OpenClaw配置Tavily 搜索 Skill 完整指南教程

目录

• 一、环境背景
• 二、为什么要加 Tavily？
• 2.1 Tavily vs SearXNG + Jina Reader 对比
• 2.2 升级后的三层搜索架构
• 三、获取 Tavily API Key
• 3.1 注册账号
• 3.2 获取 API Key
• 四、安装 Tavily Search Skill
• 4.1 方式一：ClawHub 安装（推荐）
• 4.2 方式二：手动安装（备用）
• 4.2 手动安装步骤
• 4.3 验证安装
• 4.4 Skill 提供的能力
• 五、安全配置 API Key
• 5.1 写入 openclaw.json
• 5.2 同步配置并重启 Gateway
• 5.3 安全检查清单
• 六、配置搜索优先级
• 6.1 修改AGENTS.md
• 6.2 降级效果验证
• 6.3 子 Agent 搜索配置建议
• 七、核心问题分析：Tavily 为什么装了还是不能用？
• 7.1 现象
• 7.2 排查过程
• 7.3 根因
• 7.4 尝试过的修复方案（均失败）
• 7.5 当前可行方案
• 7.6 未来升级路径
• 八、验证测试
• 7.1 基础搜索测试
• 7.2 对比测试
• 7.3 Tavily + Jina 组合测试
• 八、额度监控
• 额度优化建议
• 九、故障排查
• 常见问题
• 手动测试 API
• 十一、实际搜索架构图（反映真实现状）
• 附录：踩坑记录
• 附录：推荐安装的 Skill

💡 本文记录为 OpenClaw 2026.3.8 + 飞书 Agent 添加 Tavily 搜索能力的完整过程，包括安装方式、安全配置、搜索优先级调整，以及踩过的所有坑和最终结论。

⚠️ 重要结论（先说结果）

经过完整的安装、配置和调试，最终结论是：Tavily Skill 可以成功安装且 API 完全可用，但 OpenClaw 2026.3.8 的 Agent 不会主动调用 Skill 脚本进行搜索。

根本原因：Agent 搜索时调用的是 OpenClaw 内置的 web_search 工具（后端为 Brave Search，在国内被墙），而不是用户安装的 Skill 脚本。当内置搜索失败后，Agent 会降级到 SearXNG Skill，但不会降级到 Tavily Skill。

当前可行方案：SearXNG 作为搜索主力，效果良好。Tavily API Key 已就位，等 OpenClaw 后续版本支持 MCP（openclaw mcp add）后可一键接入。

本文的价值：即使 Tavily 暂时无法作为 Agent 搜索工具使用，本文记录的 Skill 安装流程、API Key 配置方法、AGENTS.md 修改策略、npm 国内镜像踩坑解决方案等内容，对 OpenClaw 用户仍有重要参考价值。

项目	配置
服务器	阿里云 ECS
OpenClaw 版本	2026.3.8
AI 模型	dashscope/kimi-k2.5（默认）、custom-api123-icu/claude-sonnet-4-6（备用）
前端渠道	飞书自建 Agent（多多助理）
子 Agent	researcher、coder、writer、trader
已有搜索	SearXNG + Jina Reader（主力）、Bocha（替补，600+ 次余额）

维度	SearXNG + Jina Reader	Tavily
返回格式	链接列表 → 需 Jina 二次抓取	结构化摘要 + 关键信息，直接可用
Agent 集成	两个 Skill 配合（搜索 + 阅读）	原生为 AI Agent 设计，一步到位
信息密度	低，需要多步处理	高，预处理过的结果
响应速度	SearXNG ~1s + Jina ~15s ≈ 16s	快速（已预处理）
稳定性	依赖本地 Docker + 第三方引擎	云端 API，稳定性好
费用	完全免费	免费 1000 次/月
本地资源	占用 Docker + Redis 内存	零本地资源消耗

优先级 1：Tavily       → 高质量结构化结果，1000 次/月，日常主力
优先级 2：SearXNG + Jina → 免费无限次，兜底 / 批量搜索场景
优先级 3：Bocha         → 600+ 次余额，应急备用

1. 访问 app.tavily.com
2. 注册账号（支持 Google / GitHub 登录）
3. 无需信用卡，免费计划（Researcher）即包含 1000 次/月 额度

