SiniyaYousuf/exa-search

Exa 搜索

通过 Exa MCP 服务器实现网页内容、代码、公司和人物的神经搜索。

何时激活

• 用户需要当前网页信息或新闻
• 搜索代码示例、API 文档或技术参考资料
• 研究公司、竞争对手或市场参与者
• 查找特定领域的专业资料或人物
• 为任何开发任务进行背景调研
• 用户提到“搜索”、“查找”、“寻找”或“关于……的最新消息是什么”

MCP 要求

必须配置 Exa MCP 服务器。添加到 ~/.claude.json：

"exa-web-search": {
  "command": "npx",
  "args": [
    "-y",
    "exa-mcp-server",
    "tools=web_search_exa,web_search_advanced_exa,get_code_context_exa,crawling_exa,company_research_exa,people_search_exa,deep_researcher_start,deep_researcher_check"
  ],
  "env": { "EXA_API_KEY": "YOUR_EXA_API_KEY_HERE" }
}

在 exa.ai 获取 API 密钥。 如果省略 tools=... 参数，可能只会启用较小的默认工具集。

核心工具

web_search_exa

用于当前信息、新闻或事实的通用网页搜索。

web_search_exa(query: "latest AI developments 2026", numResults: 5)

参数：

| 参数 | 类型 | 默认值 | 说明 | |-------|------|---------|-------| | query | string | 必需 | 搜索查询 | | numResults | number | 8 | 结果数量 |

web_search_advanced_exa

具有域名和日期约束的过滤搜索。

web_search_advanced_exa(
  query: "React Server Components best practices",
  numResults: 5,
  includeDomains: ["github.com", "react.dev"],
  startPublishedDate: "2025-01-01"
)

参数：

| 参数 | 类型 | 默认值 | 说明 | |-------|------|---------|-------| | query | string | 必需 | 搜索查询 | | numResults | number | 8 | 结果数量 | | includeDomains | string[] | 无 | 限制在特定域名 | | excludeDomains | string[] | 无 | 排除特定域名 | | startPublishedDate | string | 无 | ISO 日期过滤器（开始） | | endPublishedDate | string | 无 | ISO 日期过滤器（结束） |

get_code_context_exa

从 GitHub、Stack Overflow 和文档站点查找代码示例和文档。

get_code_context_exa(query: "Python asyncio patterns", tokensNum: 3000)

参数：

| 参数 | 类型 | 默认值 | 说明 | |-------|------|---------|-------| | query | string | 必需 | 代码或 API 搜索查询 | | tokensNum | number | 5000 | 内容令牌数（1000-50000） |

company_research_exa

用于商业情报和新闻的公司研究。

company_research_exa(companyName: "Anthropic", numResults: 5)

参数：

| 参数 | 类型 | 默认值 | 说明 | |-------|------|---------|-------| | companyName | string | 必需 | 公司名称 | | numResults | number | 5 | 结果数量 |

people_search_exa

查找专业资料和个人简介。

people_search_exa(query: "AI safety researchers at Anthropic", numResults: 5)

crawling_exa

从 URL 提取完整页面内容。

crawling_exa(url: "https://example.com/article", tokensNum: 5000)

参数：

| 参数 | 类型 | 默认值 | 说明 | |-------|------|---------|-------| | url | string | 必需 | 要提取的 URL | | tokensNum | number | 5000 | 内容令牌数 |

deep_researcher_start / deep_researcher_check

启动一个异步运行的 AI 研究代理。

# Start research
deep_researcher_start(query: "comprehensive analysis of AI code editors in 2026")

# Check status (returns results when complete)
deep_researcher_check(researchId: "<id from start>")

使用模式

快速查找

web_search_exa(query: "Node.js 22 new features", numResults: 3)

代码研究

get_code_context_exa(query: "Rust error handling patterns Result type", tokensNum: 3000)

公司尽职调查

company_research_exa(companyName: "Vercel", numResults: 5)
web_search_advanced_exa(query: "Vercel funding valuation 2026", numResults: 3)

技术深度研究

# Start async research
deep_researcher_start(query: "WebAssembly component model status and adoption")
# ... do other work ...
deep_researcher_check(researchId: "<id>")

提示

• 使用 web_search_exa 进行广泛查询，使用 web_search_advanced_exa 获取过滤结果
• 较低的 tokensNum（1000-2000）用于聚焦的代码片段，较高的（5000+）用于全面的上下文
• 结合 company_research_exa 和 web_search_advanced_exa 进行彻底的公司分析
• 使用 crawling_exa 从搜索结果中的特定 URL 获取完整内容
• deep_researcher_start 最适合受益于 AI 综合的全面主题

相关技能

• deep-research — 使用 firecrawl + exa 的完整研究工作流
• market-research — 带有决策框架的业务导向研究