Everything-claude-code exa-search

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。

install

source · Clone the upstream repo

git clone https://github.com/affaan-m/everything-claude-code

Claude Code · Install into ~/.claude/skills/

T=$(mktemp -d) && git clone --depth=1 https://github.com/affaan-m/everything-claude-code "$T" && mkdir -p ~/.claude/skills && cp -r "$T/docs/zh-CN/skills/exa-search" ~/.claude/skills/affaan-m-everything-claude-code-exa-search-d884b1 && rm -rf "$T"

manifest: docs/zh-CN/skills/exa-search/SKILL.md

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"],
  "env": { "EXA_API_KEY": "YOUR_EXA_API_KEY_HERE" }
}

在 exa.ai 获取 API 密钥。此仓库当前的 Exa 设置记录了此处公开的工具接口：

web_search_exa

和

get_code_context_exa

。如果你的 Exa 服务器公开了其他工具，请在文档或提示中依赖它们之前，先核实其确切名称。

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: "2026年最新人工智能发展", numResults: 5)

参数：

参数	类型	默认值	说明
`query`	字符串	必填	搜索查询
`numResults`	数字	8	结果数量
`type`	字符串	`auto`	搜索模式
`livecrawl`	字符串	`fallback`	需要时优先使用实时爬取
`category`	字符串	无	可选焦点，例如 `company` 或 `research paper`

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）

使用模式

快速查找

web_search_exa(query: "Node.js 22 新功能", numResults: 3)

代码研究

get_code_context_exa(query: "Rust错误处理模式Result类型", tokensNum: 3000)

公司或人物研究

web_search_exa(query: "Vercel 2026年融资估值", numResults: 3, category: "company")
web_search_exa(query: "site:linkedin.com/in Anthropic AI安全研究员", numResults: 5)

技术深度研究

web_search_exa(query: "WebAssembly 组件模型状态与采用情况", numResults: 5)
get_code_context_exa(query: "WebAssembly 组件模型示例", tokensNum: 4000)

提示

使用
```
web_search_exa
```
获取最新信息、公司查询和广泛发现
使用
```
site:
```
、引号内的短语和
```
intitle:
```
等搜索运算符来缩小结果范围
对于聚焦的代码片段，使用较低的
```
tokensNum
```
(1000-2000)；对于全面的上下文，使用较高的值 (5000+)
当你需要 API 用法或代码示例而非通用网页时，使用
```
get_code_context_exa
```