← Retour aux workflows
Workflow n8n

Automatisation Tavily avec n8n : recherche et extraction de données

Ce workflow n8n est conçu pour automatiser le processus de recherche et d'extraction de données à partir de la plateforme Tavily. Dans un contexte où les entreprises cherchent à optimiser leur collecte d'informations, ce template permet d'accélérer la recherche de sujets pertinents et d'extraire des contenus de manière efficace. Les cas d'usage incluent la veille concurrentielle, la recherche de tendances de marché et l'analyse de contenu web.

  • Étape 1 : le déclencheur de ce workflow est un chat via l'interface de Langchain, permettant à l'utilisateur de fournir un sujet de recherche.
  • Étape 2 : le noeud 'Tavily Search' effectue une requête HTTP pour rechercher des informations sur le sujet spécifié.
  • Étape 3 : les résultats sont filtrés par le noeud 'Filter > 90%', garantissant que seules les informations les plus pertinentes sont retenues.
  • Étape 4 : le noeud 'Tavily Extract' permet d'extraire les données des résultats obtenus. Enfin, le contenu est résumé à l'aide du noeud 'Summarize Web Page Content', utilisant le modèle OpenAI pour générer un résumé concis. Ce workflow offre une valeur ajoutée significative en réduisant le temps nécessaire pour collecter et analyser des données, tout en augmentant la précision des informations obtenues.
Tags clés :automatisationTavilyn8nextraction de donnéesrecherche
🎯Pour qui ?🧩Problème résolu📋Étapes du flux🛠Guide de personnalisation
Catégorie: Manual · Tags: automatisation, Tavily, n8n, extraction de données, recherche❤ 0

Workflow n8n Tavily, extraction de données, recherche : vue d'ensemble

Schéma des nœuds et connexions de ce workflow n8n, généré à partir du JSON n8n.

React Flow
Besoin d'aide ?

Workflow n8n Tavily, extraction de données, recherche : détail des nœuds

  • Sticky Note1

    Ce noeud crée une note autocollante avec des paramètres de couleur, largeur, hauteur et contenu.

  • Sticky Note

    Ce noeud crée une note autocollante avec des paramètres de couleur, largeur, hauteur et contenu.

  • Sticky Note2

    Ce noeud crée une note autocollante avec des paramètres de couleur, largeur, hauteur et contenu.

  • Sticky Note3

    Ce noeud crée une note autocollante avec des paramètres de largeur, hauteur et contenu.

  • Tavily Search

    Ce noeud effectue une requête HTTP pour rechercher des informations sur Tavily.

  • Tavily Extract

    Ce noeud effectue une requête HTTP pour extraire des données de Tavily.

  • Sticky Note4

    Ce noeud crée une note autocollante avec des paramètres de couleur, largeur, hauteur et contenu.

  • Get Top Result

    Ce noeud définit des options et des affectations pour obtenir le meilleur résultat.

  • Tavily Extract Top Search

    Ce noeud effectue une requête HTTP pour extraire le meilleur résultat de recherche sur Tavily.

  • Filter > 90%

    Ce noeud filtre les résultats pour ne garder que ceux supérieurs à 90%.

  • Tavily Search Topic

    Ce noeud effectue une requête HTTP pour rechercher un sujet sur Tavily.

  • OpenAI Chat Model

    Ce noeud utilise le modèle de chat OpenAI pour générer des réponses.

  • Summarize Web Page Content

    Ce noeud résume le contenu d'une page web en utilisant un modèle de langage.

  • Sticky Note5

    Ce noeud crée une note autocollante avec des paramètres de couleur, largeur, hauteur et contenu.

  • Tavily API Key

    Ce noeud définit une clé API pour Tavily avec des options et des affectations.

  • Provide search topic via Chat window

    Ce noeud permet de fournir un sujet de recherche via une fenêtre de chat.

  • Sticky Note6

    Ce noeud crée une note autocollante avec des paramètres de couleur, hauteur et contenu.

