夜雨聆风
给AI助手装上搜索引擎!OpenClaw + Tavily 实战教程
为什么你的 AI Agent 急需网络搜索能力
你的 OpenClaw Agent 脑子很灵光，但问题是——它看不见外面的世界。没有上网查资料的本事，它只能凭之前学过的东西回答问题。所以它说出来的话听着挺靠谱，但很可能已经是老黄历了，甚至干脆就是胡扯。
你问它昨天的新闻？要么直接说不知道，要么更离谱——给你编得像模像样的。
Tavily 要解决的就是这个痛点。它是一个专为 AI Agent 优化的搜索接口，返回的是干净、结构化的结果，而不是人类浏览器里那种充满噪音的 HTML 页面。
把 Tavily 集成到 OpenClaw 之后，你的 Agent 就能实时访问互联网，从一个知识受限的聊天机器人升级为具备研究能力的智能助手。
今天咱们就来唠唠怎么给 OpenClaw 装上这个搜索功能。
为什么选择 Tavily 而不是其他搜索接口
你当然可以用 Google Custom Search、Bing 接口、Brave Search 或 Serp接口。但 Tavily 在 OpenClaw 生态中占据主导地位是有原因的：
|
|
|
|
|
|---|---|---|---|
| 「针对 AI Agent 优化」 |
|
|
|
| 「AI 生成摘要」 |
|
|
|
| 「相关性评分」 |
|
|
|
| 「免费额度」 |
|
|
|
Tavily 从设计之初就是为 LLM 服务的。它不会把原始网页丢给你的 Agent，而是提供经过预处理的、相关的文本片段和元数据。Agent 解析结果时消耗更少的资源，产出的回答质量也更高。
手把手教你集成 Tavily
第一步：获取 Tavily 密钥
在安装任何东西之前，你需要先拿到 Tavily 的密钥。免费套餐每月提供 1,000 个额度，个人使用完全够用。
「操作步骤：」
-
访问 tavily.com，点击 “Get Started” 或 “Sign Up”
-
注册账号（支持邮箱或 GitHub 登录）
-
进入控制台，复制你的密钥（以
tvly-开头） -
妥善保存这个密钥，下一步配置时会用到
第二步：了解定价体系
|
|
|
|
|
|---|---|---|---|
| 「Researcher」
|
|
|
|
| 「Project」 |
|
|
|
| 「Bootstrap」 |
|
|
|
「各操作的花费：」
-
基础搜索：1 个额度
-
高级/深度搜索：2 个额度
-
Extract（每 5 个 URL）：1 个额度
⚠️ 注意：未使用的额度不会结转到下月。
第三步：安装 Tavily 搜索技能
「前提条件：」
-
OpenClaw 已安装并运行
-
ClawdHub CLI 已安装
-
Node.js 20+
「安装命令：」
ounter(lineclawdhub install tavily-search
第四步：配置 API 密钥
「方式 A：环境变量（推荐）」
在 Shell 配置文件中添加：
ounter(lineexport TAVILY_API_KEY="tvly-xxxxxxxxxxxxxxxx"
然后重新加载：
ounter(linesource ~/.zshrc # 或 ~/.bashrc
「方式 B：OpenClaw 配置文件」
在 ~/.openclaw/openclaw.json 中添加：
ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line{"skills": {"entries": {"tavily-search": {"enabled": true,"env": {"TAVILY_API_KEY": "tvly-xxxxxxxxxxxxxxxx"}}}}}
第五步：验证安装
重启 OpenClaw 网关：
ounter(lineopenclaw restart
然后测试一下：
ounter(line搜索一下今天关于 AI Agent 的最新新闻
如果返回了带有具体日期和来源 URL 的最新结果，说明 Tavily 已经正常工作了。
按 Agent 配置搜索权限
不是每个 Agent 都需要网络搜索。一个专门写代码的 Agent 用不上 Tavily，而一个监控竞品动态的研究 Agent 离了搜索就没法干活。
「配置示例：」
ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line{"agents": {"list": [{"id": "researcher","tools": {"allow": ["tavily-search", "browser", "read"],"deny": ["exec", "write"]}},{"id": "coder","tools": {"allow": ["exec", "read", "write"],"deny": ["tavily-search", "browser"]}}]}}
这种配置遵循最小权限原则：每个 Agent 只能访问它真正需要的工具。
Tavily 的三种搜索模式
1. 基础搜索（tavily-search）
「适用场景：」 回答问题、核实信息、市场调研「花费：」 1 个额度「示例：」 “最新的 Claude API 定价是多少？”
2. 内容提取（tavily-extract）
「适用场景：」 读取特定网页、提取数据「花费：」 每 5 个 URL 消耗 1 个额度「示例：」 “帮我读取这篇博文：[URL]”
3. 网站爬取（tavily-crawl）
「适用场景：」 采集整个网站的数据「花费：」 Map + Extract 的总和「示例：」 “爬取 competitor.com 的所有定价页面”
实际应用场景
场景 1：每日新闻简报
ounter(line每天早上 8:00，搜索排名前 5 的 AI 新闻，每条用 2-3 句话做摘要，然后发给我。
场景 2：竞品监控
ounter(line每周一搜索过去 7 天科技新闻中提到的竞品内容，总结其产品发布、定价变动。
场景 3：写作调研
ounter(line调研 2026 年 AI Agent 框架的现状，包括市场领导者、开源方案和最新进展，然后写一篇 1000 字的文章。
省钱小技巧
-
「设定每月额度预算」 – 在 Tavily 控制台跟踪用量
-
「默认使用基础搜索」 – 高级搜索消耗 2 倍额度
-
「限制 Agent 访问权限」 – 只给需要的 Agent 开通搜索权限
-
「利用缓存」 – 短时间内重复搜索相同内容时复用结果
总结
给 OpenClaw Agent 装上 Tavily 搜索，就像给盲人配了副眼镜。从一个只会背书本的”书呆子”，变成了能实时获取信息的”活字典”。
这不仅仅是功能上的增加，而是从”猜测”到”确知”的本质飞跃。你的 Agent 再也不用担心给出过时或编造的信息了。
赶紧动手试试吧！如果你在集成过程中遇到问题，欢迎在评论区交流。