MCP Tavily Proxy

🚀 帶代理支持的 Tavily MCP 服務器

本項目是一個具備 AI 驅動網絡搜索功能的模型上下文協議 (MCP) 服務器。它藉助 Tavily 的搜索 API，還額外支持 HTTP/HTTPS 代理配置。該服務器能讓大語言模型 (LLM) 通過代理服務器開展複雜的網絡搜索，直接回答問題，搜索最新新聞文章並提取相關內容。

🚀 快速開始

本服務器允許大語言模型 (LLM) 通過代理服務器執行復雜的網絡搜索、直接回答問題，並搜索最近的新聞文章及提取相關內容。以下是一個簡單的使用示例：

import mcp_server_tavily as tavily

# 創建一個 MCP 服務器實例，使用預設的上下文和代理配置
server = tavily.createServer()

# 使用自定義的上下文初始化服務器
context = {
    "temperature": 0.7,
    "max_tokens": 2048,
    "model_name": "gpt-3.5-turbo",
}
server = tavily.createServer(context)

# 處理一個查詢
response = server.process_query("告訴我關於人工智能的內容")
print(response)

✨ 主要特性

• 具備所有原始的 Tavily MCP 服務器功能。
• 支持通過環境變量配置 HTTP/HTTPS 代理。
• 擁有增強型日誌記錄功能，便於進行代理配置。
• 對代理相關問題具備強大的錯誤處理能力。

📦 安裝指南

使用 pip

pip install mcp-tavily-proxy

或者如果你安裝了 uv：

uv pip install mcp-tavily-proxy

從源碼構建

克隆此倉庫並構建然後安裝程序：

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

💻 使用示例

基礎用法

import mcp_server_tavily as tavily

# 創建一個 MCP 服務器實例，使用預設的上下文和代理配置
server = tavily.createServer()

# 使用自定義的上下文初始化服務器
context = {
    "temperature": 0.7,
    "max_tokens": 2048,
    "model_name": "gpt-3.5-turbo",
}
server = tavily.createServer(context)

# 處理一個查詢
response = server.process_query("告訴我關於人工智能的內容")
print(response)

📚 詳細文檔

可用工具

tavily_web_search

執行全面的網絡搜索並提取 AI 驅動的內容。

tavily_answer_search

執行網絡搜索並生成直接答案及支持證據。

tavily_news_search

搜索帶有發佈日期的最新新聞文章。

配置

API 密鑰和代理設置

服務器需要 Tavily API 密鑰，並支持通過環境變量配置代理：

1. 設置所需的環境變量：

# Tavily API 密鑰
export TAVILY_API_KEY=your_api_key_here

# 代理設置（如果需要）
export HTTP_PROXY=http://your-proxy:port
export HTTPS_PROXY=http://your-proxy:port

2. 或通過命令行參數提供 API 密鑰：

python -m mcp_server_tavily --api-key=your_api_key_here

配置為 Cloudflare Worker

要將此庫用作 Cloudflare Worker，請參考 CLOUDFLARE.md。

調試

# 啟用詳細日誌記錄以進行調試
export MCP_DEBUG=true

貢獻指南

如需貢獻，請參考 CONTRIBUTING.md。

📄 許可證

本項目採用 MIT 許可證。請參閱 LICENSE 以獲取詳細信息。