前言¶
给 LLM 做联网能力时，常见做法是拼一个 fetch 工具再手动解析 HTML，结果拿到的是整页文本，模型要自己判断哪段有用。另一种做法是直接接搜索引擎 API，返回结果字段不统一，还要自己写解析和重排逻辑。
下面介绍的 Skill 走的是第三条路：由 Tavily 官方出品的 MCP 服务器，把搜索、抓取、站点映射、爬取四件事封装成标准 MCP 工具，返回结构化结果，直接交给 LLM 消费。
这是什么¶
一句话定位：Tavily 官方 MCP 服务器，面向 AI 代理提供实时网络搜索、页面提取、站点映射和网络爬虫能力。
出品与归属：SkillHub 页面标注来源为 community，发布者为 user_3c6cb52e，版本 1.0.0。坐标是 @user_3c6cb52e/tavily-mcp-server-ai-web-search-extraction。简介中称其为「Tavily 官方 MCP 服务器」，即上游实现由 Tavily 提供，SkillHub 上的条目由社区账号发布维护。
解决的问题：LLM 本身没有实时网络访问能力，接到搜索 API 之后还要处理结果结构化、正文抽取、站内链接枚举等杂活。这个 Skill 把这些能力作为 MCP 工具暴露，代理按需调用即可。
核心功能¶
资料中列出的四项能力，都属于网络访问与信息获取层面：
- 实时网络搜索 —— 连接 Tavily 搜索 API，获取实时结果，而不是缓存或快照。
- 页面提取 —— 给定 URL，抽取正文内容。
- 站点映射 —— 输出站点结构，用于了解一个站点的目录组织。
- 网络爬虫 —— 按规则抓取页面集合。
返回值方面，官方简介明确说明结果「为 LLM 消费优化」，即返回结构化的相关结果，而不是原始 HTML 或未处理的 JSON 列表。具体的响应字段结构在已抓取资料中没有给出，需要到官方页面核对。
需要 API Key¶
这个 Skill 带有 requires_api_key=true 标签，说明调用前必须准备 Tavily API Key。
这一点直接影响成本和接入方式：Key 由 Tavily 侧签发，配额与计费遵循 Tavily 的账号规则；MCP 服务器在运行时需要能读到这个 Key。至于 Key 是写在 MCP 配置里、还是通过环境变量注入，已抓取资料中没有记录，接入前请以官方页面说明为准。
安装与启用¶
这一步无法给出可执行的命令。
SkillHub 页面和 Tavily 官方文档在本次写作时均抓取失败（https://www.skillhub.cn/skills/user_3c6cb52e/tavily-mcp-server-ai-web-search-extraction 与 https://docs.tavily.com/documentation/agent-integrations/mcp），因此下面这些内容在已抓取资料中没有依据，不在此编造：
- 该 Skill 对应的安装命令或包名（例如
npx引用的包名、pip包名） - MCP 配置文件的位置与字段名
- Cursor / Codex CLI / Claude Code 三者的差异化配置写法
接入前请打开官方地址核对上述内容，确认后再写入你的客户端配置。
典型用法¶
同样因为页面未能抓取，本节不提供示例。
MCP 工具的实际调用形式取决于服务器暴露的工具名与入参，这些信息只存在于服务器的 SKILL.md 或元数据中。已经确认的信息只有：服务器提供搜索、页面提取、站点映射、爬虫四类能力，且需要 API Key。调用前请先确认工具名和参数，不要凭能力描述猜测。
适用场景与注意¶
适合的场景：需要让代理完成实时检索、读某个页面正文、摸清一个站点结构、批量抓取一组页面，并且希望结果直接可用、不想再写一层解析逻辑。
需要注意的限制：
- 必须有 Tavily API Key，没有 Key 时服务器无法工作。
- 搜索与爬取都是外部 API 调用，延迟、配额和费用由 Tavily 账号决定，不适合放进对成本敏感或高频轮询的流程。
- 条目来源标注为
community，与「Tavily 官方服务器」的说法并存。使用前建议核对上游仓库与版本，确认这个社区条目与官方实现是否同步。 - 页面显示的评分为
100000、下载量1023、安装量0。评分量级异常偏高，且安装量为 0，这两个数字更适合当作参考而不是质量证明。 - 仓库版本停留在
1.0.0，如果上游 Tavily MCP 服务器已经更新，功能和工具名可能与本条目存在差异。
结尾¶
这个 Skill 的价值在于把网络搜索、正文提取、站点映射、爬虫四类能力统一到一套 MCP 工具接口下，并且返回为 LLM 优化过的结构化结果，省掉自建抓取与解析层的工作量。代价是需要 Tavily API Key，且条目本身是社区发布，接入前值得核对上游状态。
官方地址：https://api.skillhub.cn/user_3c6cb52e/tavily-mcp-server-ai-web-search-extraction
