Exa Search 通过 Exa MCP 服务器提供面向网页内容、代码、公司和人员的神经搜索能力。
适用场景:用户需要最新网络信息或新闻;搜索代码示例、API 文档或技术参考;调研公司、竞争对手或市场参与者;查找领域内的专业档案或人员;为开发任务进行背景调研;用户说出“search for”“look up”“find”或“what's the latest on”等请求时。
前置要求:必须配置 Exa MCP 服务器。在 ~/.claude.json 中添加: "exa-web-search": { "command": "npx", "args": ["-y", "exa-mcp-server"], "env": { "EXA_API_KEY": "YOUR_EXA_API_KEY_HERE" } } API key 需在 exa.ai 获取。
核心工具:
- web_search_exa:通用网页搜索,用于获取当前信息、新闻或事实。参数包括 query(必填)和 numResults(默认 8)。
- web_search_advanced_exa:支持域名与日期过滤的高级搜索。参数包括 query(必填)、numResults(默认 8)、includeDomains、excludeDomains、startPublishedDate、endPublishedDate(ISO 日期)。
- get_code_context_exa:从 GitHub、Stack Overflow 和文档站点查找代码示例与文档。参数包括 query(必填)和 tokensNum(默认 5000,范围 1000-50000)。
- company_research_exa:调研公司,用于商业情报和新闻。参数包括 companyName(必填)和 numResults(默认 5)。
- people_search_exa:查找专业档案和简介。参数包括 query 和 numResults。
- crawling_exa:从 URL 提取完整页面内容。参数包括 url(必填)和 tokensNum(默认 5000)。
- deep_researcher_start / deep_researcher_check:启动异步运行的 AI 研究代理,先调用 start 获取 researchId,再用 check 查询状态,完成后返回结果。
使用模式:
- 快速查询:web_search_exa(query: "Node.js 22 new features", numResults: 3)
- 代码调研:get_code_context_exa(query: "Rust error handling patterns Result type", tokensNum: 3000)
- 公司尽调:company_research_exa 配合 web_search_advanced_exa 使用
- 技术深度研究:deep_researcher_start 启动异步研究,随后 deep_researcher_check 获取结果
使用建议:广泛查询用 web_search_exa,需要过滤时用 web_search_advanced_exa;代码片段可用较低 tokensNum(1000-2000),需要完整上下文时用较高值(5000+);将 company_research_exa 与 web_search_advanced_exa 结合可进行更全面的公司分析;对搜索结果中的具体 URL 可用 crawling_exa 获取全文;综合性主题适合用 deep_researcher_start 进行 AI 综合。
相关技能:deep-research(结合 firecrawl 与 exa 的完整研究工作流)、market-research(面向商业决策框架的研究)。
限制:资料未提供具体收费标准、价格、速度或效果数据,暂未提供。