Tavily MCPサーバー

AI Web Integration MCP Server Automation

FlowHuntでMCPサーバーをホスティングするために私たちにお問い合わせください

「Tavily」MCPサーバーは何をする?

Tavily MCP(Model Context Protocol)サーバーは、AIアシスタントとウェブの間のブリッジとして機能し、高度なリアルタイム検索やデータ抽出機能を強化します。オープンなMCP標準を活用することで、Tavilyは最先端のウェブツールをAI開発ワークフローにシームレスかつ安全に統合可能にします。Tavily MCPサーバーを通じて、AIモデルはライブウェブ検索、ウェブページからの構造化データ抽出、ウェブサイト構造のマッピング、さらにはドメイン全体のクロールを実行できます。これにより、AIエージェントの文脈認識とリアルタイム対応力が飛躍的に向上し、情報検索、調査、ナレッジグラフ構築などのタスクを強力にサポートします。Tavily MCPサーバーは、AIと外部ウェブデータ・リソースをつなぐ堅牢なプラットフォームとして、新たな自動化やインテリジェントシステムの可能性を開きます。

プロンプト一覧

提供リポジトリには直接的なプロンプトテンプレートは記載されていません。

FlowHuntロゴ

ビジネスを成長させる準備はできましたか?

今日から無料トライアルを開始し、数日で結果を確認しましょう。

リソース一覧

リポジトリ内に明示的なリソース記述はありません。

ツール一覧

  • tavily-search: リアルタイムウェブ検索機能を提供し、AIエージェントがインターネットから最新情報を取得可能にします。
  • tavily-extract: ウェブページからの構造化データの知的抽出を実現し、関連コンテンツや事実を簡単に取得できます。
  • tavily-map: ウェブサイトの構造をマッピングし、AIシステムがサイト構造やページ間の関係を理解できるようにします。
  • tavily-crawl: ウェブサイト全体を体系的にクロールし、大規模なウェブ分析やデータ収集を支援します。

MCPサーバーのユースケース

  • リアルタイムウェブ検索連携: 開発者はAIエージェントに最新情報の取得を可能にし、ニュース集約、調査、ファクトチェックなどの用途を支援できます。
  • 自動データ抽出: AIシステムがさまざまなウェブソースから構造化データを抽出し、市場分析、リード獲得、学術研究などに活用できます。
  • ウェブサイトのマッピングと分析: SEO分析、競合調査、技術監査などに有用なサイト構造のマッピングを実現します。
  • ナレッジグラフのためのウェブクロール: 体系的なクロールにより、ターゲットドメインから情報を収集し、大規模なナレッジグラフやデータセットの構築が可能です。
  • AIエージェントの文脈認識向上: 検索・抽出ツールを活用して、AIが最新のウェブ文脈をもとにユーザーの質問へより正確に応答できます。

セットアップ方法

Windsurf

  1. Node.jsがインストールされていることを確認します。
  2. Windsurfの設定ファイル(例: windsurf.config.json)を探します。
  3. 以下のJSONスニペットでTavily MCPサーバーを追加します:
    {
      "mcpServers": {
        "tavily-mcp": {
          "command": "npx",
          "args": ["@tavily-ai/tavily-mcp@latest"]
        }
      }
    }
    
  4. ファイルを保存し、Windsurfを再起動します。
  5. Tavily MCPツールが利用可能か確認してください。

APIキーのセキュア管理(Windsurf)

{
  "mcpServers": {
    "tavily-mcp": {
      "command": "npx",
      "args": ["@tavily-ai/tavily-mcp@latest"],
      "env": {
        "TAVILY_API_KEY": "${TAVILY_API_KEY}"
      },
      "inputs": {
        "api_key": "${TAVILY_API_KEY}"
      }
    }
  }
}

APIキーはセキュリティ向上のため環境変数に保存してください。

Claude

  1. Node.jsをインストールします。
  2. Claudeの設定ファイルを開きます。
  3. Tavily MCPサーバーの設定を追加します:
    {
      "mcpServers": {
        "tavily-mcp": {
          "command": "npx",
          "args": ["@tavily-ai/tavily-mcp@latest"]
        }
      }
    }
    
  4. 保存してClaudeを再起動します。
  5. ClaudeインターフェースでTavilyツールを確認します。

APIキーのセキュア管理(Claude)

{
  "mcpServers": {
    "tavily-mcp": {
      "command": "npx",
      "args": ["@tavily-ai/tavily-mcp@latest"],
      "env": {
        "TAVILY_API_KEY": "${TAVILY_API_KEY}"
      },
      "inputs": {
        "api_key": "${TAVILY_API_KEY}"
      }
    }
  }
}