Inscris-toi pour voir l'intégralité du workflow

Inscription gratuite

S'inscrire gratuitementBesoin d'aide ?
{
  "id": "QqbYH25we4JDZrZD",
  "meta": {
    "instanceId": "31e69f7f4a77bf465b805824e303232f0227212ae922d12133a0f96ffeab4fef"
  },
  "name": "🔍🛠️ Tavily Search & Extract - Template",
  "tags": [],
  "nodes": [
    {
      "id": "e029204b-2e05-4262-b464-7c1b3a995f91",
      "name": "Sticky Note1",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -780,
        -940
      ],
      "parameters": {
        "color": 4,
        "width": 520,
        "height": 940,
        "content": "## Tavily API Search Endpoint\n\n**Base URL**: `https://api.tavily.com/search`\n**Method**: POST\n\n### Required Parameters\n- `query`: The search query string\n- `api_key`: Your Tavily API key\n\n### Optional Parameters\n- `search_depth`: \"basic\" or \"advanced\" (default: \"basic\")\n- `topic`: \"general\" or \"news\" (default: \"general\") \n- `max_results`: Maximum number of results to return (default: 5)\n- `include_images`: Include query-related images (default: false)\n- `include_answer`: Include AI-generated answer (default: false)\n- `include_raw_content`: Include parsed HTML content (default: false)\n- `include_domains`: List of domains to include\n- `exclude_domains`: List of domains to exclude\n- `time_range`: Filter by time range (\"day\", \"week\", \"month\", \"year\")\n- `days`: Number of days back for news results (default: 3)\n\n### Example Request\n```json\n{\n    \"api_key\": \"tvly-YOUR_API_KEY\",\n    \"query\": \"Who is Leo Messi?\",\n    \"search_depth\": \"basic\",\n    \"include_answer\": false,\n    \"include_images\": true,\n    \"max_results\": 5\n}\n```\n"
      },
      "typeVersion": 1
    },
    {
      "id": "6c47edec-6c6e-460d-b098-f9a26caa5f8e",
      "name": "Sticky Note",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -220,
        -940
      ],
      "parameters": {
        "color": 6,
        "width": 640,
        "height": 720,
        "content": "## Tavily API Extract Endpoint \n\n**Base URL**: `https://api.tavily.com/extract`\n**Method**: POST\n\n### Required Parameters\n- `urls`: Single URL string or array of URLs\n- `api_key`: Your Tavily API key\n\n### Optional Parameters\n- `include_images`: Include extracted images (default: false)\n\n### Example Request\n```json\n{\n    \"api_key\": \"tvly-YOUR_API_KEY\", \n    \"urls\": [\n        \"https://en.wikipedia.org/wiki/Artificial_intelligence\",\n        \"https://en.wikipedia.org/wiki/Machine_learning\"\n    ]\n}\n```"
      },
      "typeVersion": 1
    },
    {
      "id": "cacae1d1-c9ec-4c2f-ba5d-f782257697cc",
      "name": "Sticky Note2",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -1240,
        -940
      ],
      "parameters": {
        "color": 3,
        "width": 420,
        "height": 540,
        "content": "## Tavily API Documentation\n\nThe Tavily REST API provides seamless access to Tavily Search, a powerful search engine for LLM agents, and Tavily Extract, an advanced web scraping solution optimized for LLMs.\n\nhttps://docs.tavily.com/docs/rest-api/examples\n\nhttps://docs.tavily.com/docs/rest-api/api-reference#parameters\n\nThe Tavily API provides two main endpoints for search and data extraction.\n\nThe API returns JSON responses containing:\n\n- Search results with titles, URLs, and content\n- Extracted raw content from specified URLs\n- Response time metrics\n- Any error messages for failed requests\n\n\n**Note**: Error handling should check for failed results in the response before processing.\n"
      },
      "typeVersion": 1
    },
    {
      "id": "16e977f4-e72d-474c-a04b-3f3ad51cc322",
      "name": "Sticky Note3",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -1240,
        -360
      ],
      "parameters": {
        "width": 420,
        "height": 360,
        "content": "## Tavily Use Cases\n\n📜 Why Use Tavily API for Data Enrichment?\n\nhttps://docs.tavily.com/docs/use-cases/data-enrichment\n\n💡 Why Use Tavily API for Company Research?\n\nhttps://docs.tavily.com/docs/use-cases/company-research\n\n🔍 GPT Researcher\n\nhttps://docs.tavily.com/docs/gpt-researcher/introduction"
      },
      "typeVersion": 1
    },
    {
      "id": "7e4d0b3c-761d-42b9-bbbe-6ceb366fdc6f",
      "name": "Tavily Search",
      "type": "n8n-nodes-base.httpRequest",
      "position": [
        -580,
        -180
      ],
      "parameters": {
        "url": "https://api.tavily.com/search",
