xRay

Tavily Search

ナレッジ管理v1.0.4
作者:xRay更新日 2026-05-11全 5 バージョン · 最新版の公開日 2026-03-15tavilysearch@clawhub_raydoomed/tavilysearch
情報検索#新闻

AlphaMoatによると、2026-10時点でTavily Searchのダウンロード数は18,148、スター数は6で、累計ダウンロード数で今回のランキング対象AIスキル10,914件中1,549位、ナレッジ管理では745件中101位です。

一覧の初期表示は累計ダウンロード数順で、スター数順にも並べ替えできます。詳細ページの順位は累計ダウンロード数で計算しています。

ダウンロード数
1.8万
スター数
6
累計ダウンロード順位
#1,549
全体の上位 15% · ナレッジ管理の上位 14%
プラットフォームダウンロード数スター数コメント
ClawHub ↗23645-
SkillHub ↗1.8万6—

プラットフォームごとに集計方法と集計時点が異なります。

このスキルでできること

最新のウェブ情報、速報ニュース、専門資料、事実確認が必要な場面に向き、本文の抽出や多面的な絞り込みに対応します。利用前に .env を作って TAVILY_API_KEY を記入し、requirements の依存関係を入れておく必要があります。

資料公開日 2026-10-27

できること

  • ある話題の最新の公開情報を調べる
  • 指定したページの本文を抜き出して確認する

使う場面

  • 静的な知識ではなくリアルタイムの検索が要るとき
  • ある主張が今も正しいか確かめたいとき

プロンプト例

スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。

この話題について最近の報道を検索して
このページの本文を抜き出して、数字を確認したい

月次の推移

ダウンロード数1.8万
6481万1.9万2026-03 · ダウンロード数 19442026-05 · ダウンロード数 30092026-06 · ダウンロード数 32612026-07 · ダウンロード数 40062026-08 · ダウンロード数 49082026-09 · ダウンロード数 65012026-10 · ダウンロード数 1.8万26-0326-0926-10
スター数6
4562026-03 · スター数 42026-05 · スター数 52026-06 · スター数 52026-07 · スター数 62026-08 · スター数 62026-09 · スター数 62026-10 · スター数 626-0326-0926-10

2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。

月ダウンロード数前月比スター数
2026-101.8万—6
2026-096501—6
2026-084908+22.5%6
2026-074006+22.8%6
2026-063261+8.4%5
2026-053009—5
2026-031944—4

SKILL.md 原文

作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。

9.9 KB・ClawHub v1.0.4
---
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
すべて表示(全 291 行)
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:
   ```env
   TAVILY_API_KEY=tvly-你的实际API密钥
   ```
4. 程序会自动读取技能目录下的 `.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:
```bash
# 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 <basic/advanced/fast/ultra-fast>` | 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 <general/news/finance>` | 搜索主题,news适合实时新闻 | `general` |
| `--time <day/week/month/year>` | 相对时间范围过滤 | 无 |
| `--start-date <YYYY-MM-DD>` | 仅返回该日期之后的结果 | 无 |
| `--end-date <YYYY-MM-DD>` | 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:**
```bash
# 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:
```bash
# 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 <basic/advanced>` | 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:**
```bash
# 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:
```bash
# 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 <basic/advanced>` | 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:**
```bash
# 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:
```bash
# 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 <mini/pro/auto>` | 研究模型,mini适合简单主题,pro适合复杂主题 | `auto` |
| `--citation <numbered/mla/apa/chicago>` | 引用格式 | `numbered` |
| `--json` | 输出JSON格式 | `false` |

**使用示例:**
```bash
# 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:
```bash
# 脚本调用
python scripts/search.py usage
```

**返回结构说明:**
```json
{
  "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
- 用量查询结果有5-10分钟缓存,如需实时数据请直接调用官方API

### 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
```json
{
  "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
```bash
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
```bash
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
- API 调用信用点:基础搜索1点/次,高级搜索2点/次,内容提取1点/次,整站爬取2点/次,深度研究5点/次
- 免费 tier 提供 1000 次/月搜索额度
- 搜索结果默认按相关性排序,score 越高越相关
- 实时新闻查询请使用 `topic: "news"` 参数确保获取最新内容
- 深度研究任务耗时较长(通常30-60秒),请耐心等待
- 爬取大量页面时建议设置合理的 limit 参数,避免信用点过度消耗

