[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"tool-tavily-ai--tavily-mcp":3,"similar-tavily-ai--tavily-mcp":95},{"id":4,"github_repo":5,"name":6,"description_en":7,"description_zh":8,"ai_summary_zh":8,"readme_en":9,"readme_zh":10,"quickstart_zh":11,"use_case_zh":12,"hero_image_url":13,"owner_login":14,"owner_name":15,"owner_avatar_url":16,"owner_bio":17,"owner_company":18,"owner_location":18,"owner_email":19,"owner_twitter":20,"owner_website":21,"owner_url":22,"languages":23,"stars":32,"forks":33,"last_commit_at":34,"license":35,"difficulty_score":36,"env_os":37,"env_gpu":38,"env_ram":38,"env_deps":39,"category_tags":46,"github_topics":18,"view_count":36,"oss_zip_url":18,"oss_zip_packed_at":18,"status":50,"created_at":51,"updated_at":52,"faqs":53,"releases":94},8171,"tavily-ai\u002Ftavily-mcp","tavily-mcp","Production ready MCP server with real-time search, extract, map & crawl.","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。\n\n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。\n\n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。","# Tavily MCP Server\n![GitHub Repo stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Ftavily-ai\u002Ftavily-mcp?style=social)\n![npm](https:\u002F\u002Fimg.shields.io\u002Fnpm\u002Fdt\u002Ftavily-mcp)\n![smithery badge](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ftavily-ai_tavily-mcp_readme_2ab22774b7ca.png)\n\nThe Tavily MCP server provides:\n- search, extract, map, crawl tools\n- Real-time web search capabilities through the tavily-search tool\n- Intelligent data extraction from web pages via the tavily-extract tool\n- Powerful web mapping tool that creates a structured map of website \n- Web crawler that systematically explores websites \n\n\n### 📚 Helpful Resources\n- [Tutorial](https:\u002F\u002Fmedium.com\u002F@dustin_36183\u002Fbuilding-a-knowledge-graph-assistant-combining-tavily-and-neo4j-mcp-servers-with-claude-db92de075df9) on combining Tavily MCP with Neo4j MCP server\n- [Tutorial](https:\u002F\u002Fmedium.com\u002F@dustin_36183\u002Fconnect-your-coding-assistant-to-the-web-integrating-tavily-mcp-with-cline-in-vs-code-5f923a4983d1) on integrating Tavily MCP with Cline in VS Code\n\n## Remote MCP Server\n\nConnect directly to Tavily's remote MCP server instead of running it locally. This provides a seamless experience without requiring local installation or configuration.\n\nSimply use the remote MCP server URL with your Tavily API key:\n\n``` \nhttps:\u002F\u002Fmcp.tavily.com\u002Fmcp\u002F?tavilyApiKey=\u003Cyour-api-key> \n```\n Get your Tavily API key from [tavily.com](https:\u002F\u002Fwww.tavily.com\u002F).\n\nAlternatively, you can pass your API key through an Authorization header if the MCP client supports this:\n\n```\nAuthorization: Bearer \u003Cyour-api-key>\n```\n**Note:** When using the remote MCP, you can specify default parameters for all requests by including a `DEFAULT_PARAMETERS` header containing a JSON object with your desired defaults. Example:\n\n\n```json\n{\"include_images\":true, \"search_depth\": \"basic\", \"max_results\": 10}\n```\n\n## Connect to Claude Code\n\n[Claude Code](https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Fdocs\u002Fclaude-code) is