Tavily Web Search

• Je hebt een AI-agent nodig die in real time actuele feiten, recent nieuws of algemene webkennis opzoekt.
• Je bouwt een onderzoeksworkflow die diepgaande, uitgebreide zoekresultaten vereist die verder gaan dan de standaard top-5 resultaten.
• Je wilt leesbare inhoud van een specifieke URL extraheren voor samenvatting of analyse.
• Je moet zoekopdrachten beperken tot nieuwsonderwerpen met een filter op recentheid (bijv. de laatste N dagen).

• Je moet een privé of interne kennisbank doorzoeken — Tavily Web Search doorzoekt alleen het publieke web.
• Je hebt afbeeldings-, video- of bestandstype-zoekopdrachten nodig; Tavily Web Search retourneert alleen tekstgebaseerde webinhoud.

Tavily Web Search is speciaal ontworpen voor AI-agenten en retourneert schone en relevante tekstfragmenten in plaats van ruwe HTML of pagina's vol advertenties. Dit vermindert de overhead van naverwerking en verbetert de kwaliteit van de context die aan uw agent wordt aangeboden.

Gebruik de --deep vlag om geavanceerd zoeken te activeren voor complexe of veelzijdige onderzoeksvragen. Deze modus is trager maar levert uitgebreidere resultaten op — ideaal wanneer breedte en diepgang belangrijk zijn.

Schakel over naar de nieuwsmodus met --topic news om actuele gebeurtenissen naar boven te halen. Combineer dit met --days <n> om resultaten te beperken tot de afgelopen N dagen, zodat de context van je agent actueel en relevant blijft.

Naast zoeken bevat de skill een speciaal extractiescript dat leesbare inhoud rechtstreeks van een opgegeven URL ophaalt — handig voor het samenvatten van artikelen of het inladen van specifieke pagina's in de context van een agent.

Bepaal hoeveel resultaten er worden teruggegeven met -n <count>, met ondersteuning voor 1 tot 20 resultaten per zoekopdracht. De standaardwaarde is 5, wat een goede balans biedt tussen snelheid en rijkheid aan context.

Een AI-agent die gebruikersvragen afhandelt, kan deze vaardigheid aanroepen om zijn kennis te verifiëren of aan te vullen met live webresultaten, zodat antwoorden actuele informatie weerspiegelen in plaats van verouderde trainingsdata.

Gebruik --topic news met --days 1 om een agent de laatste koppen over elk onderwerp te laten ophalen en deze vervolgens samen te vatten of door te sturen — ideaal voor het automatiseren van dagelijkse briefings.

Voor meerstaps onderzoekstaken roep je de skill aan met --deep om uitgebreide webdekking over een onderwerp te verzamelen, waardoor rijkere context wordt aangeleverd voor vervolgstappen in redenering of rapportgeneratie.

Wanneer een agent al een URL heeft — afkomstig uit een gebruikersbericht of een eerder zoekresultaat — haalt het extract-script de volledige leesbare inhoud van die pagina op voor samenvatting, classificatie of vraag-en-antwoord.