Web Search by Exa - 神经网络网页搜索与研究工具

# Exa — 神经网络网页搜索与研究\n\nExa 是一款神经搜索引擎。不同于基于关键词的搜索，它理解语义——你描述想要的页面，它就能找到。返回清洁、适合 LLM 使用的内容，无需自行爬取。\n\nMCP 服务器: https://mcp.exa.ai/mcp\n免费层: 额度宽松，基础工具无需密钥\nAPI 密钥: dashboard.exa.ai/api-keys — 解锁更高额度和全部工具\n文档: exa.ai/docs\nGitHub: github.com/exa-labs/exa-mcp-server\n\n## 安装\n\n将 MCP 服务器加入你的 agent 配置：\n\n``\n# OpenClaw\nopenclaw mcp add exa --url "https://mcp.exa.ai/mcp"\n`\n\n或者在任意 MCP 配置 JSON 中：\n\n`json\n{\n "mcpServers": {\n "exa": {\n "url": "https://mcp.exa.ai/mcp"\n }\n }\n}\n`\n\n想要解锁全部工具并去除速率限制，只需在 URL 后追加你的 API 密钥：\n\nhttps://mcp.exa.ai/mcp?exaApiKey=YOUR_EXA_KEY\n\n如需启用特定可选工具（部分工具需 API KEY）：\n\nhttps://mcp.exa.ai/mcp?exaApiKey=YOUR_KEY&tools=web_search_exa,web_search_advanced_exa,people_search_exa,crawling_exa,company_research_exa,get_code_context_exa,deep_researcher_start,deep_researcher_check,deep_search_exa\n\n---\n\n## 工具参考\n\n### 默认工具（无需 API KEY）\n| Tool | 功能描述 |\n|------|----------|\n| web_search_exa | 通用网页搜索 — 内容干净、响应快速 |\n| get_code_context_exa | 从 GitHub、Stack Overflow、官方文档获取代码示例与使用说明 |\n| company_research_exa | 公司概览、新闻、融资、竞争对手信息 |\n\n### 可选工具（通过 tools 参数启用，部分需 API KEY）\n| Tool | 功能描述 |\n|------|----------|\n| web_search_advanced_exa | 完全控制的搜索：域名过滤、日期范围、分类、内容模式 |\n| crawling_exa | 从已知 URL 提取完整页面内容 — 支持 JS、PDF、复杂布局 |\n| people_search_exa | 查找 LinkedIn 个人资料、职业背景、专家信息 |\n| deep_researcher_start | 启动异步多步骤研究代理 → 生成详细报告 |\n| deep_researcher_check | 轮询状态 / 获取深度研究结果 |\n| deep_search_exa | 单次调用的深度搜索，返回合成答案并附带引用（需要 API KEY） |\n\n---\n\n## web_search_exa\n\n快速通用搜索。用自然语言描述你想要的页面。\n\n参数:\n- query (string, 必填) — 描述目标页面\n- numResults (int) — 返回结果数量，默认 10\n- type — auto（最佳质量），fast（低延迟），deep（多步推理）\n- livecrawl — fallback（默认）或 preferred（始终抓取最新）\n- contextMaxCharacters (int) — 限制返回内容大小\n\n示例:\n\n`json\nweb_search_exa {\n "query": "blog posts about using vector databases for recommendation systems",\n "numResults": 8\n}\n`\n\n`json\nweb_search_exa {\n "query": "latest OpenAI announcements March 2026",\n "numResults": 5,\n "type": "fast"\n}\n`\n\n---\n\n## web_search_advanced_exa\n\n面向高级用户的工具。功能覆盖 web_search_exa，并额外支持域名过滤、日期过滤、分类定位以及内容抽取模式。\n\n额外参数:\n| Parameter | Type | 功能描述 |\n|-----------|------|----------|\n| includeDomains | string[] | 仅返回这些域名的结果（最多 1200）|\n| excludeDomains | string[] | 排除这些域名的结果|\n| category | string | 目标内容类型（见下表）|\n| startPublishedDate | string | ISO 日期，返回此日期之后发布的内容|\n| endPublishedDate | string | ISO 日期，返回此日期之前发布的内容|\n| maxAgeHours | int | 内容新鲜度控制：0=始终 livecrawl，-1=仅缓存，24=缓存 <24h|\n| contents.highlights | object | 抽取与查询相关的片段。通过 maxCharacters 控制大小|\n| contents.text | object | 完整页面的 Markdown 文本。通过 maxCharacters 控制大小|\n| contents.summary | object | LLM 生成的摘要。