Anthropic's official CLI tool for Claude. You can add the Tavily MCP server using the `claude mcp add` command. There are two ways to authenticate:\n\n#### Option 1: API Key in URL\n\nPass your API key directly in the URL. Replace `\u003Cyour-api-key>` with your actual [Tavily API key](https:\u002F\u002Fwww.tavily.com\u002F):\n\n```bash\nclaude mcp add --transport http tavily https:\u002F\u002Fmcp.tavily.com\u002Fmcp\u002F?tavilyApiKey=\u003Cyour-api-key>\n```\n\n#### Option 2: OAuth Authentication Flow\n\nAdd the server without an API key in the URL:\n\n```bash\nclaude mcp add --transport http tavily https:\u002F\u002Fmcp.tavily.com\u002Fmcp\n```\n\nAfter adding, you'll need to complete the authentication flow:\n1. Run `claude` to start Claude Code\n2. Type `\u002Fmcp` to open the MCP server management\n3. Select the Tavily server and complete the authentication process\n\n**Tip:** Add `--scope user` to either command to make the Tavily MCP server available globally across all your projects:\n\n```bash\nclaude mcp add --transport http --scope user tavily https:\u002F\u002Fmcp.tavily.com\u002Fmcp\u002F?tavilyApiKey=\u003Cyour-api-key>\n```\n\nOnce configured, you'll have access to the Tavily search, extract, map, and crawl tools.\n\n## Connect to Cursor\n[![Install MCP Server](https:\u002F\u002Fcursor.com\u002Fdeeplink\u002Fmcp-install-dark.svg)](https:\u002F\u002Fcursor.com\u002Fen\u002Finstall-mcp?name=tavily-remote-mcp&config=eyJjb21tYW5kIjoibnB4IC15IG1jcC1yZW1vdGUgaHR0cHM6Ly9tY3AudGF2aWx5LmNvbS9tY3AvP3RhdmlseUFwaUtleT08eW91ci1hcGkta2V5PiIsImVudiI6e319)\n\nClick the ⬆️ Add to Cursor ⬆️ button, this will do most of the work for you but you will still need to edit the configuration to add your API-KEY. You can get a Tavily API key [here](https:\u002F\u002Fwww.tavily.com\u002F).\n\n\nonce you click the button you should be redirect to Cursor ...\n\n### Step 1\nClick the install button\n\n![](assets\u002Fcursor-step1.png)\n\n\n### Step 2\nYou should see the MCP is now installed, if the blue slide is not already turned on, manually turn it on. You also need to edit the configuration to include your own Tavily API key.\n![](assets\u002Fcursor-step2.png)\n\n### Step 3\nYou will then be redirected to your `mcp.json` file where you have to add `your-api-key`.\n\n```json\n{\n  \"mcpServers\": {\n    \"tavily-remote-mcp\": {\n      \"command\": \"npx -y mcp-remote https:\u002F\u002Fmcp.tavily.com\u002Fmcp\u002F?tavilyApiKey=\u003Cyour-api-key>\",\n      \"env\": {}\n    }\n  }\n}\n```\n\n### Remote MCP Server OAuth Flow\n\nThe Tavily Remote MCP server supports secure OAuth authentication, allowing you to connect and authorize seamlessly with compatible clients.\n\n#### How to Set Up OAuth Authentication\n\n**A. Using MCP Inspector:**\n\n* Open the MCP Inspector and click \"Open Auth Settings\".\n* Select the OAuth flow and complete these steps:\n   1. Metadata discovery\n   2. Client registration\n   3. Preparing authorization\n   4. Request authorization and obtain the authorization code\n   5. Token request\n   6. Authentication complete\n\nOnce finished, you will receive an access token that lets you securely make authenticated requests to the Tavily Remote MCP server.