MCP Server - Tavily Web Search

🎯 为何选择我们的 MCP 服务？

🚨 社区 MCP 服务的问题

如果你尝试过使用社区 MCP 服务，可能遇到过以下常见痛点：

• 架构不一致：每个服务的文件结构都不同，无法维护统一的代码库
• 功能缺失：有些服务只支持 SSE，另一些只支持 stdio，迫使你在功能和兼容性之间做选择
• 项目弃置：许多服务自 MCP 早期以来就未曾更新，让你只能使用过时的实现
• 缺乏标准：没有最佳实践，导致你为每个新服务不断重复造轮子

💡 我们已解决这些问题

本仓库从零开始构建，旨在消除这些困扰：

• 🏗️ 标准化架构：每个服务都遵循经过验证的相同结构，确保所有服务都能：
• 🔧 获得完整的协议支持：支持 SSE、streamable http、stdio 传输方式，为你提供最大的灵活性
• ⚡ 保持现代化并持续维护：采用最新的 MCP/FastMCP 规范构建，并积极维护
• 📋 内置最佳实践：实现行业标准模式，无需再猜测
• 🛠️ 满足生产就绪要求：经过全面测试、编写文档、监控和安全配置，并通过自动化 lint、类型检查和环境验证进行质量检查
• 💰 支持变现：内置对 x402 payment protocol 的支持，无需修改代码即可将端点变现
• 🐳 轻松部署：实现多阶段 Docker 构建、Docker Compose 集成，并针对生产或本地开发优化镜像
• 📚 方便开发者使用：提供基于模板的快速原型开发、热重载支持，以及清晰的文档和示例
• 🔒 安全可靠：包含基于环境变量的凭据管理、健康监控和稳健的错误处理

🎯 这对你为何重要

对于开发者：跳过学习曲线——了解我们的一个服务后，就能立即使用任意一个服务。可与 CursorIDE、Claude Desktop 和 Langgraph 完美集成

对于团队：采用我们的标准化方法，确保整个 MCP 基础设施的一致性

对于生产环境：每个服务都遵循经过验证的模式并包含全面的测试，让你安心部署

对于定制开发：使用我们的 mcp-server-template，只需几分钟即可创建自己的服务，而非数小时

🛠️ 在线服务

服务	在线 URL	描述
Quill	https://mcp-quill.xyber.inc	EVM 和 Solana 链的代币安全分析
Lurky	https://mcp-lurky.xyber.inc	Twitter/X 数据访问与分析
Tavily	https://mcp-tavily.xyber.inc	网页搜索能力
YouTube	https://mcp-youtube.xyber.inc	YouTube 视频数据和文字稿
GitParser	https://mcp-gitparser.xyber.inc	Git 仓库解析与分析
ArXiv	https://mcp-arxiv.xyber.inc	搜索和访问 arXiv 论文
Wikipedia	https://mcp-wikipedia.xyber.inc	访问 Wikipedia 内容

💡 所有在线服务均支持多个网络上的 x402 付款，详情请查看服务的 /pricing 端点

如需查看所有可用 MCP 服务的完整列表（包括可自托管选项），请查看最新的 Release Doc

🚀 快速开始

📋 前置条件

• 🐳 Docker 和 Docker Compose
• ⚙️ 按服务配置 .env（参见各服务的 README）

🏃‍♂️ 运行服务

# 🐙 Using Docker Compose (recommended)
docker-compose up -d                        # All services
docker-compose up mcp_server_youtube -d     # Specific service

# 🐳 Using Docker directly
cd mcp-server-youtube-v2
docker build -t mcp-server-youtube-v2 .
docker run -p 8000:8000 --env-file .env mcp-server-youtube-v2

📚 文档与资源

• 贡献指南 - 开发环境设置与工作流
• 各服务的 README - 特定服务的文档
• FastMCP 官方文档 – FastMCP 服务与协议参考
• Anthropic MCP 协议规范 – Anthropic 的 MCP 协议文档
• Anthropic 官方 MCP 服务仓库
• 许可证

🤝 参与贡献

欢迎贡献！请参阅我们的贡献指南，了解：

• 开发环境设置和环境配置
• 代码规范和质量要求
• 使用我们的模板系统添加新服务
• 测试指南和最佳实践
• 拉取请求工作流和审查流程

🙏 致谢

特别感谢：

• Model Context Protocol 社区提供出色的规范
• OpenAI 和 Anthropic 推动 MCP 的应用
• 提供反馈的所有贡献者和早期采用者
• 让这一切成为可能的开源社区及其提供的出色工具

📄 许可证

本项目采用 MIT License 授权——详情请参见 LICENSE 文件。