Tavilysearch 1.0.4
by @guogithubname
Tavily 搜索引擎集成，支持 web 搜索、内容提取、实时新闻查询等功能。使用场景：需要搜索最新网络信息、查找实时新闻、获取专业资料、验证事实准确性等。
clawhub install tavilysearch-1-0-4📖 About This Skill
name: tavily-search description: Tavily 搜索引擎集成，支持 web 搜索、内容提取、实时新闻查询等功能。使用场景：需要搜索最新网络信息、查找实时新闻、获取专业资料、验证事实准确性等。 env: - name: TAVILY_API_KEY description: Tavily API 密钥，用于调用搜索、提取、爬取等功能 required: true
Tavily Search Skill
Tavily 是专门为 AI 代理设计的搜索引擎，提供快速、准确的网络搜索能力，支持实时信息检索、内容提取、多维度过滤等功能。
前置配置
1. 首先获取 Tavily API Key：https://tavily.com/ 2. 安装依赖：pip install -r requirements.txt
3. 新建 .env 文件，填入你的 API Key：
TAVILY_API_KEY=tvly-你的实际API密钥
.env 文件，无需配置全局环境变量核心功能
1. 网页搜索
Tavily 核心搜索能力，支持多维度过滤和优化：# 命令行调用
python scripts/search.py search "搜索关键词" [选项]最简调用
curl -X POST https://api.tavily.com/search \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $TAVILY_API_KEY" \
-d '{"query": "搜索关键词", "include_answer": true}'
搜索选项：
| 参数 | 说明 | 默认值 |
|------|------|--------|
| --depth | 搜索深度，basic=1信用点，advanced=2信用点 | basic |
| --chunks <1-3> | 每个来源返回的内容片段数量（仅advanced深度有效） | 3 |
| --max <0-20> | 返回结果数量 | 5 |
| --topic | 搜索主题，news适合实时新闻 | general |
| --time | 相对时间范围过滤 | 无 |
| --start-date | 仅返回该日期之后的结果 | 无 |
| --end-date | 仅返回该日期之前的结果 | 无 |
| --answer | 包含LLM生成的直接答案 | false |
| --raw | 包含网页原始内容 | false |
| --images | 包含图片搜索结果 | false |
| --image-descriptions | 包含图片描述文本 | false |
| --favicon | 包含网站图标URL | false |
| --include <域名1,域名2> | 限定搜索的域名列表（最多300个） | 无 |
| --exclude <域名1,域名2> | 排除的域名列表（最多150个） | 无 |
| --country <国家/地区> | 优先返回指定国家/地区的结果 | 无 |
| --auto-params | 开启自动参数优化（自动调整搜索深度等） | false |
| --exact | 精确匹配查询短语 | false |
| --usage | 响应中包含用量信息 | false |
| --json | 输出JSON格式 | false |
使用示例：
# 搜索2025年全年AI行业新闻
python scripts/search.py search "2025年AI行业大事件" \
--topic news \
--start-date 2025-01-01 \
--end-date 2025-12-31 \
--max 20 \
--answer高级技术搜索，限定学术/技术域名
python scripts/search.py search "大语言模型推理优化技术" \
--depth advanced \
--chunks 3 \
--include arxiv.org,github.com,stackoverflow.com \
--favicon
2. 网页内容提取
批量提取指定URL的结构化内容，自动清理广告和无关元素：# 命令行调用
python scripts/search.py extract "url1,url2,..." [选项]
提取选项：
| 参数 | 说明 | 默认值 |
|------|------|--------|
| --query <关键词> | 按关键词重排内容片段 | 无 |
| --chunks <1-5> | 每个URL返回的片段数量 | 3 |
| --extract-depth | 提取深度，advanced支持表格/嵌入内容 | basic |
| --markdown | 输出Markdown格式 | false |
| --images | 包含图片 | false |
| --favicon | 包含网站图标 | false |
| --json | 输出JSON格式 | false |
使用示例：
# 批量提取3个技术文档，按"API"关键词重排内容
python scripts/search.py extract "https://docs.tavily.com,https://example.com/docs,https://api.example.com" \
--query "API" \
--extract-depth advanced \
--chunks 5 \
--markdown > docs.md
3. 整站爬取
自动遍历整个网站，智能发现并爬取所有相关页面：# 命令行调用
python scripts/search.py crawl "根URL" [选项]
爬取选项：
| 参数 | 说明 | 默认值 |
|------|------|--------|
| --instructions <文本> | 自然语言爬取指令（如"查找所有API文档页面"） | 无 |
| --max-depth <1-5> | 最大爬取深度 | 1 |
| --max-breadth <1-500> | 每层页面的最大链接数 | 20 |
| --limit <数字> | 总爬取页面上限 | 50 |
| --select-paths <正则1,正则2> | 只爬取匹配路径的页面 | 无 |
