核心用法
Tavily Search 是一款专为大型语言模型（LLM）优化的搜索引擎 API，区别于传统搜索引擎返回原始网页列表，它直接返回经过语义处理的相关内容片段、置信度评分及元数据，大幅降低 LLM 处理噪声信息的成本。
主要功能模式：
- 基础搜索：快速获取主题相关摘要，适合日常知识查询
- 深度搜索（--deep/advanced）：多轮检索与内容提取，适合学术研究、技术调研
- 新闻专项：聚焦时效性内容，支持按天/周/月/年筛选
- 域限定搜索：通过
--include-domains/--exclude-domains限定可信来源，如官方文档、权威媒体
深度等级策略：
| 等级 | 延迟 | 适用场景 |
|------|------|----------|
| ultra-fast | <1s | 实时对话补全、自动建议 |
| fast | 1-2s | 流式响应场景 |
| basic | 2-4s | 通用问答（默认） |
| advanced | 4-10s | 精准调研、代码验证 |
显著优点
1. LLM 原生设计：返回结构化 JSON，含 score（相关性 0-1）、raw_content（全文提取），无需额外解析 HTML
2. 成本可控：按 token 计费，无结果不收费；支持结果数量裁剪（-n 1-20）
3. 时效性保障：新闻模式 + 时间范围过滤，解决 LLM 知识截止痛点
4. 源可信度可定制：白名单机制支持构建领域专属知识库
潜在局限
- 中文覆盖弱于 Google/Bing：非英语内容检索质量波动
- 深度模式成本高：advanced 模式单次调用可能消耗数万 token
- 无图像/视频搜索：纯文本接口，多媒体场景需配合其他工具
- 依赖外部 API：需有效网络连接与 API key，离线环境不可用
适合人群
- AI 应用开发者（RAG 架构、智能客服、代码助手）
- 需要实时信息注入的 LLM 工作流搭建者
- 技术文档检索、学术研究辅助场景
- 对搜索结果可解释性有要求的企业用户（需评分机制）
常规风险
- API key 泄露：环境变量配置不当可能导致密钥暴露于日志
- 成本失控：深度模式 + 大数量结果（-n 20）易触发高额账单，建议设置用量上限
- 信息时效陷阱：即使启用 news 模式，仍可能返回已失效链接，关键决策需二次验证
- 过度依赖风险：LLM 可能将低分结果（score < 0.5）当作高置信信息引用，需在提示词层过滤