        "body": "={\n    \"api_key\": \"tvly-YOUR_API_KEY\",\n    \"query\": \"What is n8n?\",\n    \"search_depth\": \"basic\",\n    \"include_answer\": false,\n    \"include_images\": true,\n    \"include_image_descriptions\": true,\n    \"include_raw_content\": false,\n    \"max_results\": 5,\n    \"include_domains\": [],\n    \"exclude_domains\": []\n}",
        "method": "POST",
        "options": {},
        "sendBody": true,
        "contentType": "raw",
        "rawContentType": "application/json"
      },
      "typeVersion": 4.2
    },
    {
      "id": "47c0bfcf-a187-4b15-b208-2458c934d5f7",
      "name": "Tavily Extract",
      "type": "n8n-nodes-base.httpRequest",
      "position": [
        40,
        -400
      ],
      "parameters": {
        "url": "https://api.tavily.com/extract",
        "body": "={\n    \"api_key\": \"tvly-YOUR_API_KEY\",\n    \"urls\": [\n        \"https://en.wikipedia.org/wiki/Artificial_intelligence\"\n    ]\n}",
        "method": "POST",
        "options": {},
        "sendBody": true,
        "contentType": "raw",
        "rawContentType": "application/json"
      },
      "typeVersion": 4.2
    },
    {
      "id": "47791d39-087b-4104-aa0d-ef98deee945c",
      "name": "Sticky Note4",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -1940,
        -1020
      ],
      "parameters": {
        "color": 7,
        "width": 660,
        "height": 1020,
        "content": "## Tavily API Overview\nhttps://docs.tavily.com/docs/welcome\n\nThe Tavily API provides a specialized search engine built specifically for AI agents and LLM applications, offering two main endpoints:\n\n## Search Endpoint\n\nThe search endpoint enables intelligent web searching with:\n\n**Key Features**\n- Query-based search with customizable depth (\"basic\" or \"advanced\")\n- Topic filtering for general or news content\n- Control over result quantity and content type\n- Domain inclusion/exclusion capabilities\n- Time range filtering and news date restrictions\n\n## Extract Endpoint\n\nThe extract endpoint focuses on content retrieval:\n\n**Key Features**\n- Single or batch URL processing\n- Raw content extraction\n- Optional image extraction\n- Structured response format\n\n## Implementation Benefits\n\n**For AI Integration**\n- Optimized for RAG (Retrieval Augmented Generation)\n- Single API call handles searching, scraping and filtering\n- Customizable response formats\n- Built-in content relevance scoring\n\n**Technical Advantages**\n- JSON response format\n- Error handling for failed requests\n- Response time metrics\n- Flexible content filtering options\n\n\nThis API is designed to simplify the integration of real-time web data into AI applications while ensuring high-quality, relevant results through intelligent processing and filtering."
      },
      "typeVersion": 1
    },
    {
      "id": "76b291bc-8c34-44f1-b366-09c9f51089e2",
      "name": "Get Top Result",
      "type": "n8n-nodes-base.set",
      "position": [
        -700,
        140
      ],
      "parameters": {
        "options": {},
        "assignments": {
          "assignments": [
            {
              "id": "a73e848c-f7e7-4b3a-ae99-930c577b47be",
              "name": "results",
              "type": "object",
              "value": "={{ $json.results.first() }}"
            }
          ]
        }
      },
      "typeVersion": 3.4
    },
    {
      "id": "4b098e57-eff2-4e70-9429-23b5c3d936c2",
      "name": "Tavily Extract Top Search",
      "type": "n8n-nodes-base.httpRequest",
      "position": [
        -480,
        140
      ],
      "parameters": {
        "url": "https://api.tavily.com/extract",
        "body": "={\n    \"api_key\": \"{{ $('Tavily API Key').item.json.api_key }}\",\n    \"urls\": [\n        \"{{ $json.results.url }}\"\n    ]\n}",
        "method": "POST",
        "options": {},
        "sendBody": true,
        "contentType": "raw",
        "rawContentType": "application/json"
      },
      "typeVersion": 4.2
    },
    {
      "id": "f593e164-1c9d-46e6-a619-39fe621c829f",
      "name": "Filter > 90%",
      "type": "n8n-nodes-base.set",
      "position": [
        -920,
        140
      ],
      "parameters": {
        "options": {},
        "assignments": {
          "assignments": [
            {
              "id": "8fd0cfc4-7adc-45f9-a278-d217e362ebfb",
              "name": "results",
              "type": "array",
              "value": "={{ $json.results.filter(item => item.score > 0.80) }}"
            }
          ]
        },
        "includeOtherFields": true
      },
      "typeVersion": 3.4
    },
    {
      "id": "fadd100c-0335-42c2-9c3d-48e6d17eb2f9",
      "name": "Tavily Search Topic",
      "type": "n8n-nodes-base.httpRequest",