1. 登录后进入 Dashboard
2. 复制你的 API Key（格式类似 tvly-xxxxxxxxxxxxxxxx）
3. 妥善保存，后面要用

⚠️ 关于安装方式的选择：部分文档提到可以用 openclaw mcp add 命令通过 MCP 方式安装，但经实测 OpenClaw 2026.3.8 不支持 mcp 子命令。因此我们使用 Skill 安装方式，这是当前版本完全支持的标准方法。

ClawHub 是 OpenClaw 的官方 Skill 市场，类似 npm 之于 Node.js。

 ⚠️ 国内服务器踩坑：直接运行 npx clawhub@latest install 会使用国内 npm 镜像源（如淘宝镜像），但 clawhub@0.8.0 依赖的 undici@^7.24.0 在国内镜像上未同步，会报错：

npm error notarget No matching version found for undici@^7.24.0

解决方案：在命令前加 npm_config_registry=https://registry.npmjs.org 前缀，强制使用官方 npm 源。这是所有国内 OpenClaw 用户安装 Skill 时都可能遇到的问题。

第一步：搜索可用的 Tavily Skill

npm_config_registry=https://registry.npmjs.org npx clawhub@latest search tavily

搜索结果会显示多个 Skill，排名靠前的几个：

openclaw-tavily-search  Tavily 搜索  (3.707)
tavily-tool             Tavily       (3.603)
liang-tavily-search     Tavily Search (3.522)
tavily-web-search-for-openclaw  Tavily Web Search Skill for OpenClaw 🦀  (3.505)

第二步：安装排名第一的 Skill

npm_config_registry=https://registry.npmjs.org npx clawhub@latest install openclaw-tavily-search

 💡 注意：搜索结果中没有叫 tavily-search 的 Skill（这个名字会报 Skill not found），要用实际搜索到的名字。

第三步：确认安装成功

openclaw skills list | grep -i tavily
# 预期输出：
# ✓ ready │ 📦 tavily-search │ Web search via Tavily API (alternative to Brave)...

正式版的描述很关键："alternative to Brave"——说明它是专门设计来在 Brave 搜索不可用时作为替代方案的。

如果 ClawHub 安装失败，可以手动创建 Skill——OpenClaw 的 Skill 本质上就是 SKILL.md + 脚本文件，放到正确目录即可。

第一步：下载 SKILL.md

mkdir -p ~/.openclaw/skills/tavily-search/scripts
# 从 GitHub 下载（如果你的服务器能访问 GitHub）
curl -sL <https://raw.githubusercontent.com/openclaw/skills/main/skills/arun-8687/tavily-search/SKILL.md> \
  -o ~/.openclaw/skills/tavily-search/SKILL.md
# 确认下载成功
cat ~/.openclaw/skills/tavily-search/SKILL.md | head -20

国内服务器注意：raw.githubusercontent.com 经常被 GFW 屏蔽。如果 curl 卡住超过 30 秒无响应，按 Ctrl+C 取消，改用下面的手动创建方式。

如果 GitHub 被墙，手动创建 SKILL.md：

cat > ~/.openclaw/skills/tavily-search/SKILL.md << 'EOF'
---
name: tavily
description: AI-optimized web search via Tavily API. Returns concise, relevant results for AI agents.
homepage: <https://tavily.com>
metadata: {"clawdbot":{"emoji":"🔍","requires":{"bins":["node"],"env":["TAVILY_API_KEY"]},"primaryEnv":"TAVILY_API_KEY"}}
---
# Tavily Search
AI-optimized web search using Tavily API. Designed for AI agents - returns clean, relevant content.
## Search
`bash
node {baseDir}/scripts/search.mjs "query"
node {baseDir}/scripts/search.mjs "query" -n 10
node {baseDir}/scripts/search.mjs "query" --deep
node {baseDir}/scripts/search.mjs "query" --topic news
`
EOF

