Tavily

Tavily 是一款专为 AI 智能体和大型语言模型应用构建的搜索与内容提取 API。该公司由 Rotem Weiss 和 Assaf Elovic 于 2023 年底在纽约创立，源于 Elovic 在 2023 年 7 月推出的开源项目 GPT Researcher，该项目旨在在 ChatGPT 具备原生浏览功能之前，为 LLM 提供实时网络访问能力。这款商业产品解决了一个具体问题：当由 LLM 驱动的智能体需要最新信息时，它需要的是为上下文窗口格式化的搜索结果，而不是混杂着 Cookie 提示横幅和导航菜单的 HTML 页面。Tavily 负责处理这一格式化层，返回经过排名的摘要、相关性得分以及源 URL，可直接输入到提示词中。

该 API 提供四个主要端点：Search（关键字和 AI 排名的实时结果）、Extract（从特定 URL 提取结构化内容）、Map（抓取并索引域名）以及 Research（自主的多步研究工作流）。基础搜索（Basic Search）每次请求消耗 1 个积分；高级搜索（Advanced Search）消耗 2 个积分。免费的 Researcher 套餐每月包含 1,000 个积分。付费套餐起价为 $30/month，包含 4,000 个积分。Tavily 提供了与 LangChain（langchain-tavily PyPI 包）、LlamaIndex、OpenAI Agents SDK、IBM WatsonX、AWS、Databricks MCP Marketplace 以及 JetBrains IDEs 的官方集成。截至 2026 年 2 月，该公司被 Nebius（NASDAQ: NBIS）以 2.75 亿美元的初始价格收购，该平台继续以 Tavily 品牌运营。

Tavily 在 2026 年 4 月的实际功能

Tavily 不是一个带有用户界面的通用网络搜索引擎。它是一个 API 优先的基础设施层，将智能体循环连接到实时互联网。典型的调用会发送查询字符串和可选参数（主题、时间范围、域名过滤器、最大结果数），并接收返回的包含排名结果的 JSON 对象，每个结果都包含标题、URL、摘要和相关性得分。对于高级用例，Extract 端点会获取并解析特定页面，剥离样板内容以返回干净的 Markdown。Map 端点会抓取整个域名并返回已索引的 URL 列表，这对于从特定网站构建知识库非常有用。

Research 端点是计算密集度最高的服务。它接收自然语言的研究问题，自主执行多次搜索，综合发现结果，并返回带有引用的结构化报告。积分消耗差异很大：Pro 模型每次请求消耗 15-250 个积分，Mini 模型消耗 4-110 个积分。这意味着在按需付费定价（$0.008/credit）下，一次复杂的研究查询可能花费 $0.12 到 $2.00 不等，这往往会让那些以为所有端点都是统一费率的开发者感到惊讶。

生产级功能包括 99.99% 的正常运行时间 SLA、标准搜索查询 180ms 的 p50 延迟、PII 过滤、提示词注入拦截以及恶意来源过滤。该平台声称每月请求量超过 1 亿次，开发者社区用户超过 100 万。在 Nebius 收购公告中提到的客户包括 IBM、Cohere、Groq、MongoDB 和 LangChain。

Tavily 与 Exa 和 SerpAPI 的定位对比

在智能体搜索领域，有三个 API 占据主导地位：Tavily、Exa 和 SerpAPI。它们的工作原理有着根本的不同。

Tavily vs. Exa：Exa（前身为 Metaphor）维护着一个基于嵌入的专有索引。查询是通过语义向量相似度而不是关键字排名来匹配的。当开发者搜索“论证 transformer 注意力机制效率低下的论文”时，Exa 搜索的是含义；而 Tavily 搜索的是文本。在实践中，Exa 的语义索引响应速度更快：在 dev.to 的 2025 年 SERP 比较基准测试中，平均响应时间为 1.18 秒，而 Tavily 为 1.88 秒；在财富 100 强企业评估中，p95 延迟为 1.4-1.7 秒，而 Tavily 为 3.8-4.5 秒。Exa 在 SimpleQA 准确率上也略胜 Tavily：94.9% 对 93.3%。代价是时效性。Exa 的抓取索引在突发新闻上可能会滞后数小时；Tavily 的实时检索从实时来源获取数据，使其成为对时间敏感查询的更佳选择。Exa 定价：每 1,000 次标准查询 $5，如果每次查询需要 26-100 个结果，则跃升至 $25/1,000。

Tavily vs. SerpAPI：SerpAPI 完全不维护自己的索引。它按需从 Google、Bing、Yahoo、Amazon 和其他 20 多个搜索引擎抓取实时结果，返回反映真实 SERP 布局（包括广告、附加链接和知识面板）的结构化 JSON。这对于 SEO 监控、竞争情报以及任何需要了解 Google 实际返回内容的用例来说非常出色。但它非常不适合 LLM 流水线：输出未针对上下文窗口进行格式化，需要下游解析，并且包含大量噪音。定价反映了不同的市场定位：在 $75/month 的基础计划中，每 1,000 次搜索 $15，在同等搜索量下，其价格是 Tavily 的 3 倍。免费套餐每月包含 250 次搜索，而 Tavily 为 1,000 次。

