提取技能

从特定URL中提取干净内容。当您明确知道需要从哪些页面获取内容时，此功能最为理想。

身份验证

该脚本通过Tavily MCP服务器使用OAuth进行身份验证。无需手动设置——首次运行时，它将：

1. 1. 检查~/.mcp-auth/中是否存在现有令牌
2. 如果未找到，将自动打开浏览器进行OAuth身份验证

注意： 您必须拥有现有的Tavily账户。OAuth流程仅支持登录——无法通过此流程创建账户。如果您没有账户，请先在tavily.com注册。

替代方案：API密钥

如果您更倾向于使用API密钥，请前往https://tavily.com获取密钥，并将其添加到~/.claude/settings.json：
json
{
env: {
TAVILYAPIKEY: tvly-在此处输入您的API密钥
}
}

快速开始

使用脚本

bash
./scripts/extract.sh

示例：
bash

单个URL

./scripts/extract.sh {urls: [https://example.com/article]}

多个URL

./scripts/extract.sh {urls: [https://example.com/page1, https://example.com/page2]}

带查询焦点和分块

./scripts/extract.sh {urls: [https://example.com/docs], query: authentication API, chunkspersource: 3}

针对JS页面的高级提取

./scripts/extract.sh {urls: [https://app.example.com], extract_depth: advanced, timeout: 60}

基础提取

bash
curl --request POST \
--url https://api.tavily.com/extract \
--header Authorization: Bearer $TAVILYAPIKEY \
--header Content-Type: application/json \
--data {
urls: [https://example.com/article]
}

带查询焦点的多个URL

bash
curl --request POST \
--url https://api.tavily.com/extract \
--header Authorization: Bearer $TAVILYAPIKEY \
--header Content-Type: application/json \
--data {
urls: [
https://example.com/ml-healthcare,
https://example.com/ai-diagnostics
],
query: AI diagnostic tools accuracy,
chunkspersource: 3
}

API参考

端点

POST https://api.tavily.com/extract

请求头

请求头	值
Authorization	Bearer <TAVILYAPIKEY>
Content-Type

application/json |

请求体

字段	类型	默认值	描述
urls	数组	必填	要提取的URL（最多20个）
query

字符串 | null | 按相关性重新排序内容块 | | chunkspersource | 整数 | 3 | 每个URL的内容块数（1-5，需要query参数） | | extract_depth | 字符串 | basic | basic或advanced（用于JS页面） | | format | 字符串 | markdown | markdown或text | | include_images | 布尔值 | false | 包含图片URL | | timeout | 浮点数 | 视情况而定 | 最大等待时间（1-60秒） |

响应格式

json
{
results: [
{
url: https://example.com/article,
raw_content: # 文章标题\n\n内容...
}
],
failed_results: [],
response_time: 2.3
}

提取深度

深度	使用场景
basic	简单文本提取，速度更快
advanced

动态/JS渲染页面、表格、结构化数据 |

示例

单个URL提取

bash
curl --request POST \
--url https://api.tavily.com/extract \
--header Authorization: Bearer $TAVILYAPIKEY \
--header Content-Type: application/json \
--data {
urls: [https://docs.python.org/3/tutorial/classes.html],
extract_depth: basic
}

带查询的定向提取

bash
curl --request POST \
--url https://api.tavily.com/extract \
--header Authorization: Bearer $TAVILYAPIKEY \
--header Content-Type: application/json \
--data {
urls: [
https://example.com/react-hooks,
https://example.com/react-state
],
query: useState and useEffect patterns,
chunkspersource: 2
}

JavaScript密集型页面

bash
curl --request POST \
--url https://api.tavily.com/extract \
--header Authorization: Bearer $TAVILYAPIKEY \
--header Content-Type: application/json \
--data {
urls: [https://app.example.com/dashboard],
extract_depth: advanced,
timeout: 60
}

批量提取

bash
curl --request POST \
--url https://api.tavily.com/extract \
--header Authorization: Bearer $TAVILYAPIKEY \
--header Content-Type: application/json \
--data {
urls: [
https://example.com/page1,
https://example.com/page2,
https://example.com/page3,
https://example.com/page4,
https://example.com/page5
],
extract_depth: basic
}

提示

• - 每次请求最多20个URL - 对更大的列表进行分批处理
• 使用query + chunkspersource 仅获取相关内容
• 先尝试basic，如果内容缺失则回退到advanced
• 为慢速页面设置更长的timeout（最长60秒）
• 检查failed_results 查看无法提取的URL