Copilot 案例:Tavily MCP 搜索

学习目标

  • 掌握从 VS Code 扩展市场安装 MCP 服务器的方法。
  • 掌握 Tavily Search MCP 的配置与使用。
  • 学会让 Copilot 通过 MCP 搜索互联网获取最新信息。
  • 了解 MCP 搜索的最佳实践与注意事项。

前置条件

  • 已了解 MCP 的概念(参考 section8/03)。
  • 拥有一个 Tavily API Key(免费注册即可获得每月 1000 次搜索额度)。
  • VS Code 已登录 GitHub Copilot。

项目概述

在本实战中,你将安装并配置 Tavily Search MCP 服务器,让 Copilot 能够搜索互联网获取最新信息——这是 Copilot 本身不具备的能力。

安装前,请先访问 Tavily 官网 注册账号,在 Dashboard 中创建一个 API Key(免费)。

步骤

第 1 步:从扩展市场安装(推荐)

  1. 在 VS Code 中按 Ctrl+Shift+X 打开扩展面板。
  2. 在搜索框中输入 @mcp Tavily
  3. 从结果中找到 Tavily Search MCP 扩展,点击安装。
  4. 安装完成后,按照扩展提示输入你的 Tavily API Key。
  5. 重启 VS Code。

第 2 步:验证安装

安装完成后,在 Copilot Chat 中尝试搜索:

请帮我搜索 "2026年 VS Code 最新功能"。

如果配置正确,Copilot 会调用 Tavily MCP 搜索网络并返回带有来源链接的结果。

第 3 步:通过 settings.json 手动配置(备选)

如果扩展市场中没有找到,也可以通过手动配置实现:

{
  "mcp": {
    "servers": {
      "tavily-search": {
        "type": "command",
        "command": "npx",
        "args": ["-y", "@tavily/mcp", "--apiKey=YOUR_TAVILY_API_KEY"]
      }
    }
  }
}

手动配置需要确保系统已安装 Node.js(npx 随 Node.js 一起安装)。

第 4 步:搜索实战

以下是一些可用于测试的搜索 Prompt:

搜索最新技术资讯:

请搜索 "2026年 AI 编程助手" 的最新趋势,用中文总结。

搜索 VS Code 技巧:

搜索 VS Code 2026 年 6 月的新功能,列出最实用的 5 个。

对比性搜索:

请搜索 DeepSeek V4 和 GPT-4o 的对比评测,用表格列出优缺点。

带上下文的研究:

我们的教程仓库使用 Obsidian + VS Code + Git。请搜索这三款工具在 2026 年的最佳协作实践。

第 5 步:查看 MCP 调试日志

如果搜索没有返回预期结果,可以查看调试日志:

  1. Ctrl+Shift+U 打开输出面板。
  2. 在右上角的下拉菜单中选择 Copilot
  3. 观察 MCP 相关的日志输出,确认服务器是否成功启动和调用。

第 6 步:创建一个使用 MCP 搜索的 Prompt 文件

将 MCP 搜索能力封装成可复用的 Prompt 文件:

创建 .github/prompts/ai资讯搜索.prompt.md

---
description: "搜索 AI 编程领域的最新资讯并总结"
name: "AI 资讯搜索"
argument-hint: "搜索关键词..."
agent: "agent"
tools: ["tavily-search/*"]
---
 
请搜索 "{input}" 的最新信息,用中文总结:
 
## 要求
 
1. 优先搜索 2026 年的最新资料。
2. 用列表列出核心要点。
3. 如果搜索结果中包含数据或对比,使用表格展示。
4. 在末尾列出信息来源的链接。
5. 如果某个信息在多个来源中出现,标注为"多方确认"。

tools: ["tavily-search/*"] 指定此 Prompt 执行时自动启用 Tavily MCP 工具。

搜索最佳实践

建议说明
指定时间范围在搜索词中加入年份(如 “2026年”),获取最新结果
使用中文关键词Tavily 对中文搜索支持良好,直接使用中文即可
要求列出来源在 Prompt 中要求 AI 列出来源链接,便于验证
结合本地知识先让 AI 搜索,再结合本地文件进行分析
注意额度免费版每月 1000 次搜索,合理规划使用

扩展阅读

常见问题

Q:Tavily 搜索和普通搜索引擎有什么区别?
A:Tavily 专为 AI 优化,返回结构化结果(摘要+来源),比直接调用 Google/Bing API 更简洁,且对 LLM 更友好。

Q:搜索中文内容效果如何?
A:Tavily 对中文搜索支持良好,但英文内容的覆盖更全面。建议中英文关键词都尝试。

Q:免费额度用完了怎么办?
A:可以升级 Tavily 付费计划,或使用其他 MCP 搜索服务(如 Bing Search MCP、Google Custom Search MCP)。

Q:MCP 搜索返回的内容太旧怎么办?
A:在搜索词中明确指定时间范围,例如 “2026 年 6 月以来”、“最近三个月”。