返回 MCP 目录
verified_user已验证dns本地运行

mcp-tavily

Tavily MCP服务器是一个基于Tavily搜索API的AI网络搜索服务,提供网页搜索、答案生成和新闻搜索功能,支持多种安装和配置方式。

article

README

🚀 Tav 语义上下文协议服务器

Tav 是一个用于实现模型上下文协议(Model Context Protocol)的服务器,该协议定义了如何借助语言模型与外部知识源和网络进行交互,能有效提升信息交互的效率和质量。

🚀 快速开始

Tav 是一个用于实现模型上下文协议(Model Context Protocol)的服务器。当前实现版本为 v0.5.0,支持从外部知识库搜索信息、领域过滤、网页内容摘要、生成引文格式报告以及直接返回网络搜索结果等功能。

✨ 主要特性

1. 知识库集成

支持多种知识库来源,可通过配置环境变量来选择不同的知识库:

# 配置 Wikipedia 搜索
TAV_KNOWLEDGE_SOURCES="wikipedia"

# 启用网络搜索功能
TAV_NETWORK=True

2. 领域过滤

能够通过 URL 过滤指定领域内容,示例如下:

curl -X POST http://localhost:8000/api/v1/chat/completions \
-d '{"model": "tav", "messages": [{"role": "user", "content": "Tell me about quantum computing. Please exclude arXiv sources."}]}'

3. 报告生成

支持多种引用格式,方便生成不同类型的报告:

curl -X POST http://localhost:8000/api/v1/chat/completions \
-d '{"model": "tav", "messages": [{"role": "user", "content": "Write a report on AI ethics in markdown with MLA citations. Include arXiv sources only."}]}'

📦 安装指南

克隆仓库

git clone git@github.com:modelcontextprotocol/mcp-tavily.git
cd mcp-tavily

运行服务器

python -m mcp_server_tavily

默认情况下,服务器将在端口 8000 上运行,并绑定到所有网络接口。你也可以通过以下命令指定不同的端口:

TAV_PORT=8080 python -m mcp_server_tavily

配置环境变量

以下是常用的环境变量配置:

  • TAV_API_KEY:用于身份验证的 API 密钥(必填)
  • TAV_HOST:服务器绑定的主机地址,默认为 0.0.0.0
  • TAV_PORT:服务器运行的端口,默认为 8000
  • OPENAI_API_KEY:OpenAI API 的密钥(可选,用于调用 GPT 模型)

💻 使用示例

基础用法

生成摘要

curl -X POST http://localhost:8000/api/v1/chat/completions \
-d '{"model": "tav", "messages": [{"role": "user", "content": "Summarize the latest advancements in quantum computing."}]}'

返回搜索结果

curl -X POST http://localhost:8000/api/v1/chat/completions \
-d '{"model": "tav", "messages": [{"role": "user", "content": "Search for recent breakthroughs in AI and return direct results."}]}'

📚 详细文档

测试套件

项目提供了一个完整的测试套件,用于验证功能的正确性:

uv sync --dev

运行测试后,您将看到类似以下输出:

✓ Basic functionality test - 100ms
✓ Knowledge source integration - 200ms
✓ Citation formatting - 300ms

Docker 部署

构建镜像

uv package --format docker:image --name tav-semantic-server .

运行容器

docker run -it --rm -p 8000:8000 \
-e TAV_API_KEY=your_api_key \
tav-semantic-server

调试工具

项目提供了一个调试界面,便于开发者进行调试:

uv debug .

访问 http://localhost:5173 即可查看实时日志和调试信息。

贡献指南

欢迎贡献代码!请遵循以下流程:

  1. 创建功能分支:git checkout -b feature/your-feature
  2. 提交更改:git add . && git commit -m "feat: your new feature"
  3. 推送分支:git push origin feature/your-feature
  4. 创建 Pull Request

📄 许可证

本项目遵循 MIT 协议。请查看 LICENSE 文件获取详细信息。

👋 联系我们

如您有任何问题或建议,请联系:

help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端