\n\n**B. Using other MCP Clients (Example: Cursor):**\n\nYou can configure your MCP client to use OAuth without including your Tavily API key in the URL. For example, in your `mcp.json`:\n\n```json\n{\n  \"mcpServers\": {\n    \"tavily-remote-mcp\": {\n      \"command\": \"npx mcp-remote https:\u002F\u002Fmcp.tavily.com\u002Fmcp\",\n      \"env\": {}\n    }\n  }\n}\n```\n\nIf you need to clear stored OAuth credentials and reauthenticate, run:\n\n```bash\nrm -rf ~\u002F.mcp-auth\n```\n\n> **Note:**\n> - OAuth authentication is optional. You can still use API key authentication at any time by including your Tavily API key in the URL query parameter (`?tavilyApiKey=...`) or by setting it in the `Authorization` header, as described above.\n\n#### Selecting Which API Key Is Used for OAuth\n\nAfter successful OAuth authentication, you can control which API key is used by naming it `mcp_auth_default`:\n\n- If you set a key named `mcp_auth_default` in your **personal account**, that key will be used for the auth flow.\n- If you are part of a **team** that has a key named `mcp_auth_default`, that key will be used for the auth flow.\n- If you have **both** a personal key and a team key named `mcp_auth_default`, the **personal key will be prioritized**.\n- If no `mcp_auth_default` key is set, the `default` key in your personal account will be used. If no `default` key is set, the first available key will be used.\n\n## Local MCP \n\n### Prerequisites 🔧\n\nBefore you begin, ensure you have:\n\n- [Tavily API key](https:\u002F\u002Fapp.tavily.com\u002Fhome)\n  - If you don't have a Tavily API key, you can sign up for a free account [here](https:\u002F\u002Fapp.tavily.com\u002Fhome)\n- [Claude Desktop](https:\u002F\u002Fclaude.ai\u002Fdownload) or [Cursor](https:\u002F\u002Fcursor.sh)\n- [Node.js](https:\u002F\u002Fnodejs.org\u002F) (v20 or higher)\n  - You can verify your Node.js installation by running:\n    - `node --version`\n- [Git](https:\u002F\u002Fgit-scm.com\u002Fdownloads) installed (only needed if using Git installation method)\n  - On macOS: `brew install git`\n  - On Linux: \n    - Debian\u002FUbuntu: `sudo apt install git`\n    - RedHat\u002FCentOS: `sudo yum install git`\n  - On Windows: Download [Git for Windows](https:\u002F\u002Fgit-scm.com\u002Fdownload\u002Fwin)\n\n### Running with NPX \n\n```bash\nnpx -y tavily-mcp@latest \n```\n\n## Default Parameters Configuration ⚙️\n\nYou can set default parameter values for the `tavily-search` tool using the `DEFAULT_PARAMETERS` environment variable. This allows you to configure default search behavior without specifying these parameters in every request.\n\n### Example Configuration\n\n```bash\nexport DEFAULT_PARAMETERS='{\"include_images\": true}'\n```\n\n### Example usage from Client\n```json\n{\n  \"mcpServers\": {\n    \"tavily-mcp\": {\n      \"command\": \"npx\",\n      \"args\": [\"-y\", \"tavily-mcp@latest\"],\n      \"env\": {\n        \"TAVILY_API_KEY\": \"your-api-key-here\",\n        \"DEFAULT_PARAMETERS\": \"{\\\"include_images\\\": true, \\\"max_results\\\": 15, \\\"search_depth\\\": \\\"advanced\\\"}\"\n      }\n    }\n  }\n}\n```\n\n## Acknowledgments ✨\n\n- [Model Context Protocol](https:\u002F\u002Fmodelcontextprotocol.io) for the MCP specification\n- [Anthropic](https:\u002F\u002Fanthropic.com) for Claude Desktop\n","# Tavily MCP 服务器\n![GitHub 仓库星级](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Ftavily-ai\u002Ftavily-mcp?style=social)\n![npm 下载量](https:\u002F\u002Fimg.shields.io\u002Fnpm\u002Fdt\u002Ftavily-mcp)\n![smithery 徽章](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ftavily-ai_tavily-mcp_readme_2ab22774b7ca.png)\n\nTavily MCP 服务器提供：\n- 搜索、提取、映射、爬取工具\n- 通过 tavily-search 工具实现的实时网络搜索功能\n- 通过 tavily-extract 工具从网页中智能提取数据\n- 强大的网页映射工具，能够创建网站的结构化地图\n- 系统性地探索网站的网络爬虫\n\n\n### 📚 有用的资源\n- [教程](https:\u002F\u002Fmedium.com\u002F@dustin_36183\u002Fbuilding-a-knowledge-graph-assistant-combining-tavily-and-neo4j-mcp-servers-with-claude-db92de075df9)：介绍如何将 Tavily MCP 与 Neo4j MCP 服务器结合使用\n- [教程](https:\u002F\u002Fmedium.com\u002F@dustin_36183\u002Fconnect-your-coding-assistant-to-the-web-integrating-tavily-mcp-with-cline-in-vs-code-5f923a4983d1)：介绍如何在 VS Code 中将 Tavily MCP 与 Cline 集成\n\n## 远程 MCP 服务器\n\n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。\n\n只需使用带有 Tavily API 密钥的远程 MCP 服务器 URL：\n\n``` \nhttps:\u002F\u002Fmcp.tavily.com\u002Fmcp\u002F?tavilyApiKey=\u003Cyour-api-key> \n```\n请从 [tavily.com](https:\u002F\u002Fwww.tavily.com\u002F) 获取您的 Tavily API 密钥。\n\n或者，如果 MCP 客户端支持，您也可以通过 Authorization 头传递 API 密钥：\n\n```\nAuthorization: Bearer \u003Cyour-api-key>\n```\n**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：\n\n```json\n{\"include_images\":true, \"search_depth\": \"basic\", \"max_results\": 10}\n```\n\n## 连接到 Claude Code\n\n[Claude Code](https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Fdocs\u002Fclaude-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：\n\n#### 选项 1：URL 中的 API 密钥\n\n直接在 URL 中传递您的 API 密钥。将 `\u003Cyour-api-key>` 替换为您实际的 [Tavily API 密钥](https:\u002F\u002Fwww.tavily.com\u002F)：\n\n```bash\nclaude mcp add --transport http tavily https:\u002F\u002Fmcp.tavily.com\u002Fmcp\u002F?tavilyApiKey=\u003Cyour-api-key>\n```\n\n#### 选项 2：OAuth 认证流程\n\n不带 API 密钥的 URL 添加服务器：\n\n```bash\nclaude mcp add --transport http tavily https:\u002F\u002Fmcp.tavily.com\u002Fmcp\n```\n\n添加后，您需要完成认证流程：\n1. 运行 `claude` 启动 Claude Code\n2. 输入 `\u002Fmcp` 打开 MCP 服务器管理界面\n3. 选择 Tavily 服务器并完成认证过程\n\n**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：\n\n```bash\nclaude mcp add --transport http --scope user tavily https:\u002F\u002Fmcp.tavily.com\u002Fmcp\u002F?tavilyApiKey=\u003Cyour-api-key>\n```\n\n配置完成后，您将可以访问 Tavily 的搜索、提取、映射和爬取工具。\n\n## 连接到 Cursor\n[![安装 MCP 服务器](https:\u002F\u002Fcursor.com\u002Fdeeplink\u002Fmcp-install-dark.svg)](https:\u002F\u002Fcursor.com\u002Fen\u002Finstall-mcp?name=tavily-remote-mcp&config=eyJjb21tYW5kIjoibnB4IC15IG1jcC1yZW1vdGUgaHR0cHM6Ly9tY3AudGF2aWx5LmNvbS9tY3AvP3RhdmlseUFwaUtleT08eW91ci1hcGkta2V5PiIsImVudiI6e319)\n\n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](https:\u002F\u002Fwww.tavily.com\u002F) 获取 Tavily API 密钥。\n\n\n点击按钮后，您应该会被重定向到 Cursor……\n\n### 第一步\n点击安装按钮\n\n![](assets\u002Fcursor-step1.png)\n\n\n### 第二步\n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。