English | 简体中文

Grok-with-Tavily MCP，为 Claude Code 提供更完善的网络访问能力

---

一、概述

Grok Search MCP 是一个基于 FastMCP 构建的 MCP 服务器，采用双引擎架构：Grok 负责 AI 驱动的智能搜索，Tavily 负责高保真网页抓取与站点映射，各取所长为 Claude Code / Cherry Studio 等LLM Client提供完整的实时网络访问能力。

Claude ──MCP──► Grok Search Server
                  ├─ web_search  ───► Grok API（AI 搜索）
                  ├─ web_fetch   ───► Tavily Extract → Firecrawl Scrape（内容抓取，自动降级）
                  └─ web_map     ───► Tavily Map（站点映射）

功能特性

• 双引擎：Grok 搜索 + Tavily 抓取/映射，互补协作
• Firecrawl 托底：Tavily 提取失败时自动降级到 Firecrawl Scrape，支持空内容自动重试
• OpenAI 兼容接口，支持任意 Grok 镜像站
• 自动时间注入（检测时间相关查询，注入本地时间上下文）
• 一键禁用 Claude Code 官方 WebSearch/WebFetch，强制路由到本工具
• 智能重试（支持 Retry-After 头解析 + 指数退避）
• 父进程监控（Windows 下自动检测父进程退出，防止僵尸进程）

效果展示

我们以在cherry studio中配置本MCP为例，展示了claude-opus-4.6模型如何通过本项目实现外部知识搜集，降低幻觉率。 如上图，为公平实验，我们打开了claude模型内置的搜索工具，然而opus 4.6仍然相信自己的内部常识，不查询FastAPI的官方文档，以获取最新示例。 如上图，当打开grok-search MCP时，在相同的实验条件下，opus 4.6主动调用多次搜索，以获取官方文档，回答更可靠。

二、安装

前置条件

• Python 3.12+
• uv（推荐的 Python 包管理器）
• Claude Code

安装 uv

# Linux/macOS
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows PowerShell
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

Windows 用户强烈推荐在 WSL 中运行本项目。

一键安装

若之前安装过本项目，使用以下命令卸载旧版MCP。

claude mcp remove grok-search

将以下命令中的环境变量替换为你自己的值后执行。Grok 接口需为 OpenAI 兼容格式；Tavily 为可选配置，未配置时工具 web_fetch 和 web_map 不可用。

GuDa 用户（推荐）

GuDa 用户只需配置 GUDA_API_KEY 即可享受完整服务，所有 API 地址自动派生：

claude mcp add-json grok-search --scope user '{
  "type": "stdio",
  "command": "uvx",
  "args": [
    "--from",
    "git+https://github.com/GuDaStudio/GrokSearch@grok-with-tavily",
    "grok-search"
  ],
  "env": {
    "GUDA_API_KEY": "your-guda-api-key"
  }
}'

自定义配置

如需使用自己的 API 端点，可分别配置各服务：

claude mcp add-json grok-search --scope user '{
  "type": "stdio",
  "command": "uvx",
  "args": [
    "--from",
    "git+https://github.com/GuDaStudio/GrokSearch@grok-with-tavily",
    "grok-search"
  ],
  "env": {
    "GROK_API_URL": "https://your-api-endpoint.com/v1",
    "GROK_API_KEY": "your-grok-api-key",
    "TAVILY_API_KEY": "tvly-your-tavily-key",
    "TAVILY_API_URL": "https://api.tavily.com"
  }
}'

