

响应格式

interface SearchResponse {
  query: string;
  answer: string;
  results: Array<{
    title: string;
    url: string;
    content: string;
    score: number;
  }>;
  response_time: number;
}

永久存储

服务器为搜索结果实现了全面的持久存储：

存储位置

数据存储在 data 目录
data/searches.json 包含所有历史搜索结果
数据在服务器重启之间持续存在
服务器启动时会自动初始化存储

存储功能

存储完整的搜索历史记录
缓存所有搜索结果以便快速检索
自动保存新的搜索结果
基于磁盘的持久性
JSON格式，便于调试
存储操作的错误处理
自动目录创建

缓存行为

所有搜索结果都会自动缓存
对同一查询的后续请求返回缓存结果
缓存提高了响应时间并减少了API调用
缓存在服务器重启之间持续存在
跟踪上次搜索以快速访问

发展

项目结构

tavily-server/
├── src/
│   └── index.ts    # Main server implementation
├── data/           # Persistent storage directory
│   └── searches.json  # Search history and cache storage
├── build/          # Compiled JavaScript files
├── package.json    # Project dependencies and scripts
└── tsconfig.json   # TypeScript configuration

可用脚本

npm run build：编译TypeScript并使输出可执行
npm run start：启动MCP服务器（构建后）
npm run dev：以开发模式运行服务器

错误处理

服务器为常见问题提供详细的错误消息：

API密钥无效
网络错误
搜索参数无效
API速率限制
资源未找到
资源URI无效
存储读/写错误

贡献

分叉存储库
创建功能分支(git checkout -b feature/amazing-feature)
提交您的更改(git commit -m 'Add some amazing feature')
推到分支(git push origin feature/amazing-feature)
打开拉取请求

许可证

此项目根据MIT许可证获得许可-请参阅许可证文件以获取详细信息。

致谢

模型上下文协议（MCP）对于服务器框架
美味API 用于提供搜索功能