Tavily MCP 服务器

模型上下文协议 (MCP) 服务器，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信息。

特征

• 人工智能搜索功能

• 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记录存储

• 用于灵活数据访问的 MCP 资源

先决条件

• Node.js（v16 或更高版本）

• npm（Node 包管理器）

• Tavily API 密钥（在Tavily 的网站上获取）

• MCP 客户端（例如 Cline、Claude Desktop 或您自己的实现）

安装

1. 克隆存储库：

2. 安装依赖项：

3. 构建项目：

配置

此服务器可与任何 MCP 客户端配合使用。以下是一些常用客户端的配置说明：

克莱恩配置

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（用您自己的替换路径和 API 密钥）：

Claude桌面配置

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

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

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

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

使用与上面相同的配置格式。

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：

1. 运行服务器的命令（通常是node ）

2. 已编译服务器文件的路径

3. 包括 Tavily API 密钥在内的环境变量

用法

工具

服务器提供了一个名为search的工具，其参数如下：

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）：“基本”（更快）或“高级”（更全面）

示例用法

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 ：返回最近搜索查询的结果

  • 持久保存到数据目录中的磁盘

  • 经受服务器重启

  • 如果尚未进行搜索，则返回“尚未进行搜索”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} 替换为您的 URL 编码的搜索词

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

  • 如果之前进行了查询，则返回缓存的结果

  • 如果之前没有搜索过查询，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 可以存储并稍后访问

• 资源支持静态（固定）和动态（模板化）访问模式

响应格式

持久存储

服务器对搜索结果实现了全面的持久化存储：

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

• 服务器重启后数据仍然存在

• 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，方便调试

• 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

• 同一查询的后续请求将返回缓存的结果

• 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

发展

项目结构

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

服务器提供了常见问题的详细错误消息：

• API 密钥无效

• 网络错误

• 搜索参数无效

• API 速率限制

• 未找到资源

• 无效的资源 URI

• 存储读/写错误

贡献

1. 分叉存储库

2. 创建你的功能分支（ git checkout -b feature/amazing-feature ）

3. 提交您的更改（ git commit -m 'Add some amazing feature' ）

4. 推送到分支（ git push origin feature/amazing-feature ）

5. 打开拉取请求

执照

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅LICENSE文件。

致谢

• 服务器框架的模型上下文协议 (MCP)

• Tavily API提供搜索功能