\n![](assets\u002Fcursor-step2.png)\n\n### 第三步\n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”。\n\n```json\n{\n  \"mcpServers\": {\n    \"tavily-remote-mcp\": {\n      \"command\": \"npx -y mcp-remote https:\u002F\u002Fmcp.tavily.com\u002Fmcp\u002F?tavilyApiKey=\u003Cyour-api-key>\",\n      \"env\": {}\n    }\n  }\n}\n```\n\n## 远程 MCP 服务器 OAuth 流程\n\nTavily 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。\n\n#### 如何设置 OAuth 认证\n\n**A. 使用 MCP Inspector：**\n\n* 打开 MCP Inspector 并点击“打开认证设置”。\n* 选择 OAuth 流程并完成以下步骤：\n   1. 元数据发现\n   2. 客户端注册\n   3. 准备授权\n   4. 请求授权并获取授权码\n   5. 请求令牌\n   6. 认证完成\n\n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。\n\n**B. 使用其他 MCP 客户端（例如 Cursor）：**\n\n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：\n\n```json\n{\n  \"mcpServers\": {\n    \"tavily-remote-mcp\": {\n      \"command\": \"npx mcp-remote https:\u002F\u002Fmcp.tavily.com\u002Fmcp\",\n      \"env\": {}\n    }\n  }\n}\n```\n\n如果您需要清除已存储的 OAuth 凭据并重新认证，可以运行：\n\n```bash\nrm -rf ~\u002F.mcp-auth\n```\n\n> **注意：**\n> - 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。\n\n#### 选择用于 OAuth 的 API 密钥\n\n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`：\n\n- 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。\n- 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。\n- 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**。\n- 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。\n\n## 本地 MCP \n\n### 前置条件 🔧\n\n在开始之前，请确保您已准备好：\n\n- [Tavily API 密钥](https:\u002F\u002Fapp.tavily.com\u002Fhome)\n  - 如果您还没有 Tavily API 密钥，可以在此处注册免费账户 [这里](https:\u002F\u002Fapp.tavily.com\u002Fhome)\n- [Claude Desktop](https:\u002F\u002Fclaude.ai\u002Fdownload) 或 [Cursor](https:\u002F\u002Fcursor.sh)\n- [Node.js](https:\u002F\u002Fnodejs.org\u002F)（v20 或更高版本）\n  - 您可以通过运行以下命令来验证 Node.js 是否已安装：\n    - `node --version`\n- [Git](https:\u002F\u002Fgit-scm.com\u002Fdownloads) 已安装（仅在使用 Git 安装方法时需要）\n  - macOS：`brew install git`\n  - Linux：\n    - Debian\u002FUbuntu：`sudo apt install git`\n    - RedHat\u002FCentOS：`sudo yum install git`\n  - Windows：下载 [Git for Windows](https:\u002F\u002Fgit-scm.com\u002Fdownload\u002Fwin)\n\n### 使用 NPX 运行\n\n```bash\nnpx -y tavily-mcp@latest \n```\n\n## 默认参数配置 ⚙️\n\n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。\n\n### 配置示例\n\n```bash\nexport DEFAULT_PARAMETERS='{\"include_images\": true}'\n```\n\n### 客户端使用示例\n\n```json\n{\n  \"mcpServers\": {\n    \"tavily-mcp\": {\n      \"command\": \"npx\",\n      \"args\": [\"-y\", \"tavily-mcp@latest\"],\n      \"env\": {\n        \"TAVILY_API_KEY\": \"your-api-key-here\",\n        \"DEFAULT_PARAMETERS\": \"{\\\"include_images\\\": true, \\\"max_results\\\": 15, \\\"search_depth\\\": \\\"advanced\\\"}\"\n      }\n    }\n  }\n}\n```\n\n## 致谢 ✨\n\n- [Model Context Protocol](https:\u002F\u002Fmodelcontextprotocol.io) 提供的 MCP 规范\n- [Anthropic](https:\u002F\u002Fanthropic.com) 及其 Claude Desktop","# Tavily MCP 快速上手指南\n\nTavily MCP Server 是一个基于 Model Context Protocol (MCP) 的服务器，为 AI 助手提供实时网络搜索、智能数据提取、网站地图构建及爬虫功能。\n\n## 环境准备\n\n在开始之前，请确保满足以下前置条件：\n\n*   **Tavily API Key**：访问 [tavily.com](https:\u002F\u002Fwww.tavily.com\u002F) 注册账号并获取 API Key。\n*   **Node.js**：版本需为 v20 或更高。