Tavily 网页搜索 MCP 服务器

解决什么问题

AI 智能体要完成事实核对、资料搜集或竞品调研时，常常被两类问题卡住：一是通用搜索接口返回的结果杂乱，广告和 SEO 噪音多，模型要花大量 token 做二次清洗；二是需要从特定站点批量提取内容时，要自己写爬虫、处理分页和反爬，稍不注意就被封。Tavily 的 MCP 服务器把这两个环节打包成标准化的工具，让智能体通过一次调用就能拿到结构化、去冗余的网页信息。

核心能力与工作方式

• 实时搜索：通过 Tavily 的搜索 API 获取最新网页结果，支持用 topic（general 或 news）控制检索范围，用 time_range 限定时间窗口，结果经过排序和清洗，直接供 LLM 消费。
• 页面提取：给定 URL，提取正文、标题、作者等结构化内容，省去手动解析 HTML 的麻烦。
• 站点映射：对于某个域名，可以发现其站点结构和可访问页面，适合做站点审计或内容盘点。
• 网页爬取：从起始 URL 出发按规则抓取一批页面，适合做深度调研。
• 远程模式默认参数：使用远程 MCP 时，可以在请求头中加入 DEFAULT_PARAMETERS，用一个 JSON 对象为所有请求预设默认字段，减少重复配置。

工作流通常是：智能体收到一个研究型问题 → 调用搜索或爬取工具获取候选来源 → 用提取工具获取正文 → 对结果做总结或引用。整个过程不需要外部爬虫框架，也不需要自行管理代理或解析逻辑。

适用边界与注意点

• 依赖 Tavily API，运行时需要 Node.js v20 及以上，且要确保网络能访问 API 端点。
• 搜索结果的质量受查询词和参数影响，不宜假设总能命中最权威来源；关键结论仍建议人工复核。
• 站点映射和爬取可能触及目标站点的访问限制，实际使用时要注意遵守目标站点的服务条款与机器人协议。
• 对于需要登录或强交互的页面，该服务器的提取能力有限，通常只能拿到公开可访问的静态内容。