Tavily AI 搜索
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/sundial-org-awesome-openclaw-skills-tavily。
技能介绍
问题背景
在 Agent 工作流里,通用搜索 API 往往返回整页 HTML 或冗长摘要,模型需要自己清洗、筛选,既耗 token 也容易漏掉关键事实。若要做「查最新新闻」或「深挖某一技术争议」,还要在参数和结果形态上切换多套逻辑,集成成本偏高。
技能如何工作
本技能封装 Tavily API,面向 AI 场景输出干净、相关的片段,而不是原始网页堆砌。核心能力分两块:
- Search:按查询拉取若干条结果,可用
-n控制条数(默认 5,上限 20);--deep开启更深、更慢的综合检索,适合复杂调研题;--topic在general与news间切换,news下可用--days限定最近 N 天。 - 从 URL 提取正文:在已有链接时直接抽取内容,便于 Agent 在「先搜后读」或「用户给定 URL」两种路径下复用同一套工具。
典型流程:Agent 根据任务选择普通或 --deep 搜索 → 必要时限定新闻窗口 → 对选中结果或用户 URL 做内容提取 → 将片段并入上下文推理。
边界与注意点
- 需在 tavily.com 申请
TAVILY_API_KEY,未配置密钥无法调用。 --deep更重、更慢,适合复杂问题而非高频轻量查询。- 当前事件类问题应使用
--topic news并配合--days,否则广义网页检索可能偏旧。 - 技能描述的是搜索与提取能力,不包含 Tavily 账户计费、配额策略本身的管理。
使用场景
- Agent 接到用户追问「某开源项目上周有无安全公告」,需用 news 主题并限制最近 7 天再汇总答复。
- 自动化调研流水线在生成报告前,对同一技术问题调用 `--deep` 搜索以拉齐多方来源片段。
- 用户粘贴一篇待核查的博文 URL,Agent 先抽取正文再与检索到的权威来源交叉比对。
- 对话中只需 3~5 条高相关摘要而非整页 HTML 时,用默认搜索控制 `-n` 控制上下文体积。
适合人员
- 维护多步 ReAct/工具链 Agent 的后端工程师,希望搜索层直接产出可喂给模型的片段。
- 做竞品与行业简报的分析员,需要按天数筛新闻并在同一技能里切深度检索。
- 编写可引用外部网页的客服/问答 Bot 集成者,既要搜也要对单 URL 做正文抽取。
- 在 OpenClaw 等技能生态里拼装能力的开发者,需 Tavily 参数(deep、topic、days)与 Agent 提示对齐。