tavily-mcp
tavily-mcp 是一款专为生产环境设计的 MCP 服务器,旨在赋予 AI 助手实时感知互联网的能力。它通过提供搜索、内容提取、网站地图构建及网络爬虫四大核心工具,解决了大语言模型因训练数据截止而无法获取最新信息、难以深度解析网页内容的痛点。
借助 tavily-mcp,AI 不仅能执行实时的网络搜索以获取最新资讯,还能智能提取网页关键数据,甚至系统性地探索并绘制整个网站的结构图谱。其独特的技术亮点在于支持“远程直连”模式,用户无需在本地部署复杂的环境或配置服务器,只需通过 URL 传入 API 密钥即可立即使用,极大降低了接入门槛。同时,它还提供了灵活的默认参数设置和 OAuth 认证流程,确保数据安全与定制化需求。
这款工具非常适合开发者、研究人员以及希望增强 AI 编码助手(如 Claude Code、Cursor)能力的技术用户。无论是构建基于实时数据的知识图谱助手,还是让编程助手具备查阅最新文档的能力,tavily-mcp 都能让 AI 从“离线知识库”进化为“在线智能代理”,轻松连接现实世界的动态信息。
使用场景
一位市场分析师需要在半小时内为即将召开的战略会议,整理出竞争对手最新的产品动态、定价策略及用户反馈报告。
没有 tavily-mcp 时
- 信息滞后且碎片化:手动在多个搜索引擎翻页查找,难以确保获取的是实时新闻或最新博客,容易遗漏关键更新。
- 数据提取效率低下:找到相关链接后,需逐个打开网页,人工复制粘贴核心内容到文档,耗时且易出错。
- 缺乏全局视角:难以快速理清对手官网的产品架构和页面关联,只能凭经验猜测其业务重点,无法生成结构化地图。
- 深度挖掘受阻:面对需要跨多层页面抓取的深度信息(如帮助中心或技术文档),人工遍历几乎不可能在短时间内完成。
使用 tavily-mcp 后
- 实时精准检索:通过
tavily-search工具直接调用实时网络搜索,瞬间锁定过去 24 小时内关于竞品的所有高相关性报道。 - 智能内容萃取:利用
tavily-extract自动从数十个 URL 中提炼出定价表和用户评论,直接生成纯净的文本摘要,无需人工清洗。 - 结构化站点映射:调用
tavily-map一键生成竞争对手官网的完整结构图,清晰展示其产品线布局和功能模块关系。 - 自动化深度爬取:借助
tavily-crawl系统性地遍历指定深层目录,自动收集技术白皮书和详细规格参数,填补信息盲区。
tavily-mcp 将原本需要数小时的人工调研工作压缩至分钟级,让 AI 助手具备了实时感知和深度解析互联网信息的核心能力。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
Tavily MCP 服务器

Tavily MCP 服务器提供:
- 搜索、提取、映射、爬取工具
- 通过 tavily-search 工具实现的实时网络搜索功能
- 通过 tavily-extract 工具从网页中智能提取数据
- 强大的网页映射工具,能够创建网站的结构化地图
- 系统性地探索网站的网络爬虫
📚 有用的资源
远程 MCP 服务器
无需在本地运行,直接连接到 Tavily 的远程 MCP 服务器即可。这样可以带来无缝的使用体验,而无需进行本地安装或配置。
只需使用带有 Tavily API 密钥的远程 MCP 服务器 URL:
https://mcp.tavily.com/mcp/?tavilyApiKey=<your-api-key>
请从 tavily.com 获取您的 Tavily API 密钥。
或者,如果 MCP 客户端支持,您也可以通过 Authorization 头传递 API 密钥:
Authorization: Bearer <your-api-key>
注意: 使用远程 MCP 时,可以通过包含一个 JSON 对象的 DEFAULT_PARAMETERS 头来为所有请求指定默认参数。例如:
{"include_images":true, "search_depth": "basic", "max_results": 10}
连接到 Claude Code
Claude Code 是 Anthropic 官方提供的用于 Claude 的命令行工具。您可以使用 claude mcp add 命令添加 Tavily MCP 服务器。有两种认证方式:
选项 1:URL 中的 API 密钥
直接在 URL 中传递您的 API 密钥。将 <your-api-key> 替换为您实际的 Tavily API 密钥:
claude mcp add --transport http tavily https://mcp.tavily.com/mcp/?tavilyApiKey=<your-api-key>
选项 2:OAuth 认证流程
不带 API 密钥的 URL 添加服务器:
claude mcp add --transport http tavily https://mcp.tavily.com/mcp
添加后,您需要完成认证流程:
- 运行
claude启动 Claude Code - 输入
/mcp打开 MCP 服务器管理界面 - 选择 Tavily 服务器并完成认证过程
提示: 在任一命令中添加 --scope user,使 Tavily MCP 服务器在您所有的项目中全局可用:
claude mcp add --transport http --scope user tavily https://mcp.tavily.com/mcp/?tavilyApiKey=<your-api-key>
配置完成后,您将可以访问 Tavily 的搜索、提取、映射和爬取工具。
连接到 Cursor
点击 ⬆️ 添加到 Cursor ⬆️ 按钮,这将为您完成大部分工作,但您仍然需要编辑配置以添加您的 API 密钥。您可以在 这里 获取 Tavily API 密钥。
点击按钮后,您应该会被重定向到 Cursor……
第一步
点击安装按钮

