Tavily MCP Server Pg0

🚀 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 实现基于人工智能的搜索功能。它能让 AI 助手开展全面的网络搜索，检索出相关且最新的信息，有效提升信息获取的效率和质量。

🚀 快速开始

Tavily MCP 服务器可帮助 AI 助手进行网络搜索。使用前，需确保满足先决条件并完成安装与配置。

✨ 主要特性

• 智能搜索：基于人工智能的搜索功能，为用户提供精准的搜索服务。
• 深度可选：支持基本和高级搜索深度，满足不同场景的搜索需求。
• 结果丰富：搜索结果包含标题、URL 和内容片段，信息全面。
• 摘要生成：由 AI 生成搜索结果摘要，快速了解关键信息。
• 跟踪评分：对结果进行评分，并跟踪响应时间，便于评估搜索效果。
• 历史缓存：具备全面的历史记录存储与缓存功能，方便后续查阅。
• 灵活访问：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（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

1. 克隆仓库：

git clone https://github.com/it-beard/tavily-server.git
cd tavily-mcp-server

2. 安装依赖项：

npm install

3. 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

1. 叉仓库到本地。
2. 创建功能分支（例如：git checkout -b feature/amazing-feature）。
3. 提交修改（如：git commit -m '添加出色功能'）。
4. 推送到远端分支（如：git push origin feature/amazing-feature）。
5. 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。