| --select-domains <域名1,域名2> | 只爬取指定域名的页面 | 无 |
| --exclude-paths <正则1,正则2> | 排除匹配路径的页面 | 无 |
| --exclude-domains <域名1,域名2> | 排除指定域名的页面 | 无 |
| --allow-external | 允许爬取外部域名 | true |
| --extract-depth | 内容提取深度 | basic |
| --markdown | 输出Markdown格式 | false |
| --images | 包含图片 | false |
| --favicon | 包含网站图标 | false |
| --json | 输出JSON格式 | false |
使用示例：
# 爬取Tavily文档站，只收集API相关页面
python scripts/search.py crawl "https://docs.tavily.com" \
--instructions "Find all API documentation pages" \
--max-depth 3 \
--limit 100 \
--select-paths "/api/.*,/documentation/.*"
4. 深度研究
自动进行多轮搜索、信息整合，生成结构化研究报告：# 命令行调用
python scripts/search.py research "研究主题" [选项]
研究选项：
| 参数 | 说明 | 默认值 |
|------|------|--------|
| --model | 研究模型，mini适合简单主题，pro适合复杂主题 | auto |
| --citation | 引用格式 | numbered |
| --json | 输出JSON格式 | false |
使用示例：
# 生成行业研究报告
python scripts/search.py research "2026年AI Agent行业发展趋势" \
--model pro \
--citation apa查询已有研究任务结果
python scripts/search.py get-research "任务ID"
5. 用量查询
> 官方文档：https://docs.tavily.com/documentation/api-reference/endpoint/usage查看API信用点使用情况和剩余额度：
# 脚本调用
python scripts/search.py usage
返回结构说明：
{
"key": {
"usage": 135,
"limit": 1000,
"search_usage": 81,
"crawl_usage": 0,
"extract_usage": 2,
"map_usage": 0,
"research_usage": 52
},
"account": {
"current_plan": "Researcher",
"plan_usage": 135,
"plan_limit": 1000,
"search_usage": 81,
"crawl_usage": 0,
"extract_usage": 2,
"map_usage": 0,
"research_usage": 52,
"paygo_usage": 0,
"paygo_limit": null
}
}
key 字段：当前使用的API Key的用量统计account 字段：整个Tavily账户的总用量统计2. 高级搜索参数
| 参数 | 类型 | 默认值 | 说明 | |------|------|--------|------| |query | string | 必填 | 搜索关键词 |
| search_depth | enum | basic | 搜索深度：basic(1信用点, 平衡) / advanced(2信用点, 更高精度) / fast(快速) / ultra-fast(极速) |
| max_results | integer | 5 | 返回结果数量，范围 0-20 |
| topic | enum | general | 搜索主题：general(通用) / news(新闻) / finance(财经) |
| time_range | enum | 可选 | 时间范围：day/week/month/year |
| include_answer | boolean | false | 是否包含 LLM 生成的直接答案 |
| include_images | boolean | false | 是否返回图片结果 |
| include_raw_content | boolean | false | 是否返回网页原始内容 |
| include_domains | array | 可选 | 限定搜索的域名列表 |
| exclude_domains | array | 可选 | 排除的域名列表 |
| country | string | 可选 | 按国家/地区优先返回结果 |3. 响应格式
{
"query": "搜索关键词",
"answer": "LLM生成的直接答案（当include_answer=true时返回）",
"results": [
{
"title": "结果标题",
"url": "页面链接",
"content": "内容摘要",
"score": 0.85,
"favicon": "网站图标链接"
}
],
"response_time": 1.23,
"usage": {
"credits": 1
}
}
使用示例
搜索最新新闻
curl -X POST https://api.tavily.com/search \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $TAVILY_API_KEY" \
-d '{
"query": "2026年3月科技行业最新动态",
"topic": "news",
"time_range": "day",
"include_answer": true,
"max_results": 10
}'
专业资料搜索
curl -X POST https://api.tavily.com/search \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $TAVILY_API_KEY" \
-d '{
"query": "大语言模型推理优化技术",
"search_depth": "advanced",
"include_raw_content": true,
"include_domains": ["arxiv.org", "github.com", "openai.com"]
}'
注意事项
topic: "news" 参数确保获取最新内容