第二步：创建搜索脚本 search.mjs

GitHub 被墙时无法下载原版脚本，直接手写一个功能等价的版本：

cat > ~/.openclaw/skills/tavily-search/scripts/search.mjs << 'EOF'
#!/usr/bin/env node
import https from "https";
const API_KEY = process.env.TAVILY_API_KEY;
if (!API_KEY) {
  console.error("Error: TAVILY_API_KEY environment variable is not set.");
  process.exit(1);
}
const args = process.argv.slice(2);
let query = "";
let maxResults = 5;
let searchDepth = "basic";
let topic = "general";
for (let i = 0; i < args.length; i++) {
  if (args[i] === "-n" && args[i + 1]) { maxResults = parseInt(args[i + 1]); i++; }
  else if (args[i] === "--deep") { searchDepth = "advanced"; }
  else if (args[i] === "--topic" && args[i + 1]) { topic = args[i + 1]; i++; }
  else if (!args[i].startsWith("-")) { query = args[i]; }
}
if (!query) {
  console.error("Usage: node search.mjs \"query\" [-n count] [--deep] [--topic news|general|finance]");
  process.exit(1);
}
const payload = JSON.stringify({
  api_key: API_KEY,
  query,
  max_results: maxResults,
  search_depth: searchDepth,
  topic,
  include_answer: true
});
const req = https.request("<https://api.tavily.com/search>", {
  method: "POST",
  headers: { "Content-Type": "application/json", "Content-Length": Buffer.byteLength(payload) }
}, (res) => {
  let data = "";
  res.on("data", (chunk) => data += chunk);
  res.on("end", () => {
    try {
      const result = JSON.parse(data);
      if (result.answer) {
        console.log("## Answer\n");
        console.log(result.answer + "\n");
      }
      if (result.results && result.results.length > 0) {
        console.log("## Sources\n");
        result.results.forEach((r, i) => {
          console.log(`${i + 1}. **${r.title}**`);
          console.log(`   URL: ${r.url}`);
          if (r.content) console.log(`   ${r.content.slice(0, 200)}...`);
          console.log();
        });
      }
    } catch (e) {
      console.error("Failed to parse response:", data);
    }
  });
});
req.on("error", (e) => console.error("Request failed:", e.message));
req.write(payload);
req.end();
EOF

# 检查目录结构（应有 2 个文件）
find ~/.openclaw/skills/tavily-search/ -type f
# 预期输出：
# /root/.openclaw/skills/tavily-search/SKILL.md
# /root/.openclaw/skills/tavily-search/scripts/search.mjs
# 用 openclaw 内置命令确认 Skill 已识别
openclaw skills list | grep -i tavily
# 预期输出包含：✓ ready │ 📦 tavily

安装后 Agent 理论上将获得 Tavily 搜索工具，支持：

• AI 优化的结构化搜索结果——直接返回摘要和关键信息，Agent 可直接使用
• 域名过滤——可指定只搜索特定网站
• 新闻/财经等主题搜索——适合 trader 子 Agent
• 时间范围过滤——只搜索最近的内容

 🔴 但实际上，Agent 不会主动调用它。 关于这个问题的详细分析，请看下面的「第七节：核心问题分析」。

💡 网页提取能力怎么办？ Tavily 的 extract/crawl/research 等高级功能需要 MCP 方式才能使用，当前版本不支持。不过已经有 Jina Reader 做网页内容提取，继续用它即可。等 OpenClaw 后续版本支持 mcp 命令后，可以再升级到 MCP 方式。

不要把 Key 放在 .bashrc 里！ OpenClaw Gateway 不会读取 .bashrc（你之前踩过这个坑）。

# 方法一：用 Python 脚本安全写入（推荐）
python3 << 'PATCH'
import json, shutil
API_KEY = "tvly-你的实际Key"  # ← 替换为你的 Tavily API Key
filepath = "/root/.openclaw/openclaw.json"
# 备份
shutil.copy2(filepath, filepath + ".bak.pre-tavily")
print(f"已备份到 {filepath}.bak.pre-tavily")
with open(filepath, "r", encoding="utf-8") as f:
    config = json.load(f)
if "env" not in config:
    config["env"] = {}
if "TAVILY_API_KEY" in config["env"]:
    print("TAVILY_API_KEY 已存在，跳过")
else:
    config["env"]["TAVILY_API_KEY"] = API_KEY
    with open(filepath, "w", encoding="utf-8") as f:
        json.dump(config, f, ensure_ascii=False, indent=2)
    print("✅ 已将 TAVILY_API_KEY 写入 openclaw.json")
print("\n当前 env 节的 key 列表：")
for key in config["env"]:
    print(f"  - {key}")
PATCH

# 同步到 systemd（必须！否则新配置不生效）
openclaw gateway install --force
# 重启 Gateway
openclaw gateway restart
# 等待启动后验证
sleep 5
cat /proc/$(pgrep -f openclaw-gateway)/environ | tr '\0' '\n' | grep -i tavily | sed 's/=.*/=******/'

