tavily-map

tavily map

发现网站上的 URL，不提取内容。比抓取更快。

运行前

Map 需要身份验证。如果 tvly 已完成身份验证，请直接运行所需命令；不要在每次调用前都添加状态检查。

如果缺少 tvly，请按照 tavily-cli setup 操作。 如果已安装的 CLI 报告身份验证错误，请仅使用 tvly login 进行身份验证；如果引导式验证也有帮助，则使用 tvly init --skip-skills。有用户可以交互操作时，优先使用基于浏览器的 OAuth。--no-browser 会打印登录链接，而不是打开它，但仍会等待 localhost 回调。在无人值守的 Agent 或 CI 环境中，请让用户完成身份验证，或使用安全提供的 TAVILY_API_KEY。 引导式设置完成后，不要立即再次启动登录。

适用场景

• 需要在大型网站上找到特定子页面
• 想先获取所有 URL 的列表，再决定要提取或抓取哪些内容
• 工作流中的第 3 步：搜索 → 提取 → map → 抓取 → 研究

快速开始

# Discover all URLs
tvly map "https://docs.example.com" --json

# With natural language filtering
tvly map "https://docs.example.com" --instructions "Find API docs and guides" --json

# Filter by path
tvly map "https://example.com" --select-paths "/blog/.*" --limit 500 --json

# Deep map
tvly map "https://example.com" --max-depth 3 --limit 200 --json

选项

选项	描述
--max-depth	深度层级（1-5，默认：1）
--max-breadth	每个页面的链接数（默认：20）
--limit	最多发现的 URL 数量（默认：50）
--instructions	用自然语言提供 URL 过滤指导
--select-paths	以逗号分隔的正则表达式模式，用于指定要包含的路径
--exclude-paths	以逗号分隔的正则表达式模式，用于指定要排除的路径
--select-domains	以逗号分隔的正则表达式，用于指定要包含的域名
--exclude-domains	以逗号分隔的正则表达式，用于指定要排除的域名
--allow-external / --no-external	包含外部链接
--timeout	最长等待时间（10-150 秒）
-o, --output	将 JSON 响应保存到文件
--json	结构化 JSON 输出

Map + Extract 模式

使用 map 找到合适的页面，然后用 extract 提取内容。相比抓取整个网站，这通常更高效：

# Step 1: Find the authentication docs
tvly map "https://docs.example.com" --instructions "authentication" --json

# Step 2: Extract the specific page you found
tvly extract "https://docs.example.com/api/authentication" --json

提示

• Map 仅用于发现 URL——不提取内容。要获取内容，请使用 extract 或 crawl。
• 只需大型网站中的少数特定页面时，map + extract 比 crawl 更合适。
• 路径模式不够用时，使用 --instructions 进行语义过滤。

另请参阅

• tavily-extract — 提取发现的 URL 中的内容
• tavily-crawl — 需要提取许多页面时进行批量提取