为Claude桌面端集成tavily搜索

Claude没有联网的能力，但有很强的调用函数的能力，而mcp可以充当与其他操作之间的接口。所以，参照 anthropic 官方教程，利用mcp为Claude桌面端程序集成tavily的搜索能力，实现联网检索。

确保你已经有了tavily的搜索API，这是一个可用于AI搜索的驱动引擎，他们提供一个月1000次的免费搜索服务，基本够用了。官网：

安装 uv 虚拟环境

uv 虚拟环境和 conda 类似，都是用来进行包管理的虚拟环境，区别在于 uv 专门用于 Python，比 conda 相对来说更快速（因为它基于 rust）。

参考指南：

https://modelcontextprotocol.io/quickstart/server#weather-api-issues

安装 uv，在 power shell 中执行：

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

然后配置 uv 环境路径：

Win + R，输入 sysdm.cpl，按 Enter。
进入 “高级” → “环境变量”。
在 “用户变量” 部分找到 Path，双击它。
点击“新建”，添加 C:\Users\{你的用户名}\.local\bin。
确认后关闭窗口，并重新打开 PowerShell 终端。

重现打开 power shell，执行如下命令确认安装完成：

uv --version

创建 mcp 项目

在一个你想创建项目的文件夹，右键打开 power shell 执行如下命令：

uv init mcptest
cd mcptest

创建 uv 虚拟环境：

注意，确保安装 3.10 及以上版本的 Python，否则无法使用 mcp！

uv venv --python=python3.10   #mcp库依赖Python版本要大于3.10
.venv\Scripts\activate        #激活这个虚拟环境

uv 环境和 conda 类似，由于是一个全新的虚拟环境，所以里面的 python 库都要重新安装。

uv add mcp httpx requests

创建一个执行脚本：

new-item mcptest.py

为 Claude 集成 tavily 联网搜索

当前 mcptest 目录应该像下面的样子（test_search.py 是我的测试文件，新生成 venv 环境时没有这个）：

在 mcptest.py 程序里编写如下程序，用你自己的 tavily API 替换程序中的 API key：

from typing import Any, Optional, List, Dict, Union
import requests
import json
from mcp.server.fastmcp import FastMCP

# 初始化FastMCP服务器
mcp = FastMCP("search")

# Tavily API常量
TAVILY_API_URL = "https://api.tavily.com/search"
# 你需要替换为你的实际API密钥
TAVILY_API_KEY = "你的tavily API key"  

@mcp.tool()
async def search_web(
    query: Any,
    topic: str = "general",
    search_depth: str = "basic",
    max_results: int = 3,
    days: Optional[int] = None,
    include_answer: bool = True
) -> str:
    """
    Search the web for information on a given query.
    
    Args:
        query: The search query (string or JSON object)
        topic: Search topic (general or news)
        search_depth: Depth of search (basic or advanced)
        max_results: Maximum number of search results to return
        days: Limit results to the past X days
        include_answer: Include an AI-generated answer based on search results
    """
    # 处理输入可能是JSON对象的情况
    if isinstance(query, dict):
        # 如果query是一个字典，从中提取参数
        search_query = query.get('query', '')
        # 如果topic在query字典中存在，则覆盖默认值
        if 'topic' in query:
            topic = query.get('topic')
        if 'search_depth' in query:
            search_depth = query.get('search_depth')
        if 'max_results' in query:
            max_results = query.get('max_results')
        if 'days' in query:
            days = query.get('days')
        if 'include_answer' in query:
            include_answer = query.get('include_answer')
    else:
        # 如果query是字符串，直接使用
        search_query = query
    
    # 打印调试信息
    print(f"搜索查询: {search_query}, 主题: {topic}")
    
    # 构建基本payload
    payload = {
        "query": search_query,
        "topic": topic,
        "search_depth": search_depth,
        "max_results": max_results,
        "include_answer": include_answer,
        "include_raw_content": False,
        "include_images": False,
        "include_image_descriptions": False,
        "include_domains": [],
        "exclude_domains": []
    }
    
    # 只有当days不为None时才添加到payload
    if days is not None:
        payload["days"] = days
    
    headers = {
        "Authorization": f"Bearer {TAVILY_API_KEY}",
        "Content-Type": "application/json"
    }
    
    try:
        # 打印请求信息以便调试
        print(f"发送请求到Tavily API，payload: {json.dumps(payload)}")
        
        response = requests.post(
            TAVILY_API_URL, 
            json=payload, 
            headers=headers
        )
        
        # 检查响应状态
        if response.status_code != 200:
            error_detail = f"状态码: {response.status_code}, 响应内容: {response.text}"
            print(f"API请求失败: {error_detail}")
            return f"Error performing search: API returned status code {response.status_code}\nDetails: {response.text}"
            
        response.raise_for_status()
        result = response.json()
        
        # 格式化响应
        formatted_response = format_search_response(result)
        return formatted_response
        
    except requests.exceptions.RequestException as e:
        print(f"请求异常: {str(e)}")
        return f"Error performing search: Request failed - {str(e)}"
    except json.JSONDecodeError as e:
        print(f"JSON解析错误: {str(e)}")
        return f"Error performing search: Invalid JSON response - {str(e)}"
    except Exception as e:
        print(f"未预期的错误: {str(e)}")
        return f"Error performing search: {str(e)}"

def format_search_response(response: dict) -> str:
    """格式化搜索响应为易读的字符串"""
    output = f"Search query: {response.get('query', 'Unknown')}\n\n"
    
    # 添加AI生成的答案（如果有）
    if response.get('answer'):
        output += f"Answer: {response['answer']}\n\n"
    
    # 添加搜索结果
    output += "Search Results:\n"
    for i, result in enumerate(response.get('results', []), 1):
        output += f"--- Result {i} ---\n"
        output += f"Title: {result.get('title', 'No title')}\n"
        output += f"URL: {result.get('url', 'No URL')}\n"
        output += f"Content: {result.get('content', 'No content')}\n\n"
    
    output += f"Response time: {response.get('response_time', 'Unknown')} seconds"
    return output

if __name__ == "__main__":
    # 初始化并运行服务器
    mcp.run(transport='stdio')

然后编辑 Claude 的 config 文件。在 Claude 桌面端依次打开 file > settings > developer > edit config，再用编译器打开claude_desktop_config.json 文件。

大概长得像下面的样子：

修改为如下程序（json 没有注释，所以不要直接复制下面的程序，要修改成你自己的文件目录）：

{
    "mcpServers": {
      "filesystem": {
        "command": "uv",                            <---修改为uv  
        "args": [
          "--directory",                            <---添加这一条
                                                    <---删掉"@modelcontextprotocol/server-filesystem"
          "D:\\Desktop\\Claude-Files\\mcptest",     <---改为指向你自己上面文件夹的目录
          "run",                                    <---添加这一条
          "mcptest.py"                              <---改为上面新建的程序文件名
        ]
      }
    }
  }

保存程序，退出 Claude 桌面程序然后重新打开。如果没有提示报错，这时候就可以用了。

实验联网搜索

成功！现在可以让 Claude 调用网络检索。