¿Qué hace tavily-mejores-prácticas?
Crea integraciones Tavily listas para producción con las mejores prácticas incorporadas. Documentación de referencia para desarrolladores que utilizan asistentes de codificación (Claude Code, Cursor, etc.) para implementar búsqueda web, extracción de contenido, rastreo e investigación en flujos de trabajo agentivos, sistemas RAG o agentes autónomos.
Introducción
Esta guía asume que ya tienes una clave de API de Tavily (TAVILY_API_KEY). Si no es así, regístrate en Tavily.
Configuración inicial
Instala el paquete de Tavily:
pip install tavily-python
o para Node.js:
npm install @tavily/core
Configura tu clave de API como variable de entorno:
export TAVILY_API_KEY="tvly-tu-clave-aqui"
Mejores prácticas clave
1. Usa siempre el parámetro search_depth
Para obtener resultados más precisos y relevantes, establece search_depth en "advanced" cuando necesites información detallada. Para consultas simples y rápidas, usa "basic".
from tavily import TavilyClient
client = TavilyClient(api_key="tvly-tu-clave-aqui")
response = client.search(query="últimas noticias de IA", search_depth="advanced")
print(response)
2. Aprovecha la extracción de contenido
Para tareas de investigación profundas, usa la función extract para obtener el contenido completo de una página web.
urls = ["https://example.com/articulo", "https://example.org/otro-articulo"]
extracted_content = client.extract(urls=urls)
for result in extracted_content["results"]:
print(f"Título: {result['title']}")
print(f"Contenido: {result['content'][:500]}...")
3. Usa el caché de manera inteligente
Tavily proporciona un caché incorporado. Reutiliza los resultados de búsqueda para consultas idénticas dentro de un período de tiempo corto para evitar costos innecesarios.
# La primera llamada realizará una búsqueda real
resultado1 = client.search(query="eventos de IA 2024")
# La segunda llamada para la misma consulta usará el caché si está disponible
resultado2 = client.search(query="eventos de IA 2024", use_cache=True)
4. Filtra por dominios
Si tu agente necesita información de fuentes confiables, especifica los dominios permitidos en el parámetro include_domains.
response = client.search(
query="regulación de IA en Europa",
include_domains=["europa.eu", "gov.uk"]
)
5. Integración con agentes autónomos
Para construir un agente que navegue por la web de manera autónoma, combina search y extract en un ciclo.
def agentic_research(query):
# Paso 1: Buscar páginas relevantes
search_results = client.search(query, search_depth="advanced")
urls = [result["url"] for result in search_results["results"][:3]]
# Paso 2: Extraer contenido detallado
if urls:
full_content = client.extract(urls=urls)
for item in full_content["results"]:
print(f"Extrayendo: {item['url']}")
print(f"Contenido: {item['content'][:1000]}...")
return full_content
resultado_investigacion = agentic_research("últimos avances en modelos de lenguaje")
Conclusión
Siguiendo estas mejores prácticas, puedes construir integraciones Tavily robustas y eficientes que aprovechen al máximo la búsqueda web en tiempo real, la extracción de contenido y el rastreo para tus flujos de trabajo de IA. Para más detalles, consulta la documentación oficial de Tavily.