"Tavily 在处理 JS 渲染页面时存在问题。它似乎是在离线执行然后进行缓存。这不太稳定。" - LiranYoffe，GitHub 社区讨论 #167015，2025

"智能体搜索是一个价值数十亿美元的机遇……随着企业部署自主 AI 系统，它有望呈指数级增长。" - Rotem Weiss，Tavily CEO，Nebius 收购公告，2026 年 2 月 10 日

日常集成的实际情况

Tavily 最常见的集成模式是作为 LLM 智能体循环中的一个工具。在 LangChain 中，这只需要两行代码：安装 langchain-tavily，将 TavilySearch 初始化为工具，并将其传递给智能体执行器。该工具会出现在智能体的可用操作中；当模型确定需要进行网络查找时，就会调用它。同样的模式也适用于 LlamaIndex、Llama Stack 和 OpenAI Agents SDK。对于不使用编排框架的团队，REST API 也非常简单：向 https://api.tavily.com/search 发送 POST 请求，并在 JSON 请求体中包含您的 API 密钥、查询和可选过滤器。

在实践中，开发者会遇到几个反复出现的集成问题。首先是链接质量：Tavily 从缓存和索引源中提取数据，而没有进行实时重新验证。返回的 URL 可能会解析为 404 页面，特别是对于快速变化或低权重的网站。多个 GitHub 社区帖子记录了这一点，实际的修复方法是在处理之前添加一个验证层来检查 HTTP 状态。其次是重度依赖 JavaScript 的页面：Tavily 的提取流水线似乎是离线渲染 JS 并缓存结果，而不是实时渲染。依赖客户端 JavaScript 提供主要内容的页面可能会返回不完整或过时的标记。第三，免费套餐每分钟 100 次请求的速率限制对于对智能体工作流进行压力测试的开发者来说是一个约束。生产环境（付费计划）将此限制提高到了 1,000 RPM。

实际的优势在于其为 LLM 准备就绪的输出格式。在独立测试中，开发者一致指出，与构建自定义抓取工具来清理和结构化网络内容相比，Tavily 的排名摘要格式节省了大量的开发时间。

Tavily 适合哪些用户

Tavily 最适合构建需要实时网络基础的 LLM 驱动工具的开发者。如果核心需求是通过让模型访问当前事实来防止幻觉，那么 Tavily 是阻力最小的路径：集成成熟，文档维护良好，输出格式针对提示词注入进行了优化。已经在使用 LangChain 或 LlamaIndex 的团队能获得最大的杠杆效应，因为这些集成完全抽象了 API 调用。

有数据安全需求的企业团队可以从 Tavily 的 SOC 2 认证、PII 过滤和提示词注入拦截中受益。该平台的客户名单（IBM、AWS、Cohere、Groq）表明，它满足了许多轻量级抓取工具无法满足的企业安全审查要求。

免费套餐（1,000 credits/month）对于原型设计非常实用：开发者每月可以免费运行大约 1,000 次基础搜索。对于处理有意义查询量的生产级智能体，Project 计划（$30/month，4,000 个积分）或 Bootstrap 计划（$100/month，15,000 个积分）涵盖了大多数中小型部署。

Tavily 不是什么

Tavily 不是一个语义搜索引擎。如果用例需要查找概念上相似的内容（研究论文、历史类比、具有相似职业经历的人），对于这些查询，Exa 基于嵌入的索引在召回率和延迟方面都优于 Tavily。

Tavily 不是一个 SERP 情报工具。如果目标是跟踪 Google 对给定查询的返回结果、监控广告展示位置或分析知识面板等 SERP 功能，那么 SerpAPI 对实际搜索引擎结果的实时抓取才是正确的工具。

Tavily 不是一个 JavaScript 渲染服务。需要从单页应用或重度依赖 JS 的网站可靠提取内容的流水线应该预料到结果可能不一致，并构建后备逻辑。专用的抓取服务能更可靠地处理这个问题。

运行极高查询量（每月 500K+ 请求）的团队会发现，与构建一个包含更便宜的商品化搜索层并针对需要 AI 排名的查询选择性调用 Tavily 的混合流水线相比，Tavily 的积分定价较为昂贵。最后，评估长期供应商锁定的开发者应将 2026 年 2 月 Nebius 的收购考虑在内：定价层级和 API 稳定性预计将保持一致，但路线图现在由一家更大的基础设施公司制定，而不是创始团队的最初愿景。