在 AI 快速發展的今天，如何讓 AI 代理能夠即時獲取網路上的資訊，成為了一個重要的課題。今天想介紹一個最近在使用的一個工具——Tavily Search，它是一個專為 AI 設計的搜尋引擎。

Tavily 是一個專為 AI 代理和大型語言模型（LLM）設計的搜尋引擎。它的目標是讓 AI 能夠更精準地獲取最新、最相關的資訊。與傳統搜尋引擎不同，Tavily 在設計時就考慮了 AI 的需求，優化了搜尋結果的相關性評分和結構化輸出。

官方網站是 tavily.com，申請 API Key 後即可使用。他們提供每月 1000 次的免費額度，對個人開發者來說相當足夠。

Tavily 提供了幾個核心功能，最實用的功能是：

這是 Tavily 的核心功能。與一般搜尋引擎不同，Tavily 搜尋返回的結果帶有相關性分數（relevance score），可以幫助 AI 判斷哪些資訊更重要。同時，結果也包含內容摘要，讓 AI 可以快速判斷是否需要深入閱讀。

這個功能非常強大。它不僅僅是搜尋，而是會根據主題進行深度研究，生成一份帶有引用來源的研究報告。如果你想快速了解某個主題的全貌，這個功能可以節省大量時間。

這個功能可以從特定的 URL 提取乾淨的內容，返回 Markdown 格式。這對於需要獲取特定文章內容的場景特別有用。之前我們在每日新聞簡報系統中就使用了類似的技術來抓取新聞網站的首頁內容。

如果需要一次性獲取整個網站的內容，Crawl 功能可以幫你把網頁保存為本地 Markdown 文件。這對於建立離線知識庫或者下載文檔非常方便。

因為工作上的需求，接觸過好幾種不同的搜尋和內容獲取工具。這裡分享一下使用感受：

說實話，Brave Search 在一般搜尋場景下表現也不錯，但 Tavily 的優勢在於它的結果帶有相關性分數，這對 AI 來說很有價值。另外，Tavily 自帶的 Extract 功能不需要額外安裝其他工具。

這裡要說明一下，目前 OpenClaw 內建的是 Brave Search 作為 web_search 工具。不過，我們可以透過自定義腳本的方式來使用 Tavily。

如果你想在自己專案中使用 Tavily，首先需要申請 API Key，然後可以這樣調用：

import requests

def search_with_tavily(query, api_key):
    url = "https://api.tavily.com/search"
    headers = {"Content-Type": "application/json"}
    data = {
        "api_key": api_key,
        "query": query,
        "search_depth": "basic",
        "max_results": 10
    }
    
    response = requests.post(url, json=data, headers=headers)
    return response.json()

這只是最基礎的用法。如果需要使用它的 Research 或 Extract 功能，可以參考官方的文檔。

說了這麼多 Tavily 的功能，它能做什么？分享一下在實際專案中的應用：

首先是每日新聞簡報。我們的系統需要從多個不同來源獲取新聞——有時候用 Brave Search，有時候用 Tavily，也有直接抓取網頁的情況。Tavily 的 Extract 功能在這個場景下特別實用。

其次是競爭對手監控。如果你想追蹤某個產品或公司的最新動態，可以用 Tavily 定期搜尋相關關鍵詞，然後讓 AI 分析趨勢。

還有研究報告生成。當需要快速了解某個領域的全貌時，可以直接使用 Tavily 的 Research 功能，它會自動搜尋多個來源並生成一份結構化的報告。

說到底，不同工具適用於不同場景。可以這樣選擇：

如果你的主要需求是讓 AI 代理能夠搜尋網路資訊，推薦 Tavily。特別是你需要搜尋結果帶有相關性評分，或者需要 Extract、Research 這類高級功能時。

如果只是簡單的網頁內容獲取，Web Fetch 可能更直接。而且 OpenClaw 已經內建了這個功能。

Brave Search 也是一個不錯的選擇，特別是你已經在使用其他 Brave 產品的情況下，它的搜尋品質穩定，而且 OpenClaw 原生支持。

時代變了，AI 不再只是被動地回答問題，而是需要主動獲取最新資訊。像 Tavily 這樣專為 AI 設計的工具，讓 AI 代理能夠更智能地與網路互動，這是很有意思的發展方向。

如果你有興趣，可以去 tavily.com 申請一個 API Key 試試看。每月 1000 次的免費額度，足夠做一些個人專案和實驗了。

文章如有錯漏，歡迎指正。謝謝閱讀！