mcp-tavily 是一个 MCP 服务器，专为 AI 模型提供强大的搜索和内容提取能力。它通过 Tavily API 提供多种搜索工具，包括基础搜索、上下文感知搜索和问答式搜索，帮助 AI 模型更准确地获取所需信息。此外，它还能从指定 URL 中提取内容，支持灵活的配置选项，例如搜索深度、主题过滤和内容包含等。

通过 mcp-tavily，AI 模型可以轻松集成先进的搜索功能，解决信息检索难题，提升内容理解和生成能力。开发者可以通过简单的 JSON 配置，将 mcp-tavily 集成到现有的 MCP 工作流程中，并利用其丰富的 API 选项进行定制。该解决方案支持多种安装方式，包括 Smithery 自动安装和手动安装，方便开发者快速上手。mcp-tavily 旨在简化 AI 模型与外部信息源的交互，助力开发者构建更智能的应用。

多样化搜索工具

mcp-tavily 提供了三种不同的搜索工具，以满足 AI 模型对信息检索的各种需求。search 工具提供基础的搜索功能，允许用户自定义搜索选项，例如搜索深度、主题和最大结果数。searchContext 工具专注于上下文感知的搜索，能够根据给定的上下文提供更相关的结果，例如在特定主题或时间范围内搜索。searchQNA 工具则专门用于问答形式的搜索，可以提取问题的答案，并返回包含答案的结果。这些工具的多样性使得 AI 模型能够根据不同的任务选择最合适的搜索策略，从而提高信息检索的效率和准确性。例如，一个聊天机器人可以使用 searchQNA 工具来回答用户的问题，而一个新闻聚合器可以使用 searchContext 工具来获取特定主题的最新新闻。

灵活的内容提取

mcp-tavily 的内容提取功能允许 AI 模型从指定的 URL 中提取内容，并提供可配置的选项以控制提取的深度和内容类型。通过 extract 工具，AI 模型可以从网页中提取文本、图像和其他相关信息。extractDepth 选项允许用户选择提取的深度，例如基本提取或高级提取，以控制提取的详细程度。includeImages 选项允许用户选择是否包含图像。此功能对于需要从网页中获取结构化或非结构化数据的 AI 模型非常有用。例如，一个情感分析模型可以使用此功能从社交媒体帖子中提取文本，然后分析用户的情绪。技术上，该功能通过分析 HTML 结构并使用选择器提取相关内容来实现。

丰富的配置选项

mcp-tavily 提供了大量的配置选项，允许开发者根据其特定需求定制搜索和内容提取的行为。这些选项包括搜索深度、主题、时间范围、最大结果数、是否包含图像等。通过调整这些选项，开发者可以优化搜索结果的相关性和准确性，并控制内容提取的详细程度。例如，开发者可以设置 searchDepth 为 "advanced" 以获取更全面的搜索结果，或者设置 timeRange 为 "week" 以获取最近一周的新闻。这些配置选项的灵活性使得 mcp-tavily 能够适应各种不同的应用场景，并为 AI 模型提供最佳的信息检索和内容提取体验。这些选项通过 API 参数传递，并在 Tavily API 调用中生效。