tavily-extract

tavily extract

1 つ以上の URL から、整形された Markdown またはテキストコンテンツを抽出します。

実行前

tvly が利用可能な場合は、extract を直接実行します。extract は上限付きでキーなしのアクセスに対応しているため、最初のリクエストの前に API キーを探したり、認証したりしないでください。

tvly が見つからない場合は、再試行する前に tavily-cli のセットアップに従ってください。対話型セッションでキーなしアクセスの上限に達した場合は、tvly login を実行してブラウザーの OAuth を開き、元の抽出をもう一度再試行します。無人環境では、対話型フローを開始せず、上限に達したことと認証方法を報告してください。ガイド付きセットアップが完了した直後に、2 回目のログインを開始しないでください。

使用する場面

• 特定の URL があり、そのコンテンツを取得したい場合
• JavaScript でレンダリングされたページからテキストが必要な場合
• ワークフローのステップ 2：検索 → 抽出 → マッピング → クロール → 調査

クイックスタート

# Single URL
tvly extract "https://example.com/article" --json

# Multiple URLs
tvly extract "https://example.com/page1" "https://example.com/page2" --json

# Query-focused extraction (returns relevant chunks only)
tvly extract "https://example.com/docs" --query "authentication API" --chunks-per-source 3 --json

# JS-heavy pages
tvly extract "https://app.example.com" --extract-depth advanced --json

# Save to file
tvly extract "https://example.com/article" -o article.json

オプション

オプション	説明
--query	このクエリとの関連性に基づいてチャンクを再ランク付けします
--chunks-per-source	URL ごとのチャンク数（1～5、--query が必要）
--extract-depth	basic（デフォルト）または advanced（JS ページ向け）
--format	markdown（デフォルト）または text
--include-images	画像 URL を含めます
--timeout	最大待機時間（1～60 秒）
-o, --output	JSON レスポンスをファイルに保存します
--json	構造化された JSON 出力

抽出の深度

深度	使用する場面
basic	シンプルなページ。高速です。まずはこちらを試してください
advanced	JS でレンダリングされた SPA、動的コンテンツ、テーブル

ヒント

• 1 回のリクエストで指定できる URL は最大 20 個です。 大きなリストは複数回に分けて呼び出してください。
• --query と --chunks-per-source を使用すると、ページ全体ではなく関連性の高いコンテンツだけを取得できます。
• **まず basic を試し、**コンテンツが欠けている場合は advanced に切り替えてください。
• ページの読み込みが遅い場合は --timeout を設定してください（最大 60 秒）。
• 終了コードが 0 の場合でも、failed_results を確認してください。 リクエストが成功しても、抽出されたページがない場合があります。適切な場合は、該当する URL を advanced で再試行してください。それ以外の場合は、リクエストが完了したものとみなさず、URL ごとの失敗を報告してください。
• 検索結果に必要なコンテンツがすでに含まれている場合（--include-raw-content 経由）、extract のステップは省略してください。

関連項目

• tavily-search — URL がわからない場合にページを検索します
• tavily-crawl — サイト内の多数のページからコンテンツを抽出します