tavily-firecrawl-mcp

# tavily-firecrawl-mcp 一个用于网页抓取和搜索的 [MCP](https://modelcontextprotocol.io)(Model Context Protocol)服务器。 - **`web_fetch`** —— 把网页正文提取为 Markdown(或纯文本)。以 **Tavily Extract** 为主用,失败或返回空时**自动回退**到 **Firecrawl Scrape**。 - **`web_search`** —— 用 **Tavily Search** 搜索网页(返回标题、URL、摘要,可选合成答案)。无备用。 API key 从环境变量读取。未配置 key 的 provider 会被直接跳过,不会向它发起任何请求。 ## 适用场景 - 抓取单个网页的正文内容(博客、文档、新闻等)。 - 当主用服务(Tavily)不可用时,自动用备用服务(Firecrawl)兜底,提高可用性。 - 用 Tavily 做联网搜索,获取最新信息。 ## 环境要求 - Python ≥ 3.11 - [Tavily](https://tavily.com) API key(`TAVILY_API_KEY`) - 可选:[Firecrawl](https://firecrawl.dev) API key(`FIRECRAWL_API_KEY`),用于抓取回退。不配则 `web_fetch` 仅用 Tavily。 ## 运行方式 本服务用 Python 实现,推荐用 **uvx**(uv 的命令运行器)运行 —— 无需全局安装、自动隔离环境。 ### 方式一:uvx(推荐) 无需 `pip install`,直接运行。两种来源: ```bash # 已发布到 PyPI 时 uvx tavily-firecrawl-mcp # 或者直接从 git 仓库运行 uvx --from "git+https://github.com/bpx/tavily-firecrawl-mcp" tavily-firecrawl-mcp ``` > uvx 会根据 `pyproject.toml` 的 `[project.scripts]` 入口点(`tavily-firecrawl-mcp = tavily_firecrawl_mcp.server:main`)找到并运行服务。首次运行会自动创建隔离环境并安装依赖。 ### 方式二:本地 pip 安装 在本目录下: ```bash pip install -e . ``` 然后即可通过命令 `tavily-firecrawl-mcp` 或 `python -m tavily_firecrawl_mcp` 启动。 ### 调试 / 检查 用官方 [MCP Inspector](https://github.com/modelcontextprotocol/inspector) 可视化调试: ```bash npx @modelcontextprotocol/inspector uvx tavily-firecrawl-mcp ``` ## 配置 API key 在环境(或 MCP 客户端加载的 `.env`)中设置: ```bash export TAVILY_API_KEY=tvly-xxxxxxxxxxxx export FIRECRAWL_API_KEY=fc-xxxxxxxxxxxx # 可选 ``` 仓库内附 `.env.example`。 ### 出站代理(可选) 当 Tavily / Firecrawl 的 API 端点在你的网络下无法直连或不稳定(例如国内网络),可通过 `WEB_FETCH_PROXY` 指定本地代理: ```bash export WEB_FETCH_PROXY=http://127.0.0.1:7890 ``` 设置 `WEB_FETCH_PROXY` 后它优先级最高,并禁用 httpx 的环境变量回退;未设置时,httpx 仍会读取标准的 `HTTP_PROXY` / `HTTPS_PROXY` / `ALL_PROXY` 环境变量。 ## 工具 ### `web_fetch(url, ...)` | 参数 | 类型 | 默认值 | 说明 | | ------------------- | ----------------------- | ------------ | ---------------…