应输出：

TAVILY_API_KEY=******

• [ ] API Key 未硬编码在任何脚本中
• [ ] openclaw.json 权限为 600（chmod 600 ~/.openclaw/openclaw.json）
• [ ] .bashrc 中没有 TAVILY 相关明文 Token
• [ ] MCP URL 中的 Key 只存在于 OpenClaw 内部配置

安装 Tavily 后，需要告诉 Agent 搜索的优先级。

以下 Python 脚本一次性完成所有搜索相关配置的修改：

修改一：替换「搜索工具」段落为完整降级策略

python3 << 'PATCH'
filepath = "/root/.openclaw/workspace/AGENTS.md"
with open(filepath, "r", encoding="utf-8") as f:
    content = f.read()
old_block = """## 搜索工具
- ✅ 优先使用 **SearXNG**（<http://localhost:8080>）进行网络搜索，免费无限额
- ✅ 网页全文阅读使用 **Jina Reader**（r.jina.ai）
- ❌ **禁止使用 bocha-web-search**（已弃用，额度有限）
- 搜索失败时，尝试使用 Jina Reader 直接读取目标网站
- 搜索结果要标注来源 URL 和时间"""
new_block = """## 搜索工具与降级策略
### 搜索优先级
- ✅ **首选 Tavily**（tavily_search）：AI 优化的结构化搜索结果，每月 1000 次免费额度
- ✅ **备用 SearXNG**（<http://localhost:8080>）：免费无限额，Tavily 不可用时自动切换
- ✅ 网页全文阅读使用 **Jina Reader**（r.jina.ai）
- ⚠️ **Bocha**（bocha-web-search）：仅在 Tavily 和 SearXNG 都失败时作为最后手段
- 搜索结果要标注来源 URL 和时间
### 自动降级规则（重要！必须严格遵守）
1. 搜索时**优先调用 tavily_search**
2. 如果 Tavily 返回错误（429 额度耗尽、超时、网络错误等），**立即改用 SearXNG 重新搜索同一 query**，不要停下来告诉用户搜索失败
3. 如果 SearXNG 也失败，尝试用 Jina Reader 直接读取目标 URL
4. 如果 Bocha 可用且前面的都失败了，使用 Bocha 作为最后手段
5. **只有所有搜索方式都失败时，才告知用户搜索遇到问题**
6. 降级时在回复末尾简要注明实际使用的搜索工具（如"数据来源：Tavily"或"数据来源：SearXNG（Tavily 暂不可用）"）"""
if old_block in content:
    content = content.replace(old_block, new_block)
    with open(filepath, "w", encoding="utf-8") as f:
        f.write(content)
    print("✅ 搜索工具段落已替换（含降级策略）")
else:
    print("❌ 未找到匹配的旧内容，可能已修改过")
PATCH

修改二：更新子 Agent 描述和搜索规则（3 处）

python3 << 'PATCH2'
filepath = "/root/.openclaw/workspace/AGENTS.md"
with open(filepath, "r", encoding="utf-8") as f:
    content = f.read()
changes = 0
# 修改 researcher 描述
old = "（使用 SearXNG + Jina Reader）"
new = "（优先 Tavily，备用 SearXNG + Jina Reader）"
if old in content:
    content = content.replace(old, new)
    changes += 1
# 修改 trader 描述
old = "（使用 TuShare + SearXNG）"
new = "（使用 TuShare + Tavily，备用 SearXNG）"
if old in content:
    content = content.replace(old, new)
    changes += 1
# 修改子 Agent 搜索规则
old = "- 所有子 Agent 搜索时必须使用 **SearXNG**（<http://localhost:8080>）"
new = "- 所有子 Agent 搜索时优先使用 **Tavily**（tavily_search），不可用时降级到 **SearXNG**（<http://localhost:8080>）"
if old in content:
    content = content.replace(old, new)
    changes += 1
with open(filepath, "w", encoding="utf-8") as f:
    f.write(content)
print(f"✅ 完成 {changes} 处修改")
PATCH2

修改后重启 Gateway 生效：

openclaw gateway restart

在飞书中测试，Agent 应表现为：

• Tavily 正常时：直接返回结构化结果，末尾标注「数据来源：Tavily」
• Tavily 不可用时：自动切换到 SearXNG，末尾标注「数据来源：SearXNG（Tavily 暂不可用）」
• 全部失败时：才告知用户搜索遇到问题

