用途：该技能用于构建生产级 Tavily 集成。Tavily 是面向 LLM 的搜索 API，让 AI 应用访问实时网络数据，适配智能体工作流与 RAG 系统等场景。
安装与初始化：Python 使用 pip install tavily-python，JavaScript 使用 npm install @tavily/core。客户端可依赖 TAVILY_API_KEY 环境变量初始化 TavilyClient()，也可传入 project_id 做用量归类；并行查询可用 AsyncTavilyClient。
方法选择：自定义智能体/工作流中，网页搜索结果用 search()，指定 URL 内容用 extract()，整站内容用 crawl()，站点 URL 发现用 map()；开箱即用的研究用 research()。
主要能力与参数：search() 支持 query（建议 400 字符内）、max_results、search_depth（ultra-fast/fast/basic/advanced）、include_domains、exclude_domains、time_range。extract() 支持 urls（最多 20）、extract_depth、query、chunks_per_source（1-5）。crawl() 支持 url、max_depth、max_breadth、limit、instructions、chunks_per_source、select_paths、exclude_paths。research() 支持 input、model（mini/pro/auto）、stream、output_schema、citation_format，调用后需轮询 get_research(request_id) 直到状态为 completed 或 failed，再读取 content。
参考文档：references/sdk.md 提供 Python 与 JavaScript SDK 参考、异步模式与 Hybrid RAG；search/extract/crawl/research.md 分别给出各方法完整说明与模式；references/integrations.md 覆盖 LangChain、LlamaIndex、CrewAI、Vercel AI SDK 等框架集成。
限制：资料未提供定价、配额、速率限制、具体延迟或成功率数据，暂未提供；实际可用性以官方文档为准。