Tavily
Assaf Elovic and the GPT Researcher contributors, with the project rooted in Tavily · Programación · Negocios
GPT Researcher es un agente de investigación profunda de código abierto que convierte una sola pregunta en un informe con citas, usando el modelo y el buscador que elijas.
Acerca de Tavily
About
Qué es GPT Researcher
GPT Researcher es un agente de investigación autónomo que instalas y ejecutas tú mismo. Le das una pregunta y la divide en varias subpreguntas, lanza un rastreador para cada una, guarda de dónde salió cada fragmento y al final redacta un informe largo con citas. Nació en 2023 del trabajo del equipo de Tavily y hoy es un proyecto con licencia Apache 2.0 en GitHub, con unos 30.000 marcadores.
La herramienta existe porque un modelo de chat, por sí solo, investiga mal. Sus datos de entrenamiento se quedan viejos, no puede leer veinte páginas a la vez y tiende a responder con lo que suena plausible. El problema del buscador es el contrario: tampoco es un generador de informes de investigación, devuelve una lista de enlaces y te deja la lectura a ti. GPT Researcher se coloca en medio, hace la lectura y el descarte, y cada frase del resultado se puede rastrear hasta una página real.
La contrapartida es que no es una app de consumo. No hay registro, ni suscripción, ni línea de atención. Necesitas Python 3.12 o superior, al menos una clave de API de un modelo y otra de un buscador, salvo que apuntes a un recuperador gratuito. Todo lo demás, desde la instalación hasta el alojamiento, corre por tu cuenta.
Primeros pasos
- Instala Python 3.12 o posterior, clona el repositorio de GitHub o instala el paquete con
pip install gpt-researcher. - Exporta tus claves.
OPENAI_API_KEYyTAVILY_API_KEYcubren la configuración por defecto, yOPENAI_BASE_URLte deja apuntar a un modelo local o de otro proveedor. - Elige un recuperador y un modelo en la configuración, o deja los valores por defecto y permite que el agente trabaje con Tavily y un modelo de OpenAI.
- Arranca el servidor con
python -m uvicorn main:app --reloady abre localhost:8000, o llama aGPTResearcherdesde tu propio script de Python. - Lee el informe en el navegador y expórtalo en Markdown, PDF, DOCX o JSON; revisa la lista de fuentes que acompaña a cada ejecución.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de Tavily.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Analistas y consultores que redactan informes a diario
- Desarrolladores que quieren añadir una función de investigación
- Estudiantes de posgrado e investigadores que entran en un campo nuevo
- Equipos pequeños sin presupuesto de investigación
Tareas
- Investigación competitiva de un mercado o una empresa
- Convertir una carpeta de PDF en un único resumen
- Preparar un panorama bibliográfico antes de un artículo o una presentación
- Dar contexto fundamentado a otro agente
Casos de uso
- Informe de situación de un sector un lunes por la mañana
- Evaluar una herramienta antes de comprarla
- Verificar un dato que estás a punto de publicar
- Montar un bot interno de investigación
Funciones clave
Planificador y rastreadores en paralelo
El agente no lee páginas una detrás de otra. Un planificador escribe un conjunto de preguntas de investigación, lanza un rastreador para cada una y los ejecuta a la vez; por eso un informe normal termina en unos tres minutos y no en media hora. Lo que encuentra una rama puede generar preguntas nuevas, de modo que una ejecución de investigación profunda recorre un árbol de subtemas y no una sola línea. El alcance se ajusta con parámetros como MAX_ITERATIONS y la profundidad de la investigación.
Más de veinte recuperadores con la misma interfaz
Tavily es el buscador por defecto, aunque no el único. Cambias una variable de entorno y pasas a Google, Bing, DuckDuckGo, SearXNG, Serper, You.com, Exa, arXiv o PubMed, algo que importa cuando el tema vive en artículos académicos y no en páginas generales. La lista también acepta servidores MCP, así que un repositorio de GitHub o una base de datos interna conviven con la web abierta en la misma ejecución.
Filtrado del contexto antes de que el modelo lea
Cada ejecución extrae decenas de páginas y la mayor parte del texto no viene a cuento. GPT Researcher puntúa cada fragmento antes de que llegue al modelo. El filtro por defecto, Jev de TypeSafe, conserva el 73 por ciento de los fragmentos que responden a la pregunta, frente al 46 por ciento de un filtro basado en embeddings, según el banco de 28 tareas del propio proyecto. Si no configuras una clave de TypeSafe, cae en un ranking BM25 por palabras clave que funciona en local sin modelo.
