К основному содержанию
скилл Claude Code CX Codex Cursor GitHub Copilot

tavily-research — скилл для Claude Code: что делает и как установить

Запускает глубокий поиск через Tavily CLI и собирает отчёт со ссылками на веб-источники. Помогает, когда простого поиска по одному сайту мало.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add tavily-ai/skills --skill tavily-research -a claude-code
Открыть на GitHub

Что делает tavily-research

Скилл выполняет команду tvly research прямо из терминала. В отличие от обычной поисковой строки, утилита сама находит страницы, сопоставляет факты и отдаёт связный структурированный текст со ссылками. На один отчёт уходит от 30 до 120 секунд. Доступны модели mini для точечных задач и pro для сравнительных обзоров, а также форматы цитирования numbered, mla, apa и chicago.

Перед запуском обязательно нужна авторизация в Tavily. Инструмент проверяет сессию через OAuth или берёт ключ из переменной TAVILY_API_KEY. Если запустить скилл без настроенного CLI, агент споткнётся об ошибку входа. При долгих запросах можно включить потоковый вывод флагом --stream или отдать задачу в фоновый режим через --no-wait.

Для быстрых справок скилл избыточен, потому что обычный поиск через tvly search сработает в разы быстрее.

Какие задачи решает

  • собрать аналитический обзор рынка с цитатами первоисточников
  • сопоставить несколько продуктов или технологий по веб-источникам
  • выгрузить результаты исследования в файл JSON по заданной схеме

Примеры запросов агенту

  • Изучи рынок фреймворков для ИИ-агентов и подготовь сравнительный отчёт со ссылками на источники.
  • Запусти исследование трендов финтеха на 2025 год с моделью pro и сохрани результат в json.
  • Сделай обзор прорывов в квантовых вычислениях с потоковым выводом.

Как установить tavily-research

1Через Skills CLI (Vercel)

npx skills add tavily-ai/skills --skill tavily-research -a claude-code

2Вручную: положить файлы

~/.claude/skills/tavily-research/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/tavily-research/

Из того же набора6

Весь набор →
tavily-search tavily-ai Ищет данные в сети через утилиту tvly и выдаёт выжимки с оценкой релевантности для нейросети. Пригодится, когда агенту нужны свежие новости или факты без готовой ссылки. Claude Code CX Codex Cursor +1 36 000установок tavily-best-practices tavily-ai Скилл даёт агенту справку по интеграции Tavily для поиска, извлечения контента, обхода сайтов и исследований. Нужен при добавлении веб-данных в агентный сценарий или RAG. Claude Code CX Codex Cursor +1 20 600установок tavily-extract tavily-ai Извлекает чистый текст или Markdown с указанных страниц через Tavily CLI. Пригодится для страниц с JavaScript и выборки фрагментов по запросу. Claude Code CX Codex Cursor +1 18 000установок tavily-map tavily-ai Скилл учит агента обходить сайт и отдавать список адресов без выкачивания текста. Пригодится, когда знаешь домен, но не знаешь, где лежит нужная страница. Claude Code CX Codex Cursor +1 17 100установок tavily-dynamic-search tavily-ai Скилл для поиска в интернете через Tavily с изоляцией контекста. Сохраняет тяжёлые ответы на диск и отбирает факты локально, чтобы не засорять окно модели. Claude Code CX Codex Cursor +1 13 400установок

Похожие

exa-search K-Dense-AI Скилл для поиска научных и технических материалов через Exa с извлечением текста из страниц и PDF-файлов. Работает с предварительной фильтрацией по категории публикаций и академическим доменам. Claude Code CX Codex Cursor +1 1 700установок autoskill K-Dense-AI Анализирует историю работы из Screenpipe, находит повторяющиеся сценарии и готовит черновики новых скиллов. Запускается только по прямому запросу пользователя. Claude Code CX Codex Cursor +1 1 700установок paper-spine WUBING2023 Скилл для подготовки научных статей с опорой на источники, веб-интерфейсом настроек и проверкой цитирования прямо в одной задаче. Claude Code CX Codex Cursor +1 1 200установок nextflow K-Dense-AI Помогает писать, запускать и отлаживать пайплайны Nextflow DSL2 и воркфлоу nf-core. Пригодится при настройке вычислений на SLURM или в облаке. Claude Code CX Codex Cursor +1 1 400установок pathway-enrichment K-Dense-AI Запускает pathway- и gene-set-анализ списка генов или ранжированных данных, находит обогащённые GO-термины, KEGG, Reactome, MSigDB. Нужен после дифференциальной экспрессии, CRISPR-скрининга или кластеризации. Claude Code CX Codex Cursor +1 1 400установок bulk-rnaseq K-Dense-AI Готовит прочтения bulk RNA-seq и выравнивание в матрицу отсчётов для дифференциальной экспрессии в PyDESeq2. Claude Code CX Codex Cursor +1 1 400установок anysearch anysearch-ai Скилл подключает поиск в интернете, тематические запросы, параллельный поиск и извлечение содержимого страниц. Пригодится, когда агенту нужны свежие сведения или нужно проверить утверждение. Claude Code CX Codex Cursor +1 38 500установок academic-paper Imbad0202 Скилл разворачивает конвейер из 12 агентов для подготовки научных статей в 11 режимах. Помогает пройти путь от поиска литературы и плана до проверки цитат и ответа рецензентам. Claude Code CX Codex Cursor +1 10 800установок

Вопросы о tavily-research

Как установить tavily-research в Claude Code?