      "position": [
        -1140,
        140
      ],
      "parameters": {
        "url": "https://api.tavily.com/search",
        "body": "={\n    \"api_key\": \"{{ $json.api_key }}\",\n    \"query\": \"{{ $('Provide search topic via Chat window').item.json.chatInput }}\",\n    \"search_depth\": \"basic\",\n    \"include_answer\": false,\n    \"include_images\": true,\n    \"include_image_descriptions\": true,\n    \"include_raw_content\": false,\n    \"max_results\": 5,\n    \"include_domains\": [],\n    \"exclude_domains\": []\n}",
        "method": "POST",
        "options": {},
        "sendBody": true,
        "contentType": "raw",
        "rawContentType": "application/json"
      },
      "typeVersion": 4.2
    },
    {
      "id": "1bc5a21f-0f96-4951-9c88-0bec00b9c586",
      "name": "OpenAI Chat Model",
      "type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
      "position": [
        -240,
        300
      ],
      "parameters": {
        "options": {}
      },
      "credentials": {
        "openAiApi": {
          "id": "jEMSvKmtYfzAkhe6",
          "name": "OpenAi account"
        }
      },
      "typeVersion": 1.1
    },
    {
      "id": "994bb3ee-598b-4d3f-bcfc-16c9cca36657",
      "name": "Summarize Web Page Content",
      "type": "@n8n/n8n-nodes-langchain.chainLlm",
      "position": [
        -260,
        140
      ],
      "parameters": {
        "text": "=Summarize this web content and provide in Markdown format:  {{ $json.results[0].raw_content }}",
        "promptType": "define"
      },
      "typeVersion": 1.5
    },
    {
      "id": "d5520da7-f6bc-470e-ab96-e04097041f08",
      "name": "Sticky Note5",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -1680,
        40
      ],
      "parameters": {
        "color": 5,
        "width": 1800,
        "height": 400,
        "content": "## Tavily Search and Extract with AI Summarization Example"
      },
      "typeVersion": 1
    },
    {
      "id": "9bd6c18e-aabf-4719-b9c4-ac91b36891a1",
      "name": "Tavily API Key",
      "type": "n8n-nodes-base.set",
      "position": [
        -1360,
        140
      ],
      "parameters": {
        "options": {},
        "assignments": {
          "assignments": [
            {
              "id": "035660a9-bb58-4ecb-bad3-7f4d017fa69f",
              "name": "api_key",
              "type": "string",
              "value": "tvly-YOUR_API_KEY"
            }
          ]
        }
      },
      "typeVersion": 3.4
    },
    {
      "id": "41f36ad7-7a2b-4732-89ec-fe6500768631",
      "name": "Provide search topic via Chat window",
      "type": "@n8n/n8n-nodes-langchain.chatTrigger",
      "position": [
        -1580,
        140
      ],
      "webhookId": "6b8f316b-776e-429a-8699-55f230c3a168",
      "parameters": {
        "options": {}
      },
      "typeVersion": 1.1
    },
    {
      "id": "0213756a-35c4-46a8-9b79-2e8a81852177",
      "name": "Sticky Note6",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -1420,
        320
      ],
      "parameters": {
        "color": 7,
        "height": 80,
        "content": "### Tavily API Key\nhttps://app.tavily.com/home"
      },
      "typeVersion": 1
    }
  ],
  "active": false,
  "pinData": {},
  "settings": {
    "executionOrder": "v1"
  },
  "versionId": "e1f22fbb-9663-405c-b7b1-7e8b2d54ad0f",
  "connections": {
    "Filter > 90%": {
      "main": [
        [
          {
            "node": "Get Top Result",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Get Top Result": {
      "main": [
        [
          {
            "node": "Tavily Extract Top Search",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Tavily API Key": {
      "main": [
        [
          {
            "node": "Tavily Search Topic",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "OpenAI Chat Model": {
      "ai_languageModel": [
        [
          {
            "node": "Summarize Web Page Content",
            "type": "ai_languageModel",
            "index": 0
          }
        ]
      ]
    },
    "Tavily Search Topic": {
      "main": [
        [
          {
            "node": "Filter > 90%",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Tavily Extract Top Search": {
      "main": [
        [
          {
            "node": "Summarize Web Page Content",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Provide search topic via Chat window": {
      "main": [
        [
          {
            "node": "Tavily API Key",
            "type": "main",
            "index": 0
          }
        ]
      ]
    }
  }
}

