用途：这是一份面向开发者的 Tavily 集成参考文档，用于在编码助手（如 Claude Code、Cursor）辅助下构建生产可用的 Tavily 集成。Tavily 是面向 LLM 的搜索 API，让 AI 应用获取实时网络数据。
安装：Python 使用 pip install tavily-python；JavaScript 使用 npm install @tavily/core。
客户端初始化：Python 中 from tavily import TavilyClient，client = TavilyClient() 默认读取 TAVILY_API_KEY 环境变量；可传 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()。
关键参数：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，返回 request_id，需轮询 get_research 直到状态为 completed 或 failed。
详细指南：references/sdk.md 提供 Python 与 JavaScript SDK、异步模式与 Hybrid RAG；references/search.md 讲查询优化与过滤；references/extract.md 讲一步与两步提取；references/crawl.md 讲 crawl 与 map 对比及 Map-then-Extract 模式；references/research.md 讲提示词、模型选择、流式与结构化输出；references/integrations.md 覆盖 LangChain、LlamaIndex、CrewAI、Vercel AI SDK 等集成。
限制：资料未提供具体收费、价格、配额、速率限制与平台支持范围，暂未提供。