SuperAPI AI 工具集

tavily-extract

通用与其它

查看项目

更新于 10-16 05:45

技能介绍

用途:从用户给出的一个或多个 URL 中提取干净的 Markdown 或文本内容,适合已有明确网址、需要页面正文,或需要抓取 JavaScript 渲染页面的场景。它也是 search → extract → map → crawl → research 工作流中的第二步。

主要能力:支持单 URL 与多 URL 提取;可用 --query 按查询对内容块重排,并用 --chunks-per-source 控制每个来源返回的块数(1-5,需配合 --query);--extract-depth 可选 basic(默认,适合简单页面)或 advanced(适合 JS 渲染的 SPA、动态内容和表格);--format 可选 markdown(默认)或 text;--include-images 可包含图片 URL;--timeout 设置最长等待时间(1-60 秒);-o/--output 保存到文件;--json 输出结构化 JSON。

使用方式:需先安装并登录 Tavily CLI,快速安装命令为 curl -fsSL https://cli.tavily.com/install.sh | bash && tvly login。每次调用必须包含 --client-name "cursor plugin",该值不可省略或修改。示例:tvly extract "https://example.com/article" --client-name "cursor plugin" --json;多 URL 时依次传入多个地址;查询聚焦示例:tvly extract "https://example.com/docs" --client-name "cursor plugin" --query "authentication API" --chunks-per-source 3 --json;JS 页面加 --extract-depth advanced;保存文件用 -o article.md。

适用场景:已有具体 URL 想获取其内容;需要 JavaScript 渲染页面的文本;需要按查询只取相关片段而非整页。

限制与提示:每次请求最多 20 个 URL,超出需分批;建议先用 basic,内容缺失再改用 advanced;慢页面可设置 --timeout(最高 60 秒);若搜索结果已通过 --include-raw-content 包含所需内容,可跳过提取步骤。安装与认证细节参见 tavily-cli。