Back to Details

tavily-extract

Compare original and translation side by side

🇺🇸

Original

English
🇨🇳

Translation

Chinese

tavily extract

tavily extract

Extract clean markdown or text content from one or more URLs.
从一个或多个URL中提取干净的markdown或文本内容。

Prerequisites

前提条件

Requires the Tavily CLI. See tavily-cli for install and auth setup.
Quick install: 
curl -fsSL https://cli.tavily.com/install.sh | bash && tvly login
需要安装Tavily CLI。请查看tavily-cli了解安装和身份验证设置。
快速安装命令：
curl -fsSL https://cli.tavily.com/install.sh | bash && tvly login

When to use

适用场景

  • You have a specific URL and want its content
  • You need text from JavaScript-rendered pages
  • Step 2 in the workflow: search → extract → map → crawl → research
  • 你拥有特定URL并需要获取其内容
  • 你需要从JavaScript渲染的页面中提取文本
  • 工作流的第二步：搜索 → 提取 → 映射 → 爬取 → 研究

Quick start

快速开始

bash
undefined
bash
undefined

Single URL

单个URL

tvly extract "https://example.com/article" --json
tvly extract "https://example.com/article" --json

Multiple URLs

多个URL

tvly extract "https://example.com/page1" "https://example.com/page2" --json
tvly extract "https://example.com/page1" "https://example.com/page2" --json

Query-focused extraction (returns relevant chunks only)

基于查询的定向提取（仅返回相关内容块）

tvly extract "https://example.com/docs" --query "authentication API" --chunks-per-source 3 --json
tvly extract "https://example.com/docs" --query "authentication API" --chunks-per-source 3 --json

JS-heavy pages

重度依赖JS的页面

tvly extract "https://app.example.com" --extract-depth advanced --json
tvly extract "https://app.example.com" --extract-depth advanced --json

Save to file

保存到文件

tvly extract "https://example.com/article" -o article.md
undefined
tvly extract "https://example.com/article" -o article.md
undefined

Options

可选参数

OptionDescription
--query
Rerank chunks by relevance to this query
--chunks-per-source
Chunks per URL (1-5, requires 
--query
)
--extract-depth
basic
(default) or 
advanced
(for JS pages)
--format
markdown
(default) or 
text
--include-images
Include image URLs
--timeout
Max wait time (1-60 seconds)
-o, --output
Save output to file
--json
Structured JSON output
参数说明
--query
根据该查询对内容块进行相关性重排序
--chunks-per-source
每个URL返回的内容块数量（1-5，需配合
--query
使用）
--extract-depth
basic
（默认）或
advanced
（用于JS渲染页面）
--format
markdown
（默认）或
text
--include-images
包含图片URL
--timeout
最长等待时间（1-60秒）
-o, --output
将输出保存到文件
--json
返回结构化JSON格式输出

Extract depth

提取深度

DepthWhen to use
basic
Simple pages, fast — try this first
advanced
JS-rendered SPAs, dynamic content, tables
深度适用场景
basic
简单页面，速度快 — 优先尝试该模式
advanced
JS渲染的SPA、动态内容、表格

Tips

小贴士

  • Max 20 URLs per request — batch larger lists into multiple calls.
  • Use 
    --query
    + 
    --chunks-per-source
     to get only relevant content instead of full pages.
  • Try 
    basic
    first    , fall back to 
    advanced
    if content is missing.
  • Set 
    --timeout
     for slow pages (up to 60s).
  • If search results already contain the content you need (via 
    --include-raw-content
    ), skip the extract step.
  • 单次请求最多支持20个URL — 若URL数量更多，请分批调用。
  • 使用
    --query
    + 
    --chunks-per-source
     仅获取相关内容，而非完整页面。
  • 优先尝试
    basic
    模式    ，若内容缺失再切换到
    advanced
    模式。
  • 设置
    --timeout
     适配加载缓慢的页面（最长60秒）。
  • 如果搜索结果已包含所需内容（通过
    --include-raw-content
    参数获取），可跳过提取步骤。

See also

相关技能

  • tavily-search — find pages when you don't have a URL
  • tavily-crawl — extract content from many pages on a site
  • tavily-search — 当你没有具体URL时，用于查找页面
  • tavily-crawl — 从网站的多个页面中提取内容