tavily-search
autor: closedloop-technologies
Wyszukiwanie w sieci w czasie rzeczywistym zoptymalizowane dla modeli AI i RAG
Instalacja
Wybierz klienta i sklonuj repozytorium do odpowiedniego katalogu skilli.
Instalacja
O skillu
Umożliwia integrację API Tavily Search z Claudem, aby pobierać świeże wyniki wyszukiwania internetowego dostosowane do potrzeb dużych modeli języka i systemów RAG. Narzędzie zwraca czyste, skoncentrowane na treści wyniki bez szumu, idealne do wzbogacania odpowiedzi AI aktualną wiedzą z sieci. Obsługuje zarówno szybkie wyszukiwania podstawowe, jak i głębokie analizy zaawansowane. Wymaga klucza API Tavily do działania.
Jak używać
Zainstaluj wymagane biblioteki Python, uruchamiając w terminalu: pip install tavily-python python-dotenv. To przygotuje środowisko do pracy z API Tavily.
Uzyskaj klucz API Tavily z serwisu Tavily i skonfiguruj go w swoim systemie. Możesz zapisać klucz w pliku .env za pomocą komendy echo "TAVILY_API_KEY=twoj_klucz" >> .env, lub jeśli skrypt go nie znajdzie, zostaniesz poproszony o wprowadzenie go interaktywnie.
Upewnij się, że plik .env jest dodany do .gitignore, aby nie wyciekł klucz do repozytorium. Skrypt automatycznie to sprawdzi.
Wykonaj wyszukiwanie, uruchamiając: python3 scripts/tavily_search.py --query "twoje pytanie". Zastąp "twoje pytanie" rzeczywistym zapytaniem, na przykład "autonomous research agents comparison".
Aby uzyskać bardziej szczegółowe wyniki, dodaj parametr --search-depth advanced, co włączy intensywną analizę (wyniki będą wyższej jakości, ale wyszukiwanie potrwa dłużej). Możesz też ograniczyć liczbę wyników parametrem --max-results, na przykład --max-results 5.
Skrypt zwróci wyniki w formacie JSON zawierającym syntetyczną odpowiedź i listę źródeł, gotowe do użycia w Twoim systemie RAG lub aplikacji opartej na AI.