塔维利服务器

Name: 塔维利服务器
Author: it-beard

作者：it-beard7 星标更新：2024-12-14

安装使用来源：spider==github.com

项目介绍

Tavily MCP Server

一个使用Tavily API提供AI驱动搜索功能的模型上下文协议（MCP）服务器。此服务器使AI助手能够执行全面的网络搜索并检索相关且最新的信息。

特性

AI驱动的搜索功能
支持基本和高级搜索深度
包含标题、URL和内容片段的丰富搜索结果
AI生成的搜索结果摘要
结果评分和响应时间跟踪
全面的搜索历史存储与缓存
MCP资源以实现灵活的数据访问

预备条件

Node.js（v16或更高版本）
npm（Node包管理器）
Tavily API密钥（在Tavily网站获取）
一个MCP客户端（例如Cline、Claude Desktop或您自己的实现）

安装

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

配置

此服务器可以与任何MCP客户端一起使用。以下是流行客户端的配置说明：

Cline配置

如果您使用的是Cline（用于Claude的VSCode扩展），请创建或修改位于以下位置的MCP设置文件：

macOS: ~/Library/Application Support/Cursor/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
Windows: %APPDATA%\Cursor\User\globalStorage\saoudrizwan.claude-dev\settings\cline_mcp_settings.json
Linux: ~/.config/Cursor/User/globalStorage/saoudrizwan.claude-dev\settings\cline_mcp_settings.json

添加以下配置（替换路径和API密钥）：

{
  "mcpServers": {
    "tavily": {
      "command": "node",
      "args": ["/path/to/tavily-server/build/index.js"],
      "env": {
        "TAVILY_API_KEY": "your-api-key-here"
      }
    }
  }
}

Claude Desktop配置

如果您使用的是Claude Desktop应用程序，请修改位于以下位置的配置文件：

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json
Linux: ~/.config/Claude/claude_desktop_config.json

使用上述相同的配置格式。

其他MCP客户端

对于其他MCP客户端，请查阅其文档以了解正确的配置文件位置和格式。服务器配置应包括：

运行服务器的命令（通常是node）
编译后的服务器文件路径
包括Tavily API密钥在内的环境变量

使用方法

工具

服务器提供了一个名为search的单一工具，具有以下参数：

必需参数

query（字符串）：要执行的搜索查询

可选参数

search_depth（字符串）：要么是“basic”（更快）或“advanced”（更全面）

示例用法

// 使用MCP SDK的示例
const result = await mcpClient.callTool("tavily", "search", {
  query: "最新的人工智能发展",
  search_depth: "basic"
});

资源

服务器提供了静态和动态资源以实现灵活的数据访问：

静态资源

tavily://last-search/result：返回最近一次搜索查询的结果
- 在数据目录中持久化到磁盘
- 持续到服务器重启
- 如果尚未进行搜索，则返回“尚未执行搜索”的错误

动态资源（资源模板）

tavily://search/{query}：访问任何查询的搜索结果
- 将{query}替换为您URL编码的搜索词
- 示例：tavily://search/artificial%20intelligence
- 如果之前已进行过该查询，则返回缓存的结果
- 如果查询尚未被搜索过，则执行并存储新的搜索
- 返回与搜索工具相同格式的数据，但通过资源接口

MCP中的资源提供了与工具相比的不同方式来访问数据：

工具用于执行操作（如执行新搜索）
资源用于访问数据（如检索现有搜索结果）
资源URI可以存储并在以后访问
资源支持静态（固定）和动态（模板）访问模式

响应格式

interface SearchResponse {
  query: string;
  answer: string;
  results: Array<{
    title: string;
    url: string;
    content: string;
    score: number;
  }>;
  response_time: number;
}

持久存储

服务器实现了全面的持久存储以保存搜索结果：

存储位置

数据存储在data目录中
data/searches.json包含所有历史搜索结果
数据在服务器重启之间持续存在
存储在服务器启动时自动初始化

存储特性

存储完整的搜索历史
缓存所有搜索结果以便快速检索
新搜索结果自动保存
基于磁盘的持久性
JSON格式便于调试
存储操作的错误处理
自动创建目录

缓存行为

所有搜索结果都会自动缓存
对同一查询的后续请求会返回缓存的结果
缓存提高了响应时间并减少了API调用
缓存在服务器重启之间持续存在
跟踪最近的搜索以供快速访问

开发

项目结构

tavily-server/
├── src/
│   └── index.ts    # 主服务器实现
├── data/           # 持久存储目录
│   └── searches.json  # 搜索历史和缓存存储
├── build/          # 编译后的JavaScript文件
├── package.json    # 项目依赖项和脚本
└── tsconfig.json   # TypeScript配置

可用脚本

npm run build：编译TypeScript并使其可执行
[npm run start]：启动MCP服务器（构建后）
npm run dev：以开发模式运行服务器

错误处理

服务器为常见问题提供了详细的错误消息：

无效的API密钥
网络错误
无效的搜索参数
API速率限制
资源未找到
无效的资源URI
存储读写错误

贡献

分叉仓库
创建您的功能分支（git checkout -b feature/amazing-feature）
提交更改（git commit -m '添加一些惊人的功能'）
推送到分支（git push origin feature/amazing-feature）
打开拉取请求

许可证

该项目根据MIT许可证发布 - 查看LICENSE文件以获取详细信息。

致谢

模型上下文协议（MCP）为服务器框架
Tavily API提供搜索能力