exa-search

exa-search 技能概览

exa-search 的作用

exa-search 技能是一个基于 Exa 的网络研究工具，用于查找最新信息，并从 URL 中提取内容。它最适合那些需要使用 exa-search 技能去检索主题、核实事实、抓取页面源文，或者从文章和 PDF 中汇集材料，而不想手动筛选每个结果的用户。

什么时候最适合用

当任务是“先找出最好的来源，再提取相关文本”时，就该用 exa-search 做 Web Research。它尤其适合技术、科学和概念密集型问题，因为这类场景下，语义搜索通常比普通关键词提示更有效。

它的不同之处

exa-search 的核心差异在于路由方式：它把网页搜索和 URL 提取拆成两条独立流程，让 agent 能根据任务选择合适路径，而不是把所有请求都当成通用浏览任务来处理。它还支持面向研究的过滤能力，包括在查询需要时定向到学术类来源。

如何使用 exa-search 技能

安装与前置条件

安装 exa-search 时，这个技能需要 exa-py Python SDK、EXA_API_KEY，以及可用的互联网访问。如果缺少 API key 或网络访问，技能就无法稳定完成网页搜索或内容提取。

怎样提示效果最好

高质量的 exa-search 使用提示应明确研究目标、时效要求和来源偏好。例如：“Use exa-search to find recent sources on lithium iron phosphate battery recycling, prioritize primary and technical sources, then extract the most relevant pages.” 这样可以让技能清楚知道要搜什么，也清楚要提取什么。

先读这些文件

先从 SKILL.md 开始，再根据你需要的能力继续查看链接的参考文件：

• references/web-search.md：搜索策略和结果筛选
• references/web-extract.md：抓取网页、文章或 PDF 内容
• SKILL.md 中的 setup 部分：安装与认证细节

实用工作流

一个好的 exa-search 指南式工作流是：先定义问题，再决定先搜索还是先提取，接着用尽可能窄、但仍能找到高质量来源的查询去跑，最后只提取真正相关的 URL。如果你在做 Web Research，记得把主题、受众和来源类型一起写进去，这样技能才不会返回过于宽泛或噪声过多的结果。

exa-search 技能 FAQ

exa-search 比普通提示更好吗？

通常是的，前提是任务依赖最新网页来源、来源提取，或者需要先找到合适页面再阅读。普通提示可以总结已知信息，但 exa-search 的设计目标是先把证据检索出来。

exa-search 适合学术或技术研究吗？

适合。这个技能针对科学和技术内容做过优化，特别适合你需要先发现来源，再从论文、文章或文档中提取内容的场景。如果你只需要面向大众网页的广泛结果，它可能比实际需要的能力还要强。

什么时候不该用 exa-search？

如果任务只能离线完成、你手头已经有完整原文，或者你的环境禁止浏览，就不要用它。它也不适合那种目标只是写观点、而完全不需要查找来源的任务。

对新手友好吗？

友好，前提是你能清楚描述要找什么。最大的失败模式是描述太模糊；exa-search 最适合那种会明确写出主题、时效性和想要的来源质量的请求。

如何改进 exa-search 技能

给技能更明确的研究简报

最有效的改进，是在搜索开始前先把查询范围收紧。不要只说“research batteries”，而是改成“find recent peer-reviewed or manufacturer sources on sodium-ion battery cycle life, then extract claims with numbers.” 这样更符合 exa-search 返回和筛选证据的方式。

明确来源规则和输出形式

如果你在意来源质量，就直接说清楚：“prefer primary sources”“include academic domains”或者“exclude blogs and press releases”。在 exa-search 使用场景里，也要说明你想要的是排序后的来源列表、提取后的段落，还是提取完成后的简短综合。

注意过宽检索

常见问题包括搜索范围过大、提取了无关页面，或者把搜索和阅读混在一个描述不清的请求里。如果发生这种情况，就把任务拆开：先让 exa-search 找来源，再让它只提取最匹配的那些结果。

用更具体的约束逐步迭代

第一次跑完之后，就用缺失的信息继续收紧：日期范围、地区、文档类型，或者技术深度。用于 Web Research 的 exa-search，一般加一两个约束，比增加更多泛泛背景更能提升准确度。