JantonioFC 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
When to Use
通过Exa MCP进行神经搜索，适用于网络、代码和公司研究。当用户需要网络搜索、代码示例、公司情报、人员查找，或使用Exa神经搜索引擎进行AI驱动的深度研究时使用。.
Covers: MCP 要求, web\search\exa, web\search\advanced\exa, get\code\context\exa, company\research\exa.