\n    *   验证命令：`node --version`\n*   **客户端工具**（任选其一）：\n    *   [Claude Desktop](https:\u002F\u002Fclaude.ai\u002Fdownload)\n    *   [Cursor](https:\u002F\u002Fcursor.sh) 编辑器\n*   **Git**（仅本地部署需要）：\n    *   macOS: `brew install git`\n    *   Linux (Debian\u002FUbuntu): `sudo apt install git`\n    *   Windows: 下载 [Git for Windows](https:\u002F\u002Fgit-scm.com\u002Fdownload\u002Fwin)\n\n> **提示**：国内开发者若遇到 npm 安装缓慢问题，可配置淘宝镜像源：\n> `npm config set registry https:\u002F\u002Fregistry.npmmirror.com`\n\n---\n\n## 安装与配置\n\n根据您的需求，可选择**远程模式**（推荐，无需本地运行服务）或**本地模式**。\n\n### 方案一：连接远程 MCP 服务器（推荐）\n\n此方式无需在本地启动 Node 服务，直接通过 URL 连接 Tavily 云端服务。\n\n#### 1. 在 Claude Code 中配置\n\n打开终端，执行以下命令（二选一）：\n\n**选项 A：直接在 URL 中传入 API Key**\n```bash\nclaude mcp add --transport http tavily https:\u002F\u002Fmcp.tavily.com\u002Fmcp\u002F?tavilyApiKey=\u003Cyour-api-key>\n```\n*将 `\u003Cyour-api-key>` 替换为您的真实 Key。添加 `--scope user` 参数可使配置对所有项目生效。*\n\n**选项 B：使用 OAuth 认证流程**\n```bash\nclaude mcp add --transport http tavily https:\u002F\u002Fmcp.tavily.com\u002Fmcp\n```\n执行后，运行 `claude` 启动程序，输入 `\u002Fmcp` 进入管理界面，选择 Tavily 服务器完成授权登录。\n\n#### 2. 在 Cursor 中配置\n\n1.  点击官方安装按钮（或在 Cursor 设置中手动配置）。\n2.  打开 Cursor 的 `mcp.json` 配置文件。\n3.  填入以下配置，并将 `\u003Cyour-api-key>` 替换为您的 Key：\n\n```json\n{\n  \"mcpServers\": {\n    \"tavily-remote-mcp\": {\n      \"command\": \"npx -y mcp-remote https:\u002F\u002Fmcp.tavily.com\u002Fmcp\u002F?tavilyApiKey=\u003Cyour-api-key>\",\n      \"env\": {}\n    }\n  }\n}\n```\n4.  保存文件，确保 MCP 开关已开启（蓝色状态）。\n\n---\n\n### 方案二：本地运行 MCP 服务器\n\n如果您需要在本地完全控制服务运行：\n\n1.  在终端执行以下命令启动服务：\n    ```bash\n    npx -y tavily-mcp@latest \n    ```\n2.  在客户端配置中引用该服务，并设置环境变量：\n\n```json\n{\n  \"mcpServers\": {\n    \"tavily-mcp\": {\n      \"command\": \"npx\",\n      \"args\": [\"-y\", \"tavily-mcp@latest\"],\n      \"env\": {\n        \"TAVILY_API_KEY\": \"your-api-key-here\",\n        \"DEFAULT_PARAMETERS\": \"{\\\"include_images\\\": true, \\\"max_results\\\": 15, \\\"search_depth\\\": \\\"advanced\\\"}\"\n      }\n    }\n  }\n}\n```\n\n---\n\n## 基本使用\n\n配置完成后，重启您的 AI 客户端（Claude 或 Cursor），即可在对话中直接使用以下能力：\n\n*   **实时搜索**：询问最新新闻、技术文档或实时数据（调用 `tavily-search`）。\n*   **内容提取**：提供 URL，让 AI 读取并总结网页核心内容（调用 `tavily-extract`）。\n*   **网站映射**：分析网站结构，生成站点地图（调用 `tavily-map`）。\n*   **深度爬取**：系统性探索特定网站的多个页面（调用 `tavily-crawl`）。\n\n**使用示例：**\n> “请搜索关于 Rust 语言最新版本的性能优化特性，并提取官方博客中的关键代码示例。”\n> “帮我分析 https:\u002F\u002Fexample.com 的网站结构，列出主要栏目。”\n\n### 高级配置：默认参数\n\n您可以通过设置 `DEFAULT_PARAMETERS` 环境变量来定制默认行为（如始终包含图片、限制结果数量等）。\n\n**Linux\u002FmacOS 临时设置：**\n```bash\nexport DEFAULT_PARAMETERS='{\"include_images\": true}'\n```\n\n**在 `mcp.json` 中永久设置：**\n参考上方“本地运行”配置块中的 `env` 部分，修改 `DEFAULT_PARAMETERS` 的 JSON 值即可。","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。\n\n### 没有 tavily-mcp 时\n- **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。\n- **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。\n- **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。\n- **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。\n\n### 使用 tavily-mcp 后\n- **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。\n- **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。\n- **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。