tavily-extract

Tavily Extract Skill

用途

从指定的一个或多个 URL 中提取干净、可读的内容。结果以 markdown 格式文本返回，会剥离导航、广告和模板化冗余内容。该技能支持通过高级模式处理 JavaScript 渲染的页面。

身份验证

在 ~/.openclaw/.env.local 中设置 TAVILY_API_KEY：

TAVILY_API_KEY=tvly-your-api-key-here

何时使用此技能

你已有具体 URL，需要获取其内容（例如来自之前的搜索结果）
阅读已知 URL 的文档页面、博客文章或文章
从 JavaScript 渲染的页面（SPA、React 应用）中提取内容
只获取页面的相关部分（通过 query + chunks_per_source）
先使用 tavily-search 找到 URL，再用此技能获取完整内容

快速开始

提取单个 URL：

curl -s -X POST https://api.tavily.com/extract \
  -H "Authorization: Bearer $TAVILY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "urls": ["https://docs.python.org/3/library/asyncio.html"]
  }'

API 参考

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

请求字段：

urls：数组，必填，要提取的 URL（最多 20 个）
query：字符串，默认 null，用于基于相关性的分块的主题查询
chunks_per_source：整数，默认 null，每个 URL 的相关块数量（1–5，需要 query）
extract_depth：字符串，默认 "basic"，可选 basic 或 advanced（用于 JS 渲染页面）
format：字符串，默认 "markdown"，可选 markdown 或 text
include_images：布尔值，默认 false，在结果中包含图片 URL
timeout：整数，默认 30，请求超时秒数（1–60）

响应格式：

{
  "results": [
    {
      "url": "https://docs.python.org/3/library/asyncio.html",
      "raw_content": "# asyncio — Asynchronous I/O\n\n..."
    }
  ],
  "failed_results": [],
  "response_time": 2.1
}

示例

一次提取多个 URL：

curl -s -X POST https://api.tavily.com/extract \
  -H "Authorization: Bearer $TAVILY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "urls": [
      "https://docs.anthropic.com/en/docs/about-claude/models",
      "https://docs.anthropic.com/en/api/getting-started"
    ],
    "format": "markdown"
  }'

只提取相关部分（配合 query）：

curl -s -X POST https://api.tavily.com/extract \
  -H "Authorization: Bearer $TAVILY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "urls": ["https://react.dev/reference/react/hooks"],
    "query": "useEffect lifecycle cleanup",
    "chunks_per_source": 3
  }'

提取 JavaScript 渲染页面：

curl -s -X POST https://api.tavily.com/extract \
  -H "Authorization: Bearer $TAVILY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "urls": ["https://example-spa.com/docs"],
    "extract_depth": "advanced"
  }'

提示

从 extract_depth: "basic" 开始，仅在内容缺失或不完整时使用 "advanced"
使用 query + chunks_per_source 只获取长页面的相关部分，防止上下文溢出
检查响应中的 failed_results — 某些 URL 可能失败（付费墙、机器人防护）
每次调用最多批量处理 20 个 URL，以尽量减少 API 使用
对于非常大的文档站点，优先使用 tavily-crawl