Tavily

Tavily は LLM 向けに設計された検索 API であり、AI アプリケーションがリアルタイム Web データにアクセスできるようにします。

インストール

Python:

pip install tavily-python

JavaScript:

npm install @tavily/core

完全な SDK リファレンスについては references/sdk.md を参照してください。

クライアント初期化

from tavily import TavilyClient

# TAVILY_API_KEY 環境変数を使用（推奨）
client = TavilyClient()

# プロジェクト追跡付き（使用状況管理用）
client = TavilyClient(project_id="your-project-id")

# 並列クエリ用の非同期クライアント
from tavily import AsyncTavilyClient
async_client = AsyncTavilyClient()

適切なメソッドの選択

カスタムエージェント/ワークフロー用:

用途	メソッド
Web 検索結果	search()
特定の URL からのコンテンツ	extract()
サイト全体からのコンテンツ	crawl()
サイトからの URL 発見	map()

すぐに使える研究用:

用途	メソッド
AI 合成を伴うエンドツーエンド研究	research()

クイックリファレンス

search() - Web 検索

response = client.search(
    query="quantum computing breakthroughs",  # 400文字以下に保つ
    max_results=10,
    search_depth="advanced"
)
print(response)

主なパラメーター: query、max_results、search_depth（ultra-fast/fast/basic/advanced）、include_domains、exclude_domains、time_range

完全な検索リファレンスについては references/search.md を参照してください。

extract() - URL コンテンツ抽出

# シンプルな1ステップ抽出
response = client.extract(
    urls=["https://docs.example.com"],
    extract_depth="advanced"
)
print(response)

主なパラメーター: urls（最大 20）、extract_depth、query、chunks_per_source（1-5）

完全な抽出リファレンスについては references/extract.md を参照してください。

crawl() - サイト全体抽出

response = client.crawl(
    url="https://docs.example.com",
    instructions="Find API documentation pages",  # セマンティックフォーカス
    extract_depth="advanced"
)
print(response)

主なパラメーター: url、max_depth、max_breadth、limit、instructions、chunks_per_source、select_paths、exclude_paths

完全なクロールリファレンスについては references/crawl.md を参照してください。

map() - URL 発見

response = client.map(
    url="https://docs.example.com"
)
print(response)

research() - AI 駆動型研究

import time

# 包括的なマルチトピック研究用
result = client.research(
    input="Analyze competitive landscape for X in SMB market",
    model="pro"  # または "mini"（フォーカスされたクエリ用）、"auto"（不確実な場合）
)
request_id = result["request_id"]

# 完了まで定期確認
response = client.get_research(request_id)
while response["status"] not in ["completed", "failed"]:
    time.sleep(10)
    response = client.get_research(request_id)

print(response["content"])  # 研究レポート

主なパラメーター: input、model（"mini"/"pro"/"auto"）、stream、output_schema、citation_format

完全な研究リファレンスについては references/research.md を参照してください。

詳細ガイド

完全なパラメーター、レスポンスフィールド、パターン、および例については以下を参照してください:

• references/sdk.md - Python & JavaScript SDK リファレンス、非同期パターン、Hybrid RAG
• references/search.md - クエリ最適化、検索深度の選択、ドメインフィルタリング、非同期パターン、ポストフィルタリング
• references/extract.md - 1ステップ対2ステップ抽出、ターゲティング用のクエリ/チャンク、高度なモード
• references/crawl.md - クロール対マップ、セマンティックフォーカス用の指示、ユースケース、Map-then-Extract パターン
• references/research.md - プロンプティングのベストプラクティス、モデル選択、ストリーミング、構造化出力スキーマ
• references/integrations.md - LangChain、LlamaIndex、CrewAI、Vercel AI SDK、およびフレームワーク統合