Tavily MCP Sunucusu

“Tavily” MCP Sunucusu ne yapar?

Tavily MCP Sunucusu, Tavily’nin arama API’sini kullanarak yapay zeka asistanlarını gelişmiş web arama yetenekleriyle güçlendiren bir Model Context Protocol (MCP) sunucusudur. Bu sunucu ile entegrasyon sayesinde, yapay zeka modelleri kapsamlı web aramaları gerçekleştirebilir, karmaşık sorulara doğrudan yanıtlar alabilir ve yapay zeka tarafından çıkarılan ilgili içeriklerle güncel haber makalelerini toplayabilir. Bu, kapsamlı bilgi toplama, kanıta dayalı soru yanıtlama ve güncel haber toplama gibi görevlerin, LLM tabanlı ortamlarda bir araç veya kaynak olarak kolayca erişilebilmesini sağlar. Tavily MCP Sunucusu, böylece yapay zeka asistanları ile gerçek zamanlı, yüksek kaliteli web verileri arasındaki boşluğu kapatarak araştırma, otomasyon ve bağlama duyarlı yapay zeka çözümlerini hızlandırır.

Komut Listesi

• tavily_web_search – Tavily’nin yapay zeka destekli arama motorunu kullanarak webde arama yapar.
• tavily_answer_search – Webde arama yapar ve kanıtlarla desteklenen yapay zeka tabanlı bir yanıt alır.
• tavily_news_search – Tavily’nin haber aramasıyla güncel haber makalelerini arar.

Kaynak Listesi

• Depo dokümantasyonunda açık bir kaynak bölümü bulunamadı.

Araç Listesi

• tavily_web_search
  Yapay zeka destekli içerik çıkarımıyla kapsamlı web aramaları yapar.
  • Parametreler: query, max_results, search_depth, include_domains, exclude_domains
• tavily_answer_search
  Web araması yapar ve kanıtlarla desteklenen doğrudan yanıt oluşturur.
  • Parametreler: query, max_results, search_depth, include_domains, exclude_domains
• tavily_news_search
  Yayın tarihiyle birlikte güncel haber makalelerini arar.
  • Parametreler: query, max_results, days, include_domains, exclude_domains

Bu MCP Sunucusunun Kullanım Alanları

• Kapsamlı Web Arama
  Geliştiriciler, herhangi bir konu için geniş kapsamlı aramalar yapabilir ve sonuçlar, iş akışlarında kolay tüketim için yapay zeka tarafından özetlenir.
• Doğrudan Soru Yanıtlama
  Yapay zeka asistanlarının, kullanıcı sorularına doğrudan ve kanıta dayalı yanıtlar döndürmesini sağlar; doğruluğu artırır ve araştırma süresini azaltır.
• Haber Toplama
  Bir sorguyla ilgili en güncel haber makalelerini alır ve özetler; kullanıcıların güncel olaylar veya eğilimlerden haberdar olmasını sağlar.
• Alana Özel Arama
  Aramaları belirli alanlarla sınırlayabilir veya bazı alanları hariç tutabilirsiniz; böylece odaklı araştırma yapabilirsiniz (ör. akademik, kurumsal veya sektörel bilgiler).
• Kanıt Toplama
  Yanıtlar ve raporlar için destekleyici bağlantılar ve referanslar toplar; karar verme veya dokümantasyon için şeffaf ve doğrulanabilir çıktılar sağlar.

Kurulum Nasıl Yapılır

Windsurf

1. Python 3.11+ ve bir Tavily API anahtarınız olduğundan emin olun.
2. Paketi yükleyin:

   pip install mcp-tavily
   

3. Windsurf yapılandırma dosyanızı bulun.
4. Tavily MCP Sunucusunu mcpServers bölümüne ekleyin:

   {
     "mcpServers": {
       "tavily": {
         "command": "mcp-tavily",
         "args": []
       }
     }
   }
   

5. Dosyayı kaydedin ve Windsurf’u yeniden başlatın.
6. Sunucunun çalıştığını ve erişilebilir olduğunu doğrulayın.

API Anahtarlarını Güvenceye Alma:
Tavily API anahtarınızı ortam değişkenleriyle kullanın:

{
  "mcpServers": {
    "tavily": {
      "command": "mcp-tavily",
      "env": {
        "TAVILY_API_KEY": "YOUR_TAVILY_API_KEY"
      },
      "inputs": {}
    }
  }
}

Claude

1. Ortamınıza mcp-tavily yükleyin.
2. Claude’un yapılandırma dosyasına şunu ekleyin:

   {
     "mcpServers": {
       "tavily": {
         "command": "mcp-tavily"
       }
     }
   }
   

3. Tavily API anahtarınızı yukarıdaki gibi env bölümüne ekleyin.
4. Claude’u yeniden başlatın ve bağlantıyı doğrulayın.

Cursor

1. mcp-tavilynin kurulu olduğundan emin olun.
2. Cursor yapılandırmasını açın.
3. Şunu ekleyin:

   {
     "mcpServers": {
       "tavily": {
         "command": "mcp-tavily"
       }
     }
   }
   

4. Tavily API anahtarınızı destekleniyorsa env alanına yerleştirin.
5. Kaydedin ve Cursor’u yeniden başlatın.

Cline

1. mcp-tavilyyi pip veya uv ile yükleyin.
2. Cline yapılandırma dosyasını düzenleyin:

   {
     "mcpServers": {
       "tavily": {
         "command": "mcp-tavily"
       }
     }
   }
   

3. API anahtarınızı env bölümüne ekleyin.
4. Kaydedin ve Cline’ı yeniden başlatın.

Bu MCP’yi Akışlarda Nasıl Kullanırsınız

FlowHunt’ta MCP Kullanımı

MCP sunucularını FlowHunt iş akışınıza entegre etmek için önce akışınıza MCP bileşenini ekleyin ve bunu yapay zeka ajanınıza bağlayın:

MCP bileşenine tıklayın ve yapılandırma panelini açın. Sistem MCP yapılandırma bölümüne şu JSON formatını kullanarak MCP sunucu bilgilerinizi girin:

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

Yapılandırma tamamlandıktan sonra, yapay zeka ajanı artık bu MCP’yi bir araç olarak kullanabilir ve tüm fonksiyonlara erişebilir. “tavily” adını gerçek MCP sunucu adınızla (ör. “github-mcp”, “weather-api” vb.) ve URL’yi kendi MCP sunucu URL’nizle değiştirmeyi unutmayın.

Genel Bakış

Bizim görüşümüz

Tavily MCP Sunucusu, iyi tanımlanmış arama araçları, net komut şablonları ve kolay kurulum ile yapılandırma adımları sunar. Ancak, açık kaynak tanımları eksik ve kökler veya örnekleme gibi gelişmiş MCP özelliklerinden bahsedilmemiştir. Odaklı işlevselliği ve iyi belgelenmiş yapısı ile birlikte, bazı MCP temel öğeleri eksik olduğundan, pratik kullanım için 7/10 puan veriyoruz.

MCP Puanı