使用说明

项目简介

mcp-tavily-search 是一个基于 Model Context Protocol (MCP) 构建的服务器，它集成了 Tavily Search API，旨在为大型语言模型（LLM）提供强大的网络搜索能力。该服务器提供了多种工具，可以进行标准的网络搜索、为检索增强生成（RAG）应用生成上下文，以及直接回答用户提出的问题。通过利用 Tavily API 的智能搜索功能，该服务器能够返回高质量、基于事实的搜索结果。

主要功能点

高级网络搜索: 通过 Tavily API 提供优化的网络搜索功能，返回高质量的搜索结果。
AI 摘要: 可以生成搜索结果的 AI 摘要，快速获取信息概览。
领域过滤: 支持域名白名单和黑名单，提高搜索结果的相关性和质量。
可配置参数: 允许用户自定义搜索深度、时间范围、结果数量等参数。
RAG 上下文生成: 专门为 RAG 应用设计，可以生成用于增强 LLM 上下文的搜索结果。
直接问答: 支持直接提问，服务器会尝试从搜索结果中提取答案。
结果缓存: 具备响应缓存功能，通过 TTL (Time-To-Live) 设置，提高效率并减少 API 调用次数。
多种响应格式: 支持 text, JSON, markdown 等多种格式的响应输出，方便 LLM 处理。

安装步骤

克隆仓库：将仓库 'https://github.com/spences10/mcp-tavily-search' 克隆到本地。
安装依赖：在仓库根目录下运行 'pnpm install' 命令安装项目依赖。
构建项目：运行 'pnpm build' 命令构建项目。

服务器配置

要将此 MCP 服务器连接到 MCP 客户端（例如 Cline 或 Claude Desktop），您需要在客户端中配置 MCP 服务器信息。以下是配置示例，请根据您的 MCP 客户端进行相应配置。

MCP 服务器配置 (JSON 格式):

{
  "mcpServers": {
    "mcp-tavily-search": {
      "command": "npx",
      "args": ["-y", "mcp-tavily-search"],
      "env": {
        "TAVILY_API_KEY": "YOUR_TAVILY_API_KEY"
      }
    }
  }
}

配置参数说明:

'server name': 'mcp-tavily-search' (服务器名称，您可以自定义，用于在 MCP 客户端中识别和引用此服务器)
'command': 'npx' (启动服务器的命令，这里使用 'npx' 执行 npm 包)
'args': '["-y", "mcp-tavily-search"]' (传递给 'command' 的参数列表。'-y' 参数用于跳过 'npm install' 的交互式确认；'mcp-tavily-search' 是要执行的 npm 包名称，即此 MCP 服务器)
'env': (环境变量配置)
- 'TAVILY_API_KEY': 'YOUR_TAVILY_API_KEY' (Tavily API 密钥，必需配置。请替换为您的实际 Tavily API 密钥)

注意: 请务必将 'YOUR_TAVILY_API_KEY' 替换为您在 Tavily 平台申请的 API 密钥。

基本使用方法

配置 MCP 客户端: 在您的 MCP 客户端（如 Cline, Claude Desktop）中添加上述 JSON 配置，配置 mcp-tavily-search 服务器。
设置 API 密钥: 确保在 MCP 客户端的服务器配置中正确设置了 'TAVILY_API_KEY' 环境变量。
调用工具: 在您的 LLM 应用中，通过 MCP 客户端调用以下工具来使用 Tavily 搜索功能：
- 'tavily_search': 执行标准网络搜索。
- 'tavily_get_search_context': 为 RAG 应用生成上下文。
- 'tavily_qna_search': 进行问答搜索。
在调用工具时，请根据工具的具体参数要求，提供必要的参数，例如 'query' (搜索查询关键词)。

关键词