支持查询和 JSON Schema 用于结构化抽取|\n\n分类示例:\n| Category | 最适用场景 |\n|----------|------------|\n| company | 公司页面、LinkedIn 公司简介 |\n| people | LinkedIn 个人资料、职业简介、个人站点 |\n| research paper | arXiv、学术论文、同行评审研究 |\n| news | 当下事件、新闻报道 |\n| tweet | X/Twitter 帖子 |\n| personal site | 博客、个人页面 |\n| financial report | SEC 备案、财报 |\n\n示例:\n\n检索研究论文:\n\n`json\nweb_search_advanced_exa {\n "query": "transformer architecture improvements for long-context windows",\n "category": "research paper",\n "numResults": 15,\n "contents": { "highlights": { "maxCharacters": 3000 } }\n}\n`\n\n构建公司列表并结构化抽取:\n\n`json\nweb_search_advanced_exa {\n "query": "Series A B2B SaaS companies in climate tech founded after 2022",\n "category": "company",\n "numResults": 25,\n "contents": {\n "summary": {\n "query": "company name, what they do, funding stage, location",\n "schema": {\n "type": "object",\n "properties": {\n "name": { "type": "string" },\n "description": { "type": "string" },\n "funding": { "type": "string" },\n "location": { "type": "string" }\n }\n }\n }\n }\n}\n`\n\n搜索特定岗位的候选人:\n\n`json\nweb_search_advanced_exa {\n "query": "machine learning engineers at fintech startups in NYC with experience in fraud detection",\n "category": "people",\n "numResults": 20,\n "contents": { "highlights": { "maxCharacters": 2000 } }\n}\n`\n\n通过已知 URL 查找相似页面（直接把 URL 当作查询）:\n\n`json\nweb_search_advanced_exa {\n "query": "https://linkedin.com/in/some-candidate-profile",\n "numResults": 15,\n "contents": { "highlights": { "maxCharacters": 2000 } }\n}\n`\n\n最新新闻并控制新鲜度:\n\n`json\nweb_search_advanced_exa {\n "query": "AI regulation policy updates",\n "category": "news",\n "maxAgeHours": 72,\n "numResults": 10,\n "contents": { "highlights": { "maxCharacters": 4000 } }\n}\n`\n\n限定域名搜索:\n\n`json\nweb_search_advanced_exa {\n "query": "authentication best practices",\n "includeDomains": ["owasp.org", "auth0.com", "docs.github.com"],\n "numResults": 10,\n "contents": { "text": { "maxCharacters": 5000 } }\n}\n`\n\n---\n\n## company_research_exa\n\n一键公司调研。返回业务概览、最新新闻、融资情况及竞争格局。\n\n`json\ncompany_research_exa { "query": "Stripe payments company overview and recent news" }\n`\n\n`json\ncompany_research_exa { "query": "what does Anduril Industries do and who are their competitors" }\n`\n\n---\n\n## people_search_exa\n\n按角色、公司、地点、专长查找专业人士。返回 LinkedIn 资料和简介。\n\n`json\npeople_search_exa { "query": "VP of Engineering at healthcare startups in San Francisco" }\n`\n\n`json\npeople_search_exa { "query": "AI researchers specializing in multimodal models" }\n`\n\n---\n\n## get_code_context_exa\n\n在 GitHub、Stack Overflow 与官方文档中搜索代码示例和 API 用法。