Workflow n8n Tavily, extraction de données, recherche : pour qui est ce workflow ?

Ce workflow s'adresse aux équipes marketing, aux analystes de données et aux entreprises souhaitant automatiser leur processus de recherche d'informations. Il est adapté aux organisations de taille moyenne à grande, avec un niveau technique intermédiaire requis pour sa mise en œuvre.

Workflow n8n Tavily, extraction de données, recherche : problème résolu

Ce workflow résout le problème de la collecte manuelle d'informations, qui peut être chronophage et sujette à des erreurs. En automatisant la recherche et l'extraction de données, les utilisateurs gagnent un temps précieux et obtiennent des résultats plus précis. Cela réduit également le risque d'oublier des informations clés, permettant ainsi une prise de décision plus éclairée et rapide.

Workflow n8n Tavily, extraction de données, recherche : étapes du workflow

Étape 1 : le workflow commence par une interaction via le chat pour définir le sujet de recherche.

  • Étape 1 : une requête HTTP est envoyée à Tavily pour effectuer la recherche.
  • Étape 2 : les résultats sont filtrés pour ne conserver que ceux ayant un score supérieur à 90%.
  • Étape 3 : les données pertinentes sont extraites à l'aide d'une autre requête HTTP.
  • Étape 4 : le contenu est résumé grâce à un modèle de langage d'OpenAI, fournissant ainsi une synthèse claire et concise des informations trouvées.

Workflow n8n Tavily, extraction de données, recherche : guide de personnalisation

Pour personnaliser ce workflow, il est possible de modifier l'URL de l'API Tavily dans les noeuds 'Tavily Search' et 'Tavily Extract'. Vous pouvez également ajuster les paramètres de filtrage dans le noeud 'Filter > 90%' pour répondre à vos critères spécifiques. Si vous souhaitez intégrer d'autres outils, envisagez de remplacer ou d'ajouter des noeuds HTTP pour interagir avec d'autres API. Assurez-vous de sécuriser votre clé API dans le noeud 'Tavily API Key' et de tester le flux régulièrement pour garantir son bon fonctionnement.