Informes largos con trazabilidad de fuentes
La fase de escritura convierte el contexto filtrado en un informe que supera con frecuencia las 2.000 palabras, una extensión que un solo mensaje de chat no alcanza con fiabilidad. Cada afirmación lleva su cita en línea y el agente guarda una lista de fuentes que puedes recuperar por separado desde la API de Python. Los tipos de informe van del informe estándar al esquema, la lista de recursos o el desglose por subtemas.
Documentos locales junto a la web
Si apuntas DOC_PATH a una carpeta, el agente lee PDF, Word, Excel, CSV, Markdown, PowerPoint y texto plano como parte de su investigación. Así se convierte en un asistente de conocimiento privado que responde con tu material y sigue citando páginas web cuando necesita contexto externo. Nada sale hacia terceros más allá de lo que ve el proveedor de modelo que elijas.
Servidor MCP y soporte para frameworks de agentes
Un servidor MCP oficial envuelve el agente en varias herramientas: investigación profunda, búsqueda rápida, redacción de informe y recuperación de fuentes. Con eso, Claude Desktop, Cursor o n8n lo usan como herramienta de investigación con IA dentro de su flujo sin que escribas código de pegamento. El proyecto también incluye un paquete de Python, un backend FastAPI con streaming por WebSocket y dos frontends, uno en HTML plano y otro en Next.js.
Ventajas y desventajas
Ventajas
- Gratis y de código abierto bajo Apache 2.0, sin límite de usuarios ni cuenta de facturación que abrir.
- El modelo y el buscador se cambian por separado, así que funciona con OpenAI, Anthropic, Gemini, DeepSeek o un modelo local vía Ollama.
- Los rastreadores en paralelo mantienen un informe completo en la franja de tres a cinco minutos, rápido como para usarlo dentro de una jornada de trabajo.
- Las citas y la lista de fuentes aparte permiten comprobar en qué se apoya una afirmación antes de reutilizar informes de investigación con citas en tu propio trabajo.
Desventajas
- La instalación y la configuración dan por hecho que eres desarrollador. Si nunca abriste una terminal ni tocaste una variable de entorno, la guía de inicio se te va a hacer cuesta arriba.
- La calidad del informe depende mucho del modelo que conectes. Un modelo barato produce secciones superficiales, y uno potente dispara tu factura de API.
- El agente lee la web abierta, así que los artículos de pago y los sitios con mucho JavaScript a veces devuelven texto escaso o roto.
- Los modos multagente e investigación profunda multiplican las llamadas al modelo, y la documentación oficial calcula unos 0,4 dólares por ejecución de investigación profunda.
Preguntas frecuentes
Sí. El software es de código abierto bajo Apache 2.0 y el proyecto no vende suscripciones. El gasto real es el consumo de los modelos y las API de búsqueda que genera cada ejecución, que suele moverse entre céntimos y unos pocos dólares según el modelo.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con Tavily.
Alternativas a Tavily
Forefront
Forefront · ProgramaciónForefront es una plataforma web para construir con IA de código abierto. Te deja ajustar los principales modelos de lenguaje de código abierto con tus propios datos, evaluar cómo rinden y ejecutarlos a través de una API o exportarlos para alojarlos tú mismo. Los desarrolladores que quieren la comodidad de una plataforma cerrada pero insisten en ser dueños de sus modelos y sus datos son el público objetivo.
Startkit
StartKit.AI · ProgramaciónStartkit es un boilerplate para crear productos de SaaS con IA y wrappers de IA. Piénsalo como un boilerplate para startups de IA con las partes aburridas ya conectadas: autenticación, pagos con Stripe y Lemon Squeezy, límites de uso, correo transaccional y un kit de inicio de API de IA que habla con OpenAI, Anthropic, Groq o Llama. Clonas el repositorio, pones tu precio y te dedicas a la parte del producto por la que la gente paga de verdad. Está hecho con Next.js sobre React y Tailwind, así que buena parte del código boilerplate ya te resulta familiar.
Testim
Tricentis · ProgramaciónTestim es una plataforma de automatización de pruebas impulsada por IA para crear y ejecutar pruebas de extremo a extremo en aplicaciones web, móviles y Salesforce. Se apoya en el aprendizaje automático para mantener las pruebas estables cuando cambia una interfaz, así que los equipos dedican menos tiempo a reparar selectores rotos. No está nada mal para una herramienta de pruebas automatizadas que puedes empezar a usar hoy mismo. Creas pruebas grabando acciones en un navegador y luego añades JavaScript cuando necesitas más control. Es una opción sólida para equipos de QA con mucho trabajo.