## 版本更新
### v1.0.4 (2026-03-15)
- ✅ 修复环境变量读取逻辑,只读取 TAVILY_API_KEY 避免暴露敏感信息
- ✅ 在 SKILL.md 中添加环境变量声明,确保注册数据与实际需求一致
- ✅ 移除未使用的 python-dotenv 依赖,优化依赖管理
- ✅ 添加 urllib3 依赖,确保脚本正常运行
- ✅ 所有核心功能测试通过

ナレッジ管理の人気スキル

搜索引擎ナレッジ管理

通过公开搜索URL在16个搜索引擎(7个国内直连+9个国际)中做跨引擎检索、结果去重与多源交叉验证,无需API Key,内置零依赖Python脚本。Use when 用户要求“搜一下/查资料/多找几个来源/核实消息/找公众号文章/排查报错/找论文或开源项目”时。输入自然语言查询词,输出带来源链接与可信度标注的结构化结果。不适用于私有数据检索、批量抓取、需要登录后可见的内容。

↓ 1075.9万★ 147u_8ee34d77
ima-skillsナレッジ管理

IMA OpenAPI を通じてノートとナレッジベースを操作します。

↓ 108.4万★ 566u_1742680f
Summarizeナレッジ管理

長いテキストや文書、ウェブページを要点とキーワードに圧縮する要約ツールです。

↓ 87.6万★ 1048paudyyin
全网搜索ナレッジ管理

通过“查一下、搜一下、搜索、找一下”等自然语言检索公开网页,整理来源并交付横版 PDF、Markdown 与标题链接表。支持用户主动开启、查看和取消技能收藏,保留原报告取回。

↓ 50.9万★ 2u_32d99f8a
web-tools-guideナレッジ管理

ウェブ要求に適切なツールを割り当てるための必読ガイドです。

↓ 40万★ 220user_ec205dbb
Aihot Skill Liteナレッジ管理

AI HOT (aihot.virxact.com) 中文 AI 资讯查询 Skill。当用户想知道"今天 AI 圈有什么"、"AI 日报"、"AI HOT"、"AI 资讯"、"AI 热点"、"最近 AI"、"OpenAI/Anthropic/Google 最近发布了什么"、"AI hot today"、"AI...

↓ 32.1万★ 92Khazix
全球12亿文献知识库(8千万中文期刊可下载)ナレッジ管理

全球12亿文献知识库(8千万中文期刊可下载)——通过 SmartLib 开放平台 API 提供中外文学术文献检索与下载能力,覆盖 8000 万篇授权中文期刊全文 + 12.28 亿条全球文献元数据(期刊 7.19 亿 / 专利 2.15 亿 / 会议 7155 万 / 学位论文 2473 万 / 标准 268 万)。 能力:中英文关键词检索、文献详情、中文期刊 PDF 全文下载、外文 OA 文献十级渠道免费下载(不消耗配额)、智能关键词扩展、核心期刊优先排序、相关性重排、引文追溯、分类号检索。 配额:首次使用自动注册,免费 100 次检索 + 10 次下载 / 月;耗尽自动弹出套餐(体验卡 / 个人版月 / 专业版月 / 单篇下载 / 下载包),可说「升级 / 充值」唤起;企业 / 机构定制联系 [email protected]。 触发:用户表达"查论文""找文献""检索学术""搜期刊""查专利""找标准""下论文""写文献综述""找参考文献""查 SCI/EI"等意图时启用;也适用"帮我找关于 XX 的论文""写文献综述""找几篇引用支撑论点"。英文:"find papers" "search literature" "write literature review" "find supporting citations"。 调用前必须先用 /consume 获取 consume_token,再凭 token 调 /search(每次计费接口调用都需一次 /consume)。

↓ 30.3万★ 189user_164f4c1f
Markdown Converterナレッジ管理

uvx 経由で markitdown を呼び、さまざまな形式のファイルを Markdown に変換します。

↓ 20.4万★ 256Peter Steinberger

データ月:2026-10 · ダウンロード数とスター数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。