子 Agent	推荐搜索工具	原因
researcher	Tavily（tavily_search）+ Jina Reader	Tavily 搜索 + Jina 深度阅读，组合使用
coder	Tavily（tavily_search）	技术问题搜索准确度更高
writer	SearXNG + Jina	写作素材可能需要大量搜索，节省 Tavily 额度
trader	Tavily + TuShare	财经新闻用 Tavily，行情数据用 TuShare

 🚨 这是本文最重要的一节。如果你也在国内服务器上用 OpenClaw，很可能会遇到同样的问题。

安装完成后，所有检查都显示正常：

• ✅ openclaw skills list 显示 Tavily Skill ✓ ready
• ✅ Tavily API 通过 curl 手动测试完美返回结果
• ✅ search.mjs 脚本在命令行单独运行正常
• ✅ TAVILY_API_KEY 环境变量已正确加载
• ✅ AGENTS.md 已配置 Tavily 优先

但在飞书实际测试时，Agent 始终不使用 Tavily，而是显示「数据来源：SearXNG（Tavily 暂不可用）」。

第一步：看 Gateway 日志

tail -100 /tmp/openclaw/openclaw-2026-03-15.log | grep -i "web_search\|tavily\|error\|failed"

发现关键错误：

[tools] web_search failed: fetch failed
[tools] browser failed: timed out

第二步：分析调用链路

通过日志发现，Agent 搜索时调用的是 web_search 而不是 tavily。这是两个完全不同的东西：

项目	web_search（内置工具）	tavily（Skill 脚本）
类型	OpenClaw 内置的搜索工具	用户安装的 Skill 脚本
后端	Brave Search API（硬编码）	Tavily API（用户配置）
国内可用性	❌ 被墙，fetch 失败	✅ 完全可用
Agent 调用优先级	⭐ 最高（内置工具优先）	⚠️ 低（待 Agent 主动选择）
失败后降级	→ SearXNG Skill	不会被调用

用户说“帮我搜一下...”
    ↓
Agent 调用内置 web_search 工具（Brave 后端）
    ↓
Brave Search 在国内被墙 → fetch failed
    ↓
Agent 降级到 SearXNG Skill  ✅ 成功
    ↓
返回结果，标注“数据来源：SearXNG（Tavily 暂不可用）”
❗ Tavily Skill 在整个过程中从未被调用

Agent 的搜索逻辑是：

1. 内置 web_search → 失败（Brave 被墙）
2. SearXNG Skill → 成功（本地 Docker）
3. ✅ 返回结果，不再尝试其他 Skill

Tavily Skill 虽然已安装且 ✓ ready，但 Agent 永远不会走到这一步，因为 SearXNG 已经成功了。

方案	做法	结果
配置内置搜索的 provider	在 openclaw.json 的 tools 节加入 "web_search": {"provider": "tavily"}	❌ 配置验证报错：tools: Unrecognized key: "web_search"。OpenClaw 2026.3.8 的 tools 配置不支持 web_search key
加 apiKey 和 baseUrl	"web_search": {"provider": "tavily", "apiKey": "...", "baseUrl": "..."}	❌ 同样报 Unrecognized key 错误
在 AGENTS.md 中强制指定	写明“优先调用 tavily_search”	⚠️ Agent 会读取该指令，但内置 web_search 仍然优先级最高
安装 ClawHub 正式版 Skill	openclaw-tavily-search（描述为 "alternative to Brave"）	⚠️ 安装成功且 ✓ ready，但 Agent 仍然优先用内置工具
使用 MCP 方式安装	openclaw mcp add	❌ OpenClaw 2026.3.8 不支持 mcp 子命令

 ✅ SearXNG 作为搜索主力，实际效果良好。

虽然没有用上 Tavily，但 SearXNG 的搜索质量已经足够日常使用。降级机制完善，検索能力稳定。

当前状态：

• 🔍 实际搜索主力：SearXNG（本地 Docker，免费无限次）
• 📖 网页阅读：Jina Reader（云端 API）
• 🔑 Tavily API Key：已配置就位，等待 MCP 支持
• 📦 Tavily Skill：已安装 ✓ ready，命令行可用，Agent 不会调用

