MCP Tavily Proxy

🚀 代理サポート付きTavily MCPサーバー

このサーバーは、AIによるネットワーク検索機能を提供するモデルコンテキストプロトコル（MCP）サーバーです。Tavilyの検索APIを使用し、HTTP/HTTPSプロキシ設定のサポートを追加しています。大規模言語モデル（LLM）がプロキシサーバーを介して複雑なネットワーク検索を実行し、直接質問に答え、最新のニュース記事を検索して関連コンテンツを抽出することを可能にします。

✨ 主な機能

• 元のTavily MCPサーバーのすべての機能
• 環境変数を通じたHTTP/HTTPSプロキシのサポート
• プロキシ設定用の拡張ログ記録
• プロキシ関連の問題に対する強力なエラー処理能力

🛠️ 利用可能なツール

tavily_web_search

AIによるコンテンツを抽出しながら、包括的なネットワーク検索を実行します。

tavily_answer_search

ネットワーク検索を実行し、直接的な回答とサポート証拠を生成します。

tavily_news_search

公開日付付きの最新のニュース記事を検索します。

📦 インストール

pipを使用する場合

pip install mcp-tavily-proxy

または、uvがインストールされている場合は：

uv pip install mcp-tavily-proxy

ソースコードからビルドする場合

このリポジトリをクローンし、ビルドしてからプログラムをインストールします。

git clone https://github.com/tulong66/mcp-tavily-proxy.git
cd mcp-tavily-proxy
uv build
uv pip install .

⚙️ 設定

APIキーとプロキシ設定

サーバーはTavily APIキーが必要で、環境変数を通じたプロキシ設定をサポートしています。

1. 必要な環境変数を設定します。

# Tavily APIキー
export TAVILY_API_KEY=your_api_key_here

# プロキシ設定（必要な場合）
export HTTP_PROXY=http://your-proxy:port
export HTTPS_PROXY=http://your-proxy:port

2. または、コマンドライン引数でAPIキーを提供することもできます。

python -m mcp_server_tavily --api-key=your_api_key_here

Cloudflare Workerとしての設定

このライブラリをCloudflare Workerとして使用するには、CLOUDFLARE.mdを参照してください。

💻 使用例

基本的な使用法

import mcp_server_tavily as tavily

# 事前設定されたコンテキストとプロキシ設定を使用してMCPサーバーインスタンスを作成
server = tavily.createServer()

# カスタムコンテキストでサーバーを初期化
context = {
    "temperature": 0.7,
    "max_tokens": 2048,
    "model_name": "gpt-3.5-turbo",
}
server = tavily.createServer(context)

# クエリを処理
response = server.process_query("人工知能について教えて")
print(response)

🐞 デバッグ

# デバッグ用に詳細なログ記録を有効にする
export MCP_DEBUG=true

🤝 貢献ガイド

貢献するには、CONTRIBUTING.mdを参照してください。

📄 ライセンス

このプロジェクトはMITライセンスの下で提供されています。詳細については、LICENSEを参照してください。