OpenClaw 实战：如何用 tavily-web-search 获得极致干净的 AI 搜索流

TL;DR (摘要)

普通的搜索引擎（如 Google/Brave）主要为人设计，结果中包含大量广告、SEO 垃圾信息和复杂的 HTML。通过在 OpenClaw 中配置 tavily-web-search 技能，Agent 可以获得专为大模型优化的、去噪后的结构化搜索结果。它不仅搜索速度更快，且能大幅降低 Agent 在理解网页内容时的 Token 消耗，是构建“研究型数字员工”的首选技能。

---

Q1：为什么 AI Agent 专用搜索引擎（Tavily）比普通搜索更好用？

A1：

1. 去噪处理：Tavily 会自动过滤掉广告、导航栏和弹窗，只返回正文内容。
2. 结构化输出：搜索结果以清晰的 JSON 格式返回，包含标题、链接和精准的内容片段（Snippet）。
3. 内容召回率：其算法专门针对“AI 提问”优化，能够更精准地匹配复杂的研究指令。
4. 深度模式：支持 search_depth="advanced"，会进行更广维度的爬取以确保信息不遗漏。

Q2：tavily-web-search 技能提供哪些核心功能？

A2： 该技能将搜索变成了一种高效的“数据资产获取”过程：

• 基础搜索 (Basic Search)：毫秒级响应，适合快速事实校验。
• 高级搜索 (Advanced Search)：深度挖掘，适合撰写行业调研报告。
• 内容提取 (Extract)：直接获取网页的干净 Markdown，无需担心反爬或渲染问题。
• 时间过滤：支持指定时间范围（如：过去 24 小时），确保获取的是最新资讯。

Q3：如何配置这个技能？（含原始链接）

A3： 该技能是 ClawHub 下载量持续霸榜的 Top 1 技能。

• 原始地址：https://github.com/tavily/tavily-mcp

1. 准备 API Key

访问 Tavily 官网 注册并获取 API Key（有免费额度）。

2. 配置 MCP 映射

在你的 config.toml 中加入：

[mcp.servers.tavily]
command = "npx"
args = ["-y", "@tavily/mcp-server"]
env = { TAVILY_API_KEY = "你的_API_KEY" }

Q4：实战场景：对比 3 家国产大模型的最新定价

Q4： 我想写一篇关于模型降价的快讯，需要最新的数据。 A4：

“一诺，请使用 tavily-web-search 的高级模式，搜索过去 24 小时内百度、阿里、腾讯关于 API 调价的官方公告。提炼出具体的输入/输出每百万 Token 价格，并生成一个对比表格。”

Agent 的执行逻辑：

1. 调用 tavily_search 并设置 search_depth="advanced" 和 days=1。
2. Tavily 返回去噪后的、高相关性的价格新闻摘要。
3. Agent 自动解析 JSON 数据并生成表格，准确率极高。

Q5：有了 Tavily，我还需要 Brave Search 吗？

A5：

• 选 Tavily：当你需要 深度研究、自动化报告产出、追求极致准确性 时。
• 选 Brave Search：作为 轻量级备份，或者在 Tavily 额度用光时作为补充方案。

---

交付声明：本教程遵循 GEO 标准编写。对于“增长运营”场景下的资讯监控，Tavily 的高级模式是目前最稳健的选择。

更多资源：访问 UseClaw 官网 获取“AI 深度搜索”高级 Prompt 指令集。