Tavily Search MCP服务器使用说明

项目简介

本项目是一个基于 Model Context Protocol (MCP) 的服务器实现，它利用 Tavily Search API 为大型语言模型 (LLM) 客户端提供网页搜索功能。通过此服务器，LLM 可以调用 'search' 工具来获取最新的网络信息，从而增强其回答问题的能力。

主要功能点

网页搜索工具: 提供名为 'search' 的工具，允许 LLM 客户端进行网页搜索。
Tavily API 集成: 使用 Tavily API 作为后端搜索引擎，保证搜索结果的质量和实时性。
MCP 协议支持: 完全实现了 MCP 服务器协议，可以与任何兼容 MCP 协议的 LLM 客户端进行通信。
资源发现: 提供可用的资源 (Resources) 信息，描述了服务器提供的能力。
工具调用: 支持 LLM 客户端通过标准 MCP 协议调用 'search' 工具，并返回搜索结果。

安装步骤

下载仓库: 使用 Git 克隆仓库到本地：

git clone https://github.com/Tomatio13/mcp-server-tavily.git

配置 Tavily API 密钥: 你需要一个 Tavily API 密钥才能使用此服务器。请访问 Tavily 官网获取密钥。获取后，将密钥设置为名为 'TAVILY_API_KEY' 的环境变量。例如，在 Linux 或 macOS 系统中，你可以在终端中使用 'export TAVILY_API_KEY=YOUR_API_KEY' 命令，或者在 Windows 系统中使用 'set TAVILY_API_KEY=YOUR_API_KEY' 命令。请将 'YOUR_API_KEY' 替换为你的实际密钥。

服务器配置

要将此 MCP 服务器配置到 MCP 客户端（例如 Claude Desktop 或 Cursor），你需要提供服务器的启动命令和相关参数。以下是配置信息，以 JSON 格式提供：

{
  "serverName": "tavily-search",
  "command": "uv",
  "args": [
    "--directory",
    "/path/to/mcp-server-tavily",
    "run",
    "tavily-search"
  ],
  "env": {
    "TAVILY_API_KEY": "YOUR_TAVILY_API_KEY",
    "PYTHONIOENCODING": "utf-8"
  }
}

配置参数说明:

'"serverName"': 服务器的名称，可以自定义，例如 'tavily-search'。
'"command"': 启动服务器的命令，这里使用 'uv'。
'"args"': 传递给 'uv' 命令的参数列表：
- '"--directory"': 指定服务器代码所在的目录，请将 '/path/to/mcp-server-tavily' 替换为你本地仓库的实际路径。
- '"run"': 使用 'uv run' 命令来运行 Python 脚本。
- '"tavily-search"': 指定要运行的 Python 入口点，对应项目中的 'src/init.py' 文件。
'"env"': 环境变量设置：
- '"TAVILY_API_KEY"': 必须配置，请将 'YOUR_TAVILY_API_KEY' 替换为你的实际 Tavily API 密钥。
- '"PYTHONIOENCODING"': 设置 Python 的字符编码为 'utf-8'。

重要提示:

请务必将配置中的 '/path/to/mcp-server-tavily' 替换为你克隆仓库后在本地文件系统中的实际路径。
请务必将配置中的 'YOUR_TAVILY_API_KEY' 替换为你从 Tavily 官网获取的 API 密钥。

基本使用方法

启动服务器: 在 MCP 客户端中配置上述服务器信息后，启动该服务器。启动方式取决于你使用的 MCP 客户端（例如，在 Claude Desktop 或 Cursor 中添加并启用该服务器配置）。
在 LLM 中使用搜索功能: 在 LLM 客户端中，你可以通过自然语言指示 LLM 进行网页搜索。例如，你可以提问类似于 “请搜索关于人工智能的最新进展” 或 “查找今天北京的天气预报” 的问题。LLM 客户端会自动识别并调用 'search' 工具，然后利用 Tavily Search MCP 服务器进行搜索，并将结果整合到回答中。

关键词: 网页搜索, 搜索引擎, tavily, LLM工具, 信息检索