一键导入
tavily-search
Web search using Tavily's LLM-optimized API. Returns relevant results with content snippets, scores, and metadata.
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
菜单
Web search using Tavily's LLM-optimized API. Returns relevant results with content snippets, scores, and metadata.
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
文档解析技能,用于解析PDF文档和图片(jpg/png/jpeg)并将其转换为Markdown格式输出。支持标题层级、表格(HTML格式)、公式(LaTeX格式)、图片(链接形式)等复杂内容的解析。当用户提到"解析PDF"、"文档解析"、"PDF转Markdown"、"提取PDF内容"、"解析文档"、"文档内容提取"、"PDF内容识别"、"图片解析"、"图片转文字"、"识别图片内容"等场景时使用此技能。即使用户只是要求读取或查看PDF/图片文件内容,也应考虑使用此技能。
智能数据采集技能,用于从图片或文档(PDF、Word、Excel)中提取结构化数据,基于知识网络完成字段映射,生成SQL并写入数据库。当用户提到"数据采集"、"从文档提取数据"、"图片转数据"、"数据导入"、"文档数据入库"、"批量数据提取"或需要从非结构化文件中提取结构化数据并存储时,自动使用此技能。
操作 知识网络(BKN)— 构建知识网络、查询 Schema/实例、语义搜索、执行 Action。 操作数据源与数据视图 — 数据源连接与查询、原子/自定义视图浏览与 SQL 查询。 操作 Vega 可观测平台 — 查询 Catalog/资源/连接器类型、健康巡检。 当用户提到"知识网络"、"知识图谱"、"查询对象类"、"执行 Action"、 "数据源"、"数据视图"、"原子视图"、"Catalog"、"Vega"、 "健康检查"、"巡检"等意图时自动使用。
问数端到端编排(native CLI 版):从候选 KN 选定知识网络,用 bkn object-type 发现对象类与字段, 由编排层 LLM 生成 SQL,再由 ontology dataview query 执行取数; 最后输出中文结论与口径说明。 当用户需要指标、统计、趋势、SQL 取数或数据查询时使用。
数据分析员工(Data Analyst Agent)的唯一总入口:凡与数据资产、取数、指标、表/视图、 治理职责、知识网络、统计或分析相关的问题,必须先经本 skill 做编排与路由,再进入找表或问数等子流程。 负责 kn 分域、上下文注入(accountId / date)、多候选 KN 时的 LLM 决策、 问数分支的 SQL 生成;与 smart-search-tables / smart-ask-data / ontology-core 的交接。 当用户提出任何数据类自然语言任务、或需在多条业务 KN 间切换时使用; 所有 ontology CLI 执行均委托 ontology-core 完成,本 skill 不直接执行 CLI。
找表/找数端到端编排:在元数据型知识网络下用 ontology bkn object-type query 检索表/视图实例, 再在职责型知识网络下检索相关部门职责与治理边界,最后汇总为中文结论 (候选表 + 职责要点 + 下一步)。当用户问「表在哪、哪个视图、数据资产归属、谁负责这类数据」时使用。 所有 ontology CLI 执行均委托 ontology-core 完成;本 skill 不直接执行 CLI。
| name | tavily-search |
| description | Web search using Tavily's LLM-optimized API. Returns relevant results with content snippets, scores, and metadata. |
| homepage | https://tavily.com |
| metadata | {"clawhub":{"emoji":"🔍","requires":{"bins":["node"],"env":["TAVILY_API_KEY"]},"primaryEnv":"TAVILY_API_KEY"}} |
Search the web and get relevant results optimized for LLM consumption.
Get your API key at https://tavily.com and add to your OpenClaw config:
{
"skills": {
"entries": {
"tavily-search": {
"enabled": true,
"apiKey": "tvly-YOUR_API_KEY_HERE"
}
}
}
}
Or set the environment variable:
export TAVILY_API_KEY="tvly-YOUR_API_KEY_HERE"
node {baseDir}/scripts/search.mjs "query"
node {baseDir}/scripts/search.mjs "query" -n 10
node {baseDir}/scripts/search.mjs "query" --deep
node {baseDir}/scripts/search.mjs "query" --topic news
# Basic search
node {baseDir}/scripts/search.mjs "python async patterns"
# With more results
node {baseDir}/scripts/search.mjs "React hooks tutorial" -n 10
# Advanced search
node {baseDir}/scripts/search.mjs "machine learning" --deep
# News search
node {baseDir}/scripts/search.mjs "AI news" --topic news
# Domain-filtered search
node {baseDir}/scripts/search.mjs "Python docs" --include-domains docs.python.org
| Option | Description | Default |
|---|---|---|
-n <count> | Number of results (1-20) | 10 |
--depth <mode> | Search depth: ultra-fast, fast, basic, advanced | basic |
--topic <topic> | Topic: general or news | general |
--time-range <range> | Time range: day, week, month, year | - |
--include-domains <domains> | Comma-separated domains to include | - |
--exclude-domains <domains> | Comma-separated domains to exclude | - |
--raw-content | Include full page content | false |
--json | Output raw JSON | false |
| Depth | Latency | Relevance | Use Case |
|---|---|---|---|
ultra-fast | Lowest | Lower | Real-time chat, autocomplete |
fast | Low | Good | Need chunks but latency matters |
basic | Medium | High | General-purpose, balanced |
advanced | Higher | Highest | Precision matters, research |
--include-domains to focus on trusted sources--time-range for recent informationscore (0-1) to get highest relevance results