MCP 服务器

Tavily MCP Server

使AI助手能够通过Tavily API执行最新的网络搜索，提供包含AI生成的摘要的全面搜索结果。

搜索

浏览器自动化

JavaScript

访问服务器

README

Tavily MCP 服务器

一个模型上下文协议 (MCP) 服务器，它使用 Tavily API 提供 AI 驱动的搜索功能。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、最新的信息。

功能

AI 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
AI 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记录存储
用于灵活数据访问的 MCP 资源

前提条件

Node.js (v16 或更高版本)
npm (Node 包管理器)
Tavily API 密钥 (在 Tavily 网站获取)
一个 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。以下是常用客户端的配置说明：

Cline 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
Windows: %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 Desktop 配置

如果您使用的是 Claude Desktop 应用程序，请修改以下位置的配置文件：

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

使用与上面显示的相同的配置格式。

其他 MCP 客户端

对于其他 MCP 客户端，请查阅其文档以获取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（通常是 node）
编译后的服务器文件的路径
环境变量，包括 Tavily API 密钥

用法

工具

服务器提供一个名为 search 的工具，具有以下参数：

必需参数

query (字符串): 要执行的搜索查询

可选参数

search_depth (字符串): "basic" (更快) 或 "advanced" (更全面)

用法示例

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

资源

服务器提供静态和动态资源，以实现灵活的数据访问：

静态资源

tavily://last-search/result: 返回最近一次搜索查询的结果
- 持久化到磁盘上的数据目录中
- 在服务器重启后仍然存在
- 如果尚未进行任何搜索，则返回“尚未执行任何搜索”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
- 示例: tavily://search/artificial%20intelligence
- 如果之前已进行过查询，则返回缓存的结果
- 如果之前未搜索过查询，则执行并存储新的搜索
- 返回与搜索工具相同的格式，但通过资源接口

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（例如执行新的搜索）
资源用于访问数据（例如检索现有搜索结果）
资源 URI 可以存储并在以后访问
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;
}

持久存储

服务器为搜索结果实现全面的持久存储：

存储位置

数据存储在 data 目录中
data/searches.json 包含所有历史搜索结果
数据在服务器重启后仍然存在
存储在服务器启动时自动初始化

存储功能

存储完整的搜索历史记录
缓存所有搜索结果以进行快速检索
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
自动创建目录

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的结果
缓存可提高响应时间并减少 API 调用
缓存在服务器重启后仍然存在
跟踪上次搜索以便快速访问

开发

项目结构

tavily-server/
├── src/
│   └── index.ts    # 主要服务器实现
├── data/           # 持久存储目录
│   └── searches.json  # 搜索历史记录和缓存存储
├── build/          # 编译后的 JavaScript 文件
├── package.json    # 项目依赖项和脚本
└── tsconfig.json   # TypeScript 配置