Tavily 新手第一练：一个可交付的小任务
先说清楚它是什么：Tavily 属于「搜索与知识库」方向的开发者 API，面向智能体与 RAG 的搜索 API。
与其看十篇介绍，不如完整做一个小项目，这篇带你走一遍。
项目：网页内容抓取
目标：用 Tavily 完成一次「网页内容抓取」，交付一份可以直接给同事或客户看的结果。预计用时 1 小时以内。
步骤
- 注册开发者账号并完成实名或企业认证（如要求）
- 准备材料：一组需要定期关注的网页（先脱敏）
- 复制下面的提示词，替换方括号内容。
- 第一次结果出来后，只针对一个问题追问修改。
- 按验收标准检查：没有臆造发布日期。
- 保存提示词与最终结果，写三行复盘。
把这些网页转成 Markdown，去掉导航和广告，只保留正文、发布日期和作者；发布日期缺失时标注「未知」。
复盘模板
这次任务：
节省或多花的时间：
需要人工修改的地方：
下次会改进的提示：
是否继续使用：
做完之后
可以尝试第二个任务「构建问答测试集」，或者把这次的流程分享给同事一起试。
补充练习
检索效果对比
输入：同一批问题和两种检索配置。
用同一批测试问题分别跑关键词检索、向量检索和混合检索，记录前 5 条结果中正确段落的命中情况。
检查点：对比用同一批问题。
资料卡片整理
输入：搜索得到的十几篇资料。
把这些资料整理成卡片：每张卡片包括一句话结论、关键数据、来源和可信度评价，最后按主题分组。
检查点：每张卡片都有来源。
内部文档入库
适用情况：手头有一批 PDF、Word 和网页时。
把这些文档解析为干净的文本：保留标题层级和表格，去掉页眉页脚，按章节切分，每段附上原文件名和页码。
检查点：切分后的段落能回溯到页码。
常见问题：中文检索效果差
选择对中文支持好的嵌入模型，并为专有名词建立同义词。
常见问题：表格内容检索不到
换用能保留表格结构的解析工具，或单独把表格转成文本描述。
常见问题：答案引用了错误段落
调整切分大小、加入重排序，并检查文档解析是否丢失标题。
概念补充：混合检索
同时使用关键词和向量检索，兼顾精确匹配与语义理解。
概念补充：嵌入（Embedding）
把文本转成向量，用于语义相似度检索。
适合人群：软件工程师
软件工程师可以用 Tavily 处理代码阅读与重构、测试与排错等工作。需要注意：不要把密钥和未开源代码上传到未授权工具，合并前审阅每处改动。
适合人群：销售
销售可以用 Tavily 处理客户背景调研、跟进邮件与话术等工作。需要注意：客户数据按公司规定处理，报价和承诺以合同为准。
适合人群：科研人员
科研人员可以用 Tavily 处理文献检索与阅读、实验记录与数据整理等工作。需要注意：遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。
使用提醒
本文基于 Tavily 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。
涉及个人信息、商业机密或受监管数据时，先确认 Tavily 的数据处理条款，再决定能否使用。