如果遇到 SSL / 证书验证错误

在部分企业网络或代理环境中，可能会出现类似错误：

certificate verify failed self signed certificate in certificate chain

可以在 uvx 参数中添加 --native-tls，使其使用系统证书库：

claude mcp add-json grok-search --scope user '{ "type": "stdio", "command": "uvx", "args": [ "--native-tls", "--from", "git+https://github.com/GuDaStudio/GrokSearch@grok-with-tavily", "grok-search" ], "env": { "GUDA_API_KEY": "your-guda-api-key" } }'

```

除此之外，你还可以在env字段中配置更多环境变量

变量	必填	默认值	说明
GUDA_API_KEY	❌	-	GuDa API 密钥（配置后自动派生所有服务的 URL 和 Key）
GUDA_BASE_URL	❌	https://code.guda.studio	GuDa 服务基础地址
GROK_API_URL	❌	{GUDA_BASE_URL}/grok/v1	Grok API 地址（OpenAI 兼容格式），显式设置时覆盖 GuDa 派生值
GROK_API_KEY	❌	{GUDA_API_KEY}	Grok API 密钥，显式设置时覆盖 GuDa 派生值
GROK_MODEL	❌	grok-4.20-beta	默认模型（设置后优先于 ~/.config/grok-search/config.json）
TAVILY_API_KEY	❌	{GUDA_API_KEY}	Tavily API 密钥（用于 web_fetch / web_map）
TAVILY_API_URL	❌	{GUDA_BASE_URL}/tavily	Tavily API 地址
TAVILY_ENABLED	❌	true	是否启用 Tavily
GROK_DEBUG	❌	false	调试模式
GROK_LOG_LEVEL	❌	INFO	日志级别
GROK_LOG_DIR	❌	logs	日志目录
GROK_RETRY_MAX_ATTEMPTS	❌	3	最大重试次数
GROK_RETRY_MULTIPLIER	❌	1	重试退避乘数
GROK_RETRY_MAX_WAIT	❌	10	重试最大等待秒数

注意：配置了 GUDA_API_KEY 后，GROK_API_URL/GROK_API_KEY/TAVILY_* 均为可选，系统自动从 GUDA_BASE_URL 派生。显式设置的独立变量优先级更高。

验证安装

claude mcp list

三、MCP 工具介绍

本项目提供九个 MCP 工具（展开查看）

web_search — AI 网络搜索

通过 Grok API 执行 AI 驱动的网络搜索，默认仅返回 Grok 的回答正文，并返回 session_id 以便后续获取信源。

web_search 输出不展开信源，仅返回 sources_count；信源会按 session_id 缓存在服务端，可用 get_sources 拉取。

参数	类型	必填	默认值	说明
query	string	✅	-	搜索查询语句
platform	string	❌	""	聚焦平台（如 "Twitter", "GitHub, Reddit"）
model	string	❌	null	按次指定 Grok 模型 ID
extra_sources	int	❌	0	额外补充信源数量（仅 Tavily，可为 0 关闭）

自动检测查询中的时间相关关键词（如"最新""今天""recent"等），注入本地时间上下文以提升时效性搜索的准确度。

返回值（结构化字典）：

• session_id: 本次查询的会话 ID
• content: Grok 回答正文（已自动剥离信源）
• sources_count: 已缓存的信源数量

get_sources — 获取信源

通过 session_id 获取对应 web_search 的全部信源。

参数	类型	必填	说明
session_id	string	✅	web_search 返回的 session_id

返回值（结构化字典）：

• session_id
• sources_count
• sources: 信源列表（每项包含 url，可能包含 title/description/provider）

web_fetch — 网页内容抓取

通过 Tavily Extract API 获取完整网页内容，返回 Markdown 格式。对临时失败和空内容响应会自动重试。

参数	类型	必填	说明
url	string	✅	目标网页 URL

web_map — 站点结构映射

通过 Tavily Map API 遍历网站结构，发现 URL 并生成站点地图。

参数	类型	必填	默认值	说明
url	string	✅	-	起始 URL
instructions	string	❌	""	自然语言过滤指令
max_depth	int	❌	1	最大遍历深度（1-5）
max_breadth	int	❌	20	每页最大跟踪链接数（1-500）
limit	int	❌	50	总链接处理数上限（1-500）
timeout	int	❌	150	超时秒数（10-150）

get_config_info — 配置诊断

无需参数。显示所有配置状态、测试 Grok API 连接、返回响应时间和可用模型列表（API Key 自动脱敏）。

switch_model — 模型切换

参数	类型	必填	说明
model	string	✅	模型 ID（如 "grok-4-fast", "grok-2-latest"）

切换前会先通过 /models 校验模型是否可用；切换后配置持久化到 ~/.config/grok-search/config.json，跨会话保持。

describe_url — 页面提要抽取

让 Grok 阅读单个页面，返回页面标题和逐字摘录。

参数	类型	必填	默认值	说明
url	string	✅	-	目标网页 URL
model	string	❌	""	按次指定 Grok 模型 ID

rank_sources — 信源排序

让 Grok 按与查询的相关度重排编号信源列表。

参数	类型	必填	默认值	说明
query	string	✅	-	用于排序的查询
sources_text	string	✅	-	编号信源列表
total	int	✅	-	信源总数
model	string	❌	""	按次指定 Grok 模型 ID

search_planning — 搜索规划

结构化搜索规划脚手架（分阶段、多轮），用于在执行复杂搜索前先生成可执行的搜索计划。

四、常见问题

Q: 必须同时配置 Grok 和 Tavily 吗？

A: 配置 `GUDA_API_KEY` 即可获得完整的 Grok + Tavily 服务。如不使用 GuDa，Grok（`GROK_API_URL` + `GROK_API_KEY`）为必填，提供核心搜索能力。Tavily 为可选：未配置时 `web_fetch` 和 `web_map` 将返回配置错误提示。

Q: Grok API 地址需要什么格式？

A: 需要 OpenAI 兼容格式的 API 地址（支持 `/chat/completions` 和 `/models` 端点）。如使用官方 Grok，需通过兼容 OpenAI 格式的镜像站访问。

Q: 如何验证配置？

A: 在 Claude 对话中说"显示 grok-search 配置信息"，将自动测试 API 连接并显示结果。

许可证

MIT License

---

如果这个项目对您有帮助，请给个 Star！