第二步
您应该会看到 MCP 已经安装完毕,如果蓝色滑块尚未打开,请手动将其打开。此外,您还需要编辑配置文件,加入您自己的 Tavily API 密钥。

第三步
随后您会被重定向到您的 mcp.json 文件,在那里您需要添加“your-api-key”。
{
"mcpServers": {
"tavily-remote-mcp": {
"command": "npx -y mcp-remote https://mcp.tavily.com/mcp/?tavilyApiKey=<your-api-key>",
"env": {}
}
}
}
远程 MCP 服务器 OAuth 流程
Tavily 远程 MCP 服务器支持安全的 OAuth 认证,允许您与兼容的客户端无缝连接并授权。
如何设置 OAuth 认证
A. 使用 MCP Inspector:
- 打开 MCP Inspector 并点击“打开认证设置”。
- 选择 OAuth 流程并完成以下步骤:
- 元数据发现
- 客户端注册
- 准备授权
- 请求授权并获取授权码
- 请求令牌
- 认证完成
完成之后,您将获得一个访问令牌,可用于安全地向 Tavily 远程 MCP 服务器发送经过身份验证的请求。
B. 使用其他 MCP 客户端(例如 Cursor):
您可以在不将 Tavily API 密钥包含在 URL 中的情况下,配置您的 MCP 客户端以使用 OAuth。例如,在您的 mcp.json 中:
{
"mcpServers": {
"tavily-remote-mcp": {
"command": "npx mcp-remote https://mcp.tavily.com/mcp",
"env": {}
}
}
}
如果您需要清除已存储的 OAuth 凭据并重新认证,可以运行:
rm -rf ~/.mcp-auth
注意:
- OAuth 认证是可选的。您仍然可以随时使用 API 密钥认证,方法是在 URL 查询参数中包含您的 Tavily API 密钥(
?tavilyApiKey=...),或按照上述说明将其设置在Authorization头中。
选择用于 OAuth 的 API 密钥
成功完成 OAuth 认证后,您可以控制使用的 API 密钥,只需将其命名为 mcp_auth_default:
- 如果您在 个人账户 中设置了名为
mcp_auth_default的密钥,则该密钥将用于认证流程。 - 如果您属于一个拥有名为
mcp_auth_default的密钥的 团队,则该团队的密钥将用于认证流程。 - 如果您同时拥有个人密钥和团队密钥,并且都命名为
mcp_auth_default,则 个人密钥将优先。 - 如果未设置
mcp_auth_default密钥,则将使用您个人账户中的 默认密钥。若未设置默认密钥,则将使用第一个可用的密钥。
本地 MCP
前置条件 🔧
在开始之前,请确保您已准备好:
- Tavily API 密钥
- 如果您还没有 Tavily API 密钥,可以在此处注册免费账户 这里
- Claude Desktop 或 Cursor
- Node.js(v20 或更高版本)
- 您可以通过运行以下命令来验证 Node.js 是否已安装:
node --version
- 您可以通过运行以下命令来验证 Node.js 是否已安装:
- Git 已安装(仅在使用 Git 安装方法时需要)
- macOS:
brew install git - Linux:
- Debian/Ubuntu:
sudo apt install git - RedHat/CentOS:
sudo yum install git
- Debian/Ubuntu:
- Windows:下载 Git for Windows
- macOS:
使用 NPX 运行
npx -y tavily-mcp@latest
默认参数配置 ⚙️
你可以使用 DEFAULT_PARAMETERS 环境变量为 tavily-search 工具设置默认参数值。这样,你无需在每次请求中都指定这些参数,即可配置默认的搜索行为。
配置示例
export DEFAULT_PARAMETERS='{"include_images": true}'
客户端使用示例
{
"mcpServers": {
"tavily-mcp": {
"command": "npx",
"args": ["-y", "tavily-mcp@latest"],
"env": {
"TAVILY_API_KEY": "your-api-key-here",
"DEFAULT_PARAMETERS": "{\"include_images\": true, \"max_results\": 15, \"search_depth\": \"advanced\"}"
}
}
}
}
致谢 ✨
- Model Context Protocol 提供的 MCP 规范
- Anthropic 及其 Claude Desktop
常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
opencode
OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。