Servidor MCP de Tavily

Un servidor de Protocolo de Contexto de Modelo (MCP) que proporciona funciones de búsqueda basadas en IA mediante la API de Tavily. Este servidor permite a los asistentes de IA realizar búsquedas web exhaustivas y recuperar información relevante y actualizada.

Características

• Funcionalidad de búsqueda impulsada por IA

• Soporte para profundidades de búsqueda básicas y avanzadas

• Resultados de búsqueda enriquecidos que incluyen títulos, URL y fragmentos de contenido

• Resúmenes de resultados de búsqueda generados por IA

• Puntuación de resultados y seguimiento del tiempo de respuesta

• Almacenamiento completo del historial de búsqueda con almacenamiento en caché

• Recursos de MCP para un acceso flexible a los datos

Prerrequisitos

• Node.js (v16 o superior)

• npm (Administrador de paquetes de Node)

• Clave API de Tavily (Obtenga una en el sitio web de Tavily )

• Un cliente MCP (por ejemplo, Cline, Claude Desktop o su propia implementación)

Instalación

1. Clonar el repositorio:

2. Instalar dependencias:

3. Construir el proyecto:

Configuración

Este servidor se puede usar con cualquier cliente MCP. A continuación, se muestran las instrucciones de configuración para los clientes más comunes:

Configuración de Cline

Si está utilizando Cline (la extensión VSCode para Claude), cree o modifique el archivo de configuración MCP en:

• 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

Agregue la siguiente configuración (reemplace las rutas y la clave API con las suyas):

Configuración del escritorio de Claude

Si está utilizando la aplicación Claude Desktop, modifique el archivo de configuración en:

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

• Ventanas: %APPDATA%\Claude\claude_desktop_config.json

• Linux: ~/.config/Claude/claude_desktop_config.json

Utilice el mismo formato de configuración que se muestra arriba.

Otros clientes de MCP

Para otros clientes MCP, consulte su documentación para conocer la ubicación y el formato correctos del archivo de configuración. La configuración del servidor debe incluir:

1. Comando para ejecutar el servidor (normalmente node )

2. Ruta al archivo del servidor compilado

3. Variables de entorno, incluida la clave API de Tavily

Uso

Herramientas

El servidor proporciona una única herramienta llamada search con los siguientes parámetros:

Parámetros requeridos

• query (cadena): La consulta de búsqueda a ejecutar

Parámetros opcionales

• search_depth (cadena): Puede ser "básico" (más rápido) o "avanzado" (más completo)

Ejemplo de uso

Recursos

El servidor proporciona recursos estáticos y dinámicos para un acceso flexible a los datos:

Recursos estáticos

• tavily://last-search/result : Devuelve los resultados de la consulta de búsqueda más reciente

  • Persistido en el disco en el directorio de datos

  • Sobrevive a los reinicios del servidor

  • Devuelve un error "Aún no se ha realizado ninguna búsqueda" si no se ha realizado ninguna búsqueda

Recursos dinámicos (plantillas de recursos)

• tavily://search/{query} : Accede a los resultados de búsqueda para cualquier consulta

  • Reemplace {consulta} con su término de búsqueda codificado en URL

  • Ejemplo: tavily://search/artificial%20intelligence

  • Devuelve resultados almacenados en caché si la consulta se realizó previamente

  • Realiza y almacena una nueva búsqueda si la consulta no se ha buscado antes

  • Devuelve el mismo formato que la herramienta de búsqueda pero a través de una interfaz de recursos

Los recursos en MCP proporcionan una forma alternativa de acceder a los datos en comparación con las herramientas:

• Las herramientas sirven para ejecutar operaciones (como realizar una nueva búsqueda)

• Los recursos sirven para acceder a los datos (como recuperar resultados de búsqueda existentes)

• Los URI de recursos se pueden almacenar y acceder a ellos más tarde

• Los recursos admiten patrones de acceso tanto estáticos (fijos) como dinámicos (con plantilla)

Formato de respuesta

Almacenamiento persistente

El servidor implementa un almacenamiento persistente integral para los resultados de búsqueda:

Ubicación de almacenamiento

• Los datos se almacenan en el directorio data .

• data/searches.json contiene todos los resultados de búsqueda históricos

• Los datos persisten entre reinicios del servidor

• El almacenamiento se inicializa automáticamente al iniciar el servidor

Características de almacenamiento

• Almacena el historial de búsqueda completo

• Almacena en caché todos los resultados de búsqueda para una recuperación rápida

• Guardado automático de nuevos resultados de búsqueda

• Persistencia basada en disco

• Formato JSON para una fácil depuración

• Manejo de errores en operaciones de almacenamiento

• Creación automática de directorios

Comportamiento del almacenamiento en caché

• Todos los resultados de búsqueda se almacenan en caché automáticamente

• Las solicitudes posteriores para la misma consulta devuelven resultados almacenados en caché

• El almacenamiento en caché mejora el tiempo de respuesta y reduce las llamadas API

• La caché persiste entre reinicios del servidor

• Se realiza un seguimiento de la última búsqueda para un acceso rápido

Desarrollo

Estructura del proyecto

Scripts disponibles

• npm run build : compila TypeScript y hace que la salida sea ejecutable

• npm run start : Inicia el servidor MCP (después de la compilación)

• npm run dev : ejecuta el servidor en modo de desarrollo

Manejo de errores

El servidor proporciona mensajes de error detallados para problemas comunes:

• Clave API no válida

• Errores de red

• Parámetros de búsqueda no válidos

• Limitación de velocidad de API

• Recurso no encontrado

• URI de recursos no válidos

• Errores de lectura/escritura de almacenamiento

Contribuyendo

1. Bifurcar el repositorio

2. Crea tu rama de funciones ( git checkout -b feature/amazing-feature )

3. Confirme sus cambios ( git commit -m 'Add some amazing feature' )

4. Empujar a la rama ( git push origin feature/amazing-feature )

5. Abrir una solicitud de extracción

Licencia

Este proyecto está licenciado bajo la licencia MIT: consulte el archivo de LICENCIA para obtener más detalles.

Expresiones de gratitud

• Protocolo de contexto de modelo (MCP) para el marco del servidor

• API de Tavily para proporcionar capacidades de búsqueda