当前（OpenClaw 2026.3.8）          未来（支持 MCP 后）
──────────────────────          ───────────────────────
内置 web_search (Brave) ❌       openclaw mcp add tavily
SearXNG Skill ✅ (降级生效)     Tavily 注册为原生搜索工具
Tavily Skill ✓ ready 但不被调用  Agent 直接调用 tavily_search
                               + tavily_extract / crawl / research

升级时只需一条命令：

openclaw mcp add <https://mcp.tavily.com/mcp?tavilyApiKey=$TAVILY_API_KEY>
openclaw gateway restart

API Key 已经配置好了，到时候无缝衔接。

在飞书中向多多助理发送：

用 Tavily 搜索一下今天的 A 股市场新闻

观察返回结果是否为结构化摘要（而非纯链接列表）。

分别用 Tavily 和 SearXNG 搜索同一内容，对比：

用 Tavily 搜索：2026年3月A股市场走势分析

用 SearXNG 搜索：2026年3月A股市场走势分析

对比要点：

• 结果结构化程度
• 信息时效性
• 响应速度
• Agent 理解和总结的质量

测试 Tavily 搜索 + Jina Reader 阅读的组合效果：

搜索最近一周的半导体行业动态，找到最相关的文章后阅读全文给我总结

这会先用 tavily_search 找到高质量结果，再用 jina_reader 深度阅读具体文章。

Tavily 免费额度为 1000 次/月，建议定期检查用量：

1. 登录 app.tavily.com 查看 Dashboard 中的用量统计
2. 如果日均搜索 > 30 次，可能月底会用完，届时自动降级到 SearXNG

• 每日推送脚本（a-stock-daily-push.py）继续使用 Bocha，不消耗 Tavily 额度
• 实时对话搜索 用 Tavily，获得最佳体验
• 批量信息收集 用 SearXNG，无额度限制

问题	可能原因	解决方案
Tavily 搜索无响应	API Key 未正确加载	检查 openclaw.json 的 env 节
返回空结果	网络问题或 Key 失效	curl -s <https://api.tavily.com/search> -H "Content-Type: application/json" -d '{"api_key":"你的Key","query":"test"}' 手动测试
MCP 未连接	MCP 配置错误	openclaw mcp list 检查状态
额度耗尽	超出 1000 次/月	自动降级到 SearXNG，下月恢复
Gateway 不识别新 Key	未同步配置	openclaw gateway install --force && openclaw gateway restart

# 直接测试 Tavily API 是否可用
curl -s <https://api.tavily.com/search> \
  -H "Content-Type: application/json" \
  -d '{
    "api_key": "'$TAVILY_API_KEY'",
    "query": "A股今日行情",
    "max_results": 3
  }' | python3 -m json.tool | head -30

如果返回 JSON 结果且包含 results 数组，说明 API 正常工作。

用户在飞书发消息：“帮我搜一下...”
    ↓
Agent（kimi-k2.5 / sonnet4.6）分析意图
    ↓
内置 web_search（Brave） ❌ fetch failed（国内被墙）
    ↓ 自动降级
┌──────────────┬──────────────┬──────────────┬──────────────┐
│ SearXNG ⭐主力 │ Jina Reader  │ TuShare      │ Bocha 应急   │
│ 搜索兜底       │ 网页阅读     │ 股票/行情    │ 最后手段     │
│ Docker 本地   │ 云端 API     │ Python API   │ 600+次余额  │
├──────────────┼──────────────┼──────────────┼──────────────┤
│ localhost    │ r.jina.ai    │ api.waditu   │ api.bocha    │
│ :8080/search │              │ .com         │ .ai          │
├──────────────┼──────────────┼──────────────┼──────────────┤
│ 免费无限次   │ Markdown     │ 股票数据      │ 有限额度      │
│ 质量良好      │ 需指定 URL   │ 需指定代码    │ 仅应急使用    │
└──────────────┴──────────────┴──────────────┴──────────────┘
    ↓
Agent 整理信息，回复用户
⭐ Tavily Skill 已安装且 API Key 已配置，但因内置工具优先级问题未被 Agent 调用
⭐ 等 OpenClaw 支持 MCP 后可一键升级
定时推送（crontab）独立通道：
crontab → a-stock-daily-push.py → Bocha + 财联社 → AI 总结 → 飞书