\n- **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。\n\ntavily-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。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ftavily-ai_tavily-mcp_3a484fc8.png","tavily-ai","Tavily AI","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Ftavily-ai_8faa4aeb.png","Tavily Search API is a search engine optimized for LLMs and RAG, aimed at efficient, quick and persistent search results",null,"support@tavily.com","tavilyai","tavily.com","https:\u002F\u002Fgithub.com\u002Ftavily-ai",[24,28],{"name":25,"color":26,"percentage":27},"JavaScript","#f1e05a",98.6,{"name":29,"color":30,"percentage":31},"Dockerfile","#384d54",1.4,1766,241,"2026-04-16T08:21:25","MIT",2,"Linux, macOS, Windows","未说明",{"notes":40,"python":38,"dependencies":41},"该工具主要基于 Node.js 运行，无需 Python 环境。核心依赖为 Node.js v20 或更高版本。使用时必须拥有 Tavily API 密钥。支持通过远程服务器（无需本地安装）或本地 NPX 命令运行。若通过 Git 方式安装则需预先安装 Git。",[42,43,44,45],"Node.js (v20+)","Git","npx","mcp-remote",[47,48,49],"开发框架","Agent","插件","ready","2026-03-27T02:49:30.150509","2026-04-17T08:26:48.371087",[54,59,64,69,74,79,84,89],{"id":55,"question_zh":56,"answer_zh":57,"source_url":58},36554,"在 Windows 系统上运行 Tavily MCP 时出现 'spawn npx ENOENT' 错误怎么办？","这是 Windows 上常见的路径或命令执行问题。解决方法是将配置中的 command 从 'npx' 改为 'cmd'，并调整 args 参数。具体配置如下：\n\"tavily-mcp\": {\n  \"command\": \"cmd\",\n  \"args\": [\"\u002Fc\", \"npx\", \"-y\", \"tavily-mcp@0.1.4\"]\n}\n这样可以通过 cmd 显式调用 npx，避免直接 spawn 失败的问题。","https:\u002F\u002Fgithub.com\u002Ftavily-ai\u002Ftavily-mcp\u002Fissues\u002F12",{"id":60,"question_zh":61,"answer_zh":62,"source_url":63},36555,"如何在 VSCode Continue 扩展或其他客户端中解决 'Method not found (-32601)' 错误？","该错误通常是因为客户端尝试调用未实现的 'listTools' 方法或命令执行方式不兼容。建议检查 MCP 服务器配置，确保使用正确的命令启动。对于 Windows 用户，参考以下配置修正命令执行方式：\n\"tavily-mcp\": {\n  \"command\": \"cmd\",\n  \"args\": [\"\u002Fc\", \"npx\", \"-y\", \"tavily-mcp@0.1.4\"]\n}\n如果问题依旧，可能是版本不匹配，请尝试更新到最新版本的 tavily-mcp。","https:\u002F\u002Fgithub.com\u002Ftavily-ai\u002Ftavily-mcp\u002Fissues\u002F28",{"id":65,"question_zh":66,"answer_zh":67,"source_url":68},36556,"使用 bunx 代替 npx 运行时遇到 'Cannot find package zod' 错误如何解决？","这通常是由于缓存损坏或依赖包下载不完整导致的。解决方法包括：\n1. 清除本地缓存（例如删除 node_modules 和锁文件）。\n2. 更换镜像源重新安装依赖。\n3. 尝试改用 npx 运行而不是 bunx，因为官方主要测试和支持的是 npm\u002Fnpx 环境。\n用户反馈清理缓存并更换源后问题已解决。","https:\u002F\u002Fgithub.com\u002Ftavily-ai\u002Ftavily-mcp\u002Fissues\u002F25",{"id":70,"question_zh":71,"answer_zh":72,"source_url":73},36557,"Tavily MCP 是否支持通过环境变量设置默认参数（如 maxResults, topic 等）？","目前 MCP 协议本身对默认参数的支持有限，但开发团队正在考虑允许用户通过环境变量在配置 MCP 时传递默认参数。暂时建议在调用工具时显式传入所需参数。未来版本可能会支持类似以下方式的配置：\nenv: {\n  \"TAVILY_MAX_RESULTS\": \"5\",\n  \"TAVILY_TOPIC\": \"general\"\n}\n请关注后续版本更新以获取此功能。","https:\u002F\u002Fgithub.com\u002Ftavily-ai\u002Ftavily-mcp\u002Fissues\u002F60",{"id":75,"question_zh":76,"answer_zh":77,"source_url":78},36558,"如何减少 Tavily MCP 中国家名称列表占用的 Token 数量以降低成本？","当前实现中枚举所有国家全称会消耗约 1000 tokens。建议优化方案是将国家字段改为使用 ISO 3166-1 alpha-2 代码（如 'us', 'uk', 'de'），并将描述修改为：\n\"country\": {\n  \"type\": \"string\",\n  \"description\": \"ISO 3166-1 alpha-2 country code (e.g., 'us', 'uk', 'ca', 'de')\",\n  \"default\": \"\"\n}\n这样可将上下文占用降至约 50 tokens。