Cursor

  1. システムにNode.jsがインストールされていることを確認します。
  2. Cursorの設定ファイルを編集します。
  3. MCPサーバー項目に以下を追加します:
    {
      "mcpServers": {
        "tavily-mcp": {
          "command": "npx",
          "args": ["@tavily-ai/tavily-mcp@latest"]
        }
      }
    }
    
  4. 保存してCursorを再起動します。
  5. Tavily MCPが利用可能か確認してください。

APIキーのセキュア管理(Cursor)

{
  "mcpServers": {
    "tavily-mcp": {
      "command": "npx",
      "args": ["@tavily-ai/tavily-mcp@latest"],
      "env": {
        "TAVILY_API_KEY": "${TAVILY_API_KEY}"
      },
      "inputs": {
        "api_key": "${TAVILY_API_KEY}"
      }
    }
  }
}

Cline

  1. Node.jsをインストールします。
  2. Clineの設定ファイルを開きます。
  3. Tavily MCPサーバー項目を追加します:
    {
      "mcpServers": {
        "tavily-mcp": {
          "command": "npx",
          "args": ["@tavily-ai/tavily-mcp@latest"]
        }
      }
    }
    
  4. 設定ファイルを保存し、Clineを再起動します。
  5. Tavily関連のコマンドやツールで動作を確認してください。

APIキーのセキュア管理(Cline)

{
  "mcpServers": {
    "tavily-mcp": {
      "command": "npx",
      "args": ["@tavily-ai/tavily-mcp@latest"],
      "env": {
        "TAVILY_API_KEY": "${TAVILY_API_KEY}"
      },
      "inputs": {
        "api_key": "${TAVILY_API_KEY}"
      }
    }
  }
}

APIキーなどの機密情報は必ず環境変数で管理し、ハードコーディングしないでください。

フロー内でのMCP利用方法

FlowHuntでのMCP利用

FlowHuntワークフローにMCPサーバーを統合するには、フローにMCPコンポーネントを追加し、AIエージェントへ接続します。

FlowHunt MCP flow

MCPコンポーネントをクリックして設定パネルを開き、system MCP設定欄に以下のJSON形式でMCPサーバー情報を入力します:

{
  "tavily-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

設定後、AIエージェントはこのMCPをツールとして利用でき、その全機能にアクセス可能となります。“tavily-mcp"はご自身のMCPサーバー名に、URLはご自身のMCPサーバーURLに変更してください。


概要

セクション利用可否詳細・備考
概要README内に全体概要あり
プロンプト一覧プロンプトテンプレートなし
リソース一覧明示的なリソース記述なし
ツール一覧search, extract, map, crawl
APIキーのセキュリティ管理セットアップ手順に環境変数例あり
サンプリングサポート(評価上は重要度低)サンプリング記載なし

ドキュメントの充実度やツールの利用可否は高いものの、リソースやプロンプトテンプレートに一部ギャップがあるため、このMCPサーバーリポジトリの実用的統合度・現場利用度は7/10と評価します。


MCPスコア

ライセンスあり✅ MIT
ツールが1つ以上あり
フォーク数90
スター数483

よくある質問

Tavily MCPサーバーでAIを強化

AIエージェントにリアルタイムでウェブデータの検索・抽出・分析を可能にします。Tavily MCPサーバーをFlowHuntワークフローに統合して、次世代のインテリジェンスを実現しましょう。

詳しく見る

Tavily MCP連携
Tavily MCP連携

Tavily MCP連携

FlowHuntをTavily MCPと連携させることで、ウェブ検索、データ抽出、マッピング、クローリングを自動化します。VS Code、Cursor、Claude Desktopなどのプラットフォーム向けに、リアルタイムかつAPI駆動のウェブ自動化とインテリジェントなデータ収集でワークフローを強化しましょう。...

1 分で読める
AI Tavily MCP +5
Think MCP サーバー
Think MCP サーバー

Think MCP サーバー

Think MCP サーバーは、エージェント型AIワークフローのための構造化推論ツールを提供し、明示的な思考記録、ポリシー遵守、逐次的な意思決定、高度な批評・計画機能を実現します。ClaudeやFlowHunt、その他のエージェント型LLMとシームレスに統合でき、AIエージェントの行動の透明性と監査性を高めます。...

1 分で読める
AI MCP +6
AgentQL MCPサーバー
AgentQL MCPサーバー

AgentQL MCPサーバー

AgentQL MCPサーバーは、高度なウェブデータ抽出をAIワークフローに統合し、カスタマイズ可能なプロンプトを通じてウェブページから構造化データをシームレスに取得できます。研究、自動化、コーディングなど、リアルタイムかつオンデマンドでウェブベースのデータセットへのアクセスが必要な開発者やAIアシスタントに最適です。...

1 分で読める
AI MCP Server +4