以下是实际安装过程中遇到的问题及解决方案，供后续参考：

序号	问题	原因	解决方案
1	openclaw mcp add 报错 No such file or directory	OpenClaw 2026.3.8 不支持 mcp 子命令，官方文档和第三方教程针对的是更新版本	改用 Skill 安装方式，放弃 MCP
2	npx clawhub@latest install tavily-search 失败：No matching version found for undici@^7.24.0	clawhub@0.8.0 依赖的 undici@^7.24.0 在淘宝等国内 npm 镜像源上未同步，官方源已有	指定官方 registry：npm_config_registry=https://registry.npmjs.org npx clawhub@latest install tavily-search。如仍失败再手动安装 Skill
3	Node.js 版本过低	服务器预装的 Node 版本较老	npm install -g n && n lts 升级到 v24
4	curl 从 GitHub 下载卡住 / 文件为空	国内服务器 raw.githubusercontent.com 被 GFW 屏蔽	手动用 cat << 'EOF' 创建文件内容
5	Tavily API 是否也被墙？	不会——GitHub 是被 GFW 针对性屏蔽，Tavily 是商业 API 服务，不在封锁名单	用 curl -s -o /dev/null -w "%{http_code}" <https://api.tavily.com/search> 验证，返回 401 即网络通
6	Gateway 环境变量中找不到 TAVILY_API_KEY	写入 openclaw.json 后未同步配置	openclaw gateway install --force && openclaw gateway restart
7	Agent 指定用 Tavily 搜索但仍用 SearXNG	AGENTS.md 中明确写死了「优先使用 SearXNG」	修改 AGENTS.md 搜索工具段落 + 子 Agent 描述（共 4 处）
8	bash 语法错误：syntax error near unexpected token 'newline'	从指南复制命令时把注释行的 > 当作命令执行了	注释行不要以 > 开头，或分开复制
9	AGENTS.md 中工具名 tavily_search 与 Skill 注册名 tavily 不匹配	SKILL.md 的 name: tavily，但 AGENTS.md 写的是 tavily_search，Agent 找不到对应工具	sed -i 's/tavily_search/tavily/g' ~/.openclaw/workspace/AGENTS.md 统一改为 tavily
10	🔴 根因：Agent 调用内置 web_search 而非 Skill 脚本	Agent 搜索时走的是 OpenClaw 内置 web_search 工具（后端为 Brave Search，国内被墙），不是 Skill 目录下的脚本。日志报错：[tools] web_search failed: fetch failed	详见第七节「核心问题分析」。当前无解，等 MCP 支持后可解决
11	tools.web_search 配置验证报错	尝试在 openclaw.json 的 tools 节加入 "web_search": {"provider": "tavily"}，但 OpenClaw 2026.3.8 的 tools 配置不支持 web_search key	报错：tools: Unrecognized key: "web_search"。用 openclaw doctor --fix 或手动删除该 key 恢复
12	ClawHub 搜索 tavily-search 报 Skill not found	ClawHub 上没有叫 tavily-search 的 Skill，实际名称是 openclaw-tavily-search	先用 npx clawhub@latest search tavily 搜索，再用实际名称安装
13	gateway install --force && restart 与 stop + start 的区别	改了 openclaw.json 后只 stop + start 不会同步配置到 systemd	改了配置必须用 openclaw gateway install --force && openclaw gateway restart，没改配置可以只 restart

以下是经实测推荐的 Skill，均可通过 npm_config_registry=https://registry.npmjs.org npx clawhub@latest install <skill名> 安装：

Skill	功能	安装建议	说明
🔎 find-skills	Skill 发现与安装	⭐ 强烈推荐	让 Agent 能自动搜索和安装新 Skill，相当于“应用商店”入口
🌤️ weather	天气查询	✅ 推荐	通过 wttr.in 或 Open-Meteo 获取天气，无需 API Key，开箱即用
📝 summarize	内容总结	✅ 推荐	快速总结网页、文档、PDF、视频字幕等，与 Jina Reader 互补
🛡️ skill-vetter	Skill 安全审计	⚠️ 可选	审查新安装 Skill 的安全性，如果频繁通过 find-skills 自动安装则建议开启
🧠 self-improving-agent	自我优化引擎	❌ 暂不推荐	会自动修改 AGENTS.md 等配置文件，可能与手动调优的配置冲突。建议等基础稳定后再装

到此这篇关于OpenClaw配置Tavily 搜索 Skill 完整指南教程的文章就介绍到这了,更多相关OpenClaw Tavily 搜索 Skill内容请搜索风君子博客以前的文章或继续浏览下面的相关文章，希望大家以后多多支持风君子博客！