LLM 通常已训练过这些代码，且 API 端会进行验证，无需客户端重复校验。","https:\u002F\u002Fgithub.com\u002Ftavily-ai\u002Ftavily-mcp\u002Fissues\u002F69",{"id":80,"question_zh":81,"answer_zh":82,"source_url":83},36559,"Tavily MCP 是否支持通过 HTTP_PROXY 或 HTTPS_PROXY 环境变量使用代理？","截至目前，Tavily MCP 尚未完全实现对 http_proxy\u002Fhttps_proxy 环境变量的自动支持。开发团队已确认正在研究此功能。临时解决方案可能需要在使用 MCP 的外部环境中手动配置代理逻辑，或等待官方后续版本更新以原生支持代理设置。","https:\u002F\u002Fgithub.com\u002Ftavily-ai\u002Ftavily-mcp\u002Fissues\u002F30",{"id":85,"question_zh":86,"answer_zh":87,"source_url":88},36560,"如何避免在远程使用 Tavily MCP 时泄露 API Key？是否支持 Authorization 头认证？","早期版本需要通过查询参数传递 API Key，存在安全风险。开发团队已意识到该问题，并计划支持标准的 `Authorization: Bearer \u003Ctoken>` 头部方式进行认证。相关改进已在 PR #70 中推进，建议升级到最新版本以使用更安全的认证方式，避免将 Key 暴露在 URL 或组织共享配置中。","https:\u002F\u002Fgithub.com\u002Ftavily-ai\u002Ftavily-mcp\u002Fissues\u002F59",{"id":90,"question_zh":91,"answer_zh":92,"source_url":93},36561,"如何将 Tavily MCP 从 STDIO 模式转换为原生 HTTP 服务器以提升并发性能？","为了支持更高并发（突破 STDIO 的 50 连接限制），可以将服务器转换为原生 HTTP 模式。Smithery 团队建议使用其 SDK 中的函数将现有 STDIO 服务包装为支持 streamable HTTP 传输的服务，同时保持向后兼容。相关实现已在 PR #51 中提交，可参考该 PR 了解如何启用 HTTP 模式以获得更好的远程性能和扩展性。","https:\u002F\u002Fgithub.com\u002Ftavily-ai\u002Ftavily-mcp\u002Fissues\u002F36",[],[96,107,115,124,133,141],{"id":97,"name":98,"github_repo":99,"description_zh":100,"stars":101,"difficulty_score":102,"last_commit_at":103,"category_tags":104,"status":50},4358,"openclaw","openclaw\u002Fopenclaw","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。\n\n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。\n\nOpenClaw 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",349277,3,"2026-04-06T06:32:30",[48,47,105,106],"图像","数据工具",{"id":108,"name":109,"github_repo":110,"description_zh":111,"stars":112,"difficulty_score":102,"last_commit_at":113,"category_tags":114,"status":50},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,"2026-04-05T11:01:52",[47,105,48],{"id":116,"name":117,"github_repo":118,"description_zh":119,"stars":120,"difficulty_score":36,"last_commit_at":121,"category_tags":122,"status":50},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",158594,"2026-04-16T23:34:05",[47,48,123],"语言模型",{"id":125,"name":126,"github_repo":127,"description_zh":128,"stars":129,"difficulty_score":130,"last_commit_at":131,"category_tags":132,"status":50},8272,"opencode","anomalyco\u002Fopencode","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。\n\n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。\n\n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",144296,1,"2026-04-16T14:50:03",[48,49],{"id":134,"name":135,"github_repo":136,"description_zh":137,"stars":138,"difficulty_score":36,"last_commit_at":139,"category_tags":140,"status":50},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",108322,"2026-04-10T11:39:34",[47,105,48],{"id":142,"name":143,"github_repo":144,"description_zh":145,"stars":146,"difficulty_score":36,"last_commit_at":147,"category_tags":148,"status":50},6121,"gemini-cli","google-gemini\u002Fgemini-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。\n\n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。\n\n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。",100752,"2026-04-10T01:20:03",[49,48,105,47]]