Выполните команду npx skills add tavily-ai/skills --skill tavily-research -a claude-code в терминале.

Что делает tavily-research?

Скилл обращается к утилите tvly и формирует развёрнутый аналитический отчёт с явными ссылками на веб-страницы. Процесс занимает от 30 до 120 секунд в зависимости от выбранной модели.

Чем отличаются модели mini и pro в tavily-research?

Режим mini рассчитан на исследование одного конкретного вопроса и отрабатывает примерно за 30 секунд. Модель pro собирает данные с разных ракурсов для глубоких сравнений и требует от 60 до 120 секунд.

Исходный текст

SKILL.md · MIT
---
name: tavily-research
description: |
  Conduct comprehensive AI-powered research with citations via the Tavily CLI. Use this skill when the user wants deep research, a detailed report, a comparison, market analysis, literature review, or says "research", "investigate", "analyze in depth", "compare X vs Y", "what does the market look like for", or needs multi-source synthesis with explicit citations. Returns a structured report grounded in web sources. Takes 30-120 seconds. For quick fact-finding, use tavily-search instead.
allowed-tools: Bash(tvly *)
---

# tavily research

AI-powered deep research that gathers sources, analyzes them, and produces a cited report. Takes 30-120 seconds.

## Before running

Research requires authentication. Run the requested command directly when
`tvly` is already authenticated; do not add a status check to every invocation.

If `tvly` is missing, follow the [tavily-cli setup](../tavily-cli/SKILL.md#setup).
If an installed CLI reports an authentication error, use `tvly login` for
authentication only, or `tvly init --skip-skills` when guided verification is
also useful. Browser-based OAuth is preferred when an interactive user can
complete it. `--no-browser` prints the sign-in link instead of opening it, but
still waits for a localhost callback. In an unattended agent or CI environment,
leave authentication to the user or use a securely provided `TAVILY_API_KEY`.
Do not start a second login immediately after guided setup has completed.

## When to use

- You need comprehensive, multi-source analysis
- The user wants a comparison, market report, or literature review
- Quick searches aren't enough — you need synthesis with citations
- Step 5 in the [workflow](../tavily-cli/SKILL.md): search → extract → map → crawl → **research**

## Quick start

```bash
# Basic research (waits for completion)
tvly research "competitive landscape of AI code assistants"

# Pro model for comprehensive analysis
tvly research "electric vehicle market analysis" --model pro

# Stream results in real-time
tvly research "AI agent frameworks comparison" --stream

# Save report to file
tvly research "fintech trends 2025" --model pro -o fintech-report.json

# JSON output for agents
tvly research "quantum computing breakthroughs" --json
```

## Options

| Option | Description |
|--------|-------------|
| `--model` | `mini`, `pro`, or `auto` (default) |
| `--stream` | Stream results in real-time |
| `--no-wait` | Return request_id immediately (async) |
| `--output-schema` | Path to JSON schema for structured output |
| `--citation-format` | `numbered`, `mla`, `apa`, `chicago` |
| `--poll-interval` | Seconds between checks (default: 10) |
| `--timeout` | Max wait seconds (default: 600) |
| `-o, --output` | Save the JSON response to a file |
| `--json` | Structured JSON output |

## Model selection

| Model | Use for | Speed |
|-------|---------|-------|
| `mini` | Single-topic, targeted research | ~30s |
| `pro` | Comprehensive multi-angle analysis | ~60-120s |
| `auto` | API chooses based on complexity | Varies |

**Rule of thumb:** "What does X do?" → mini. "X vs Y vs Z" or "best way to..." → pro.

## Async workflow

For long-running research, you can start and poll separately:

```bash
# Start without waiting
tvly research "topic" --no-wait --json    # returns request_id

# Check status
tvly research status <request_id> --json

# Wait for completion
tvly research poll <request_id> --json -o result.json
```

## Tips

- **Research takes 30-120 seconds** — use `--stream` to see progress in real-time.
- **Use `--model pro`** for complex comparisons or multi-faceted topics.
- **Use `--output-schema`** to get structured JSON output matching a custom schema.
- **For quick facts**, use `tvly search` instead — research is for deep synthesis.
- Read from stdin: `echo "query" | tvly research - --json`

## See also

- [tavily-search](../tavily-search/SKILL.md) — quick web search for simple lookups
- [tavily-crawl](../tavily-crawl/SKILL.md) — bulk extract from a site for your own analysis

© tavily-ai · MIT · tavily-ai/skills

Смотрите также

Спонсоры проекта

Компании, которые помогают держать аналитику открытой