\n\n`json\nget_code_context_exa { "query": "how to implement rate limiting in Express.js with Redis" }\n`\n\n`json\nget_code_context_exa { "query": "Python asyncio connection pooling example with aiohttp" }\n`\n\n---\n\n## crawling_exa\n\n从指定 URL 提取干净的页面内容。支持 JavaScript 渲染、PDF 与复杂布局，返回 Markdown。\n\n`json\ncrawling_exa { "url": "https://arxiv.org/abs/2301.07041" }\n`\n\n适用于已有 URL 且想要直接阅读页面内容的场景。\n\n---\n\n## deep_researcher_start + deep_researcher_check\n\n长时异步研究。Exa 的研究代理会搜索、阅读并生成详尽报告。\n\n启动研究任务:\n\n`json\ndeep_researcher_start {\n "query": "competitive landscape of AI code generation tools in 2026 — key players, pricing, technical approaches, market share"\n}\n`\n\n检查状态 / 获取结果（使用 researchId）:\n\n`json\ndeep_researcher_check { "researchId": "abc123..." }\n`\n\n轮询至状态为 completed，最终响应即完整报告。\n\n---\n\n## deep_search_exa\n\n单次调用的深度搜索：从多个角度展开查询，搜索、阅读并返回带引用的合成答案。需提供 API KEY。\n\n`json\ndeep_search_exa { "query": "what are the leading approaches to multimodal RAG in production systems" }\n`\n\n支持结构化输出（outputSchema）：\n\n`json\ndeep_search_exa {\n "query": "top 10 aerospace companies by revenue",\n "type": "deep",\n "outputSchema": {\n "type": "object",\n "required": ["companies"],\n "properties": {\n "companies": {\n "type": "array",\n "items": {\n "type": "object",\n "properties": {\n "name": { "type": "string" },\n "revenue": { "type": "string" },\n "hq": { "type": "string" }\n }\n }\n }\n }\n }\n}\n`\n\n---\n\n## Query Craft（查询编写技巧）\n\nExa 采用神经检索——匹配语义而非关键词。请像向同事描述理想页面那样编写查询。\n\n正确示例: "blog post about using embeddings for product recommendations at scale"\n错误示例: "embeddings product recommendations"\n\n正确示例: "Stripe payments company San Francisco fintech"\n错误示例: "Stripe"（过于模糊）\n\n知道内容类型时请使用 category 参数，可显著提升质量。\n\n为获得更广覆盖，可并行运行 2‑3 条查询变体并去重结果。\n\n在 Agent 工作流中，使用 highlights 而非全文，可提升约 10 倍的 token 效率，同时保留关键信息。\n\n---\n\n## Token Efficiency（Token 效率）\n\n| Content Mode | 何时使用 |\n|--------------|-----------|\n| highlights | Agent 工作流、事实查找、多步管道——最省 token |\n| text | 深度分析、需要完整页面上下文时 |\n| summary | 快速概览、使用 JSON Schema 进行结构化抽取 |\n\n在任意模式下通过 maxCharacters 控制输出大小。\n\n---\n\n## 何时使用哪种工具\n\n| 场景 | 建议使用的工具 |\n|------|-------------------|\n| 快速网页查询 | web_search_exa |\n| 学术论文、研究检索 | web_search_advanced_exa + category: "research paper" |\n| 公司情报、竞争分析 | company_research_exa 或 web_search_advanced_exa + category: "company" |\n| 找人、候选人、专家 | people_search_exa 或 web_search_advanced_exa + category: "people" |\n| 代码示例、API 文档 | get_code_context_exa |\n| 阅读特定 URL | crawling_exa |\n| 查找相似页面 | web_search_advanced_exa（将 URL 直接作查询） |\n| 最新新闻 / 推文 | web_search_advanced_exa + category: "news" 或 "tweet" + maxAgeHours |\n| 详细研究报告 | deep_researcher_start → deep_researcher_check |\n| 带引用的快速答案 | deep_search_exa` |\n\n文档: exa.ai/docs — Dashboard: dashboard.exa.ai — 支持: support@exa.ai