🚀 Tavily MCP 服务器
Tavily MCP 服务器是一个基于模型上下文协议（MCP）的服务器，借助 Tavily API 提供强大的人工智能搜索功能。该服务器让 AI 助手能够开展全面的网络搜索，精准检索出相关且最新的信息，极大提升信息获取的效率和质量。
🚀 快速开始
Tavily MCP 服务器可使 AI 助手执行网络搜索并获取信息。在使用前，需确保满足先决条件，并按照安装步骤进行操作。
✨ 主要特性
- 人工智能搜索：提供基于人工智能的搜索功能，让搜索更智能高效。
- 多深度搜索支持：支持基本和高级搜索深度，满足不同的搜索需求。
- 丰富搜索结果：搜索结果丰富，包含标题、URL 和内容片段。
- AI 摘要生成：由 AI 生成搜索结果摘要，快速了解内容要点。
- 结果评估与跟踪：对结果进行评分，并跟踪响应时间。
- 历史记录管理：具备全面的历史记录存储与缓存功能。
- 灵活数据访问：通过 MCP 资源实现灵活的数据访问。
📦 安装指南
先决条件
- Node.js（v16 或更高版本）
- npm（Node 包管理器）
- Tavily API 密钥（可在Tavily 网站获取）
- 任意 MCP 客户端（例如 Cline、Claude Desktop，或其他自定义实现）
安装步骤
- 克隆仓库：
git clone https://github.com/it-beard/tavily-server.git
cd tavily-mcp-server
- 安装依赖项：
npm install
- 构建项目：
npm run build
📚 详细文档
配置说明
项目结构
tavily-server/
├── src/
│ └── index.ts # 主服务器实现文件
├── data/ # 持久化存储目录
│ └── searches.json # 搜索历史和缓存存储位置
├── build/ # 编译输出 JavaScript 文件
├── package.json # 项目依赖及脚本配置
└── tsconfig.json # TypeScript 编译配置
使用方法
启动服务器
npm run start
资源访问
搜索结果接口
interface SearchResults {
results: Array<{
title: string;
url: string;
content: string;
relevance: number;
}>;
total: number;
took: number;
}
持久化存储
存储位置
- 数据存储在
data目录中。 data/searches.json包含所有搜索历史记录。- 数据在服务器重启后仍然保留。
- 存储格式为 JSON，便于调试和查看。
- 自动处理存储操作中的错误。
- 自动创建所需目录结构。
开发信息
可用脚本命令
npm run build：编译 TypeScript 代码并生成可执行文件。npm run start：启动 MCP 服务器（需先编译）。npm run dev：在开发模式下运行服务器。
错误处理
此服务器提供详细的错误信息，帮助诊断常见问题：
- 无效的 API 密钥
- 网络连接异常
- 搜索参数错误
- API 速率限制
- 资源未找到
- 无效的资源 URI
- 存储读写失败
贡献指南
- 叉仓库到本地。
- 创建功能分支（例如：
git checkout -b feature/amazing-feature）。 - 提交修改（如：
git commit -m '添加出色功能'）。 - 推送到远端分支（如：
git push origin feature/amazing-feature）。 - 提交 Pull Request。
📄 许可证
本项目采用 MIT 许可证，具体条款请参阅LICENSE文件。
致谢
感谢以下项目和技术的支持：
- Model Context Protocol (MCP)为服务器框架提供基础。
- Tavily API为搜索功能提供技术支持。