核心用法
exa-full 是 Exa AI 官方推出的 Claude Code 技能,封装了 Exa 搜索与研究 API 的完整能力。用户可通过环境变量配置 EXA_API_KEY 后,调用多个 Shell 脚本实现不同场景:
- 搜索 ( (
search.sh):支持 auto/neural/fast/deep/instant 五种搜索模式,可按类别(论文、新闻、公司、人物等)、域名、日期范围过滤 - 内容提取 ( (
content.sh):抓取指定 URL 的完整页面内容,支持子页面爬取与实时爬取模式 - 代码搜索 ( (
code.sh):针对编程查询优化,返回代码片段与文档上下文 - 异步研究 ( (
research.sh/research_create.sh/research_poll.sh):创建多步骤研究任务,支持通过 JSON Schema 定义结构化输出,自动轮询直至完成
显著优点
1. 搜索质量分层:五种搜索类型覆盖从即时响应到深度合成的不同需求,Agent 可按场景智能选择
2. 结构化输出:研究任务支持 outputSchema,可直接获取符合预定义格式的 JSON 结果,便于下游处理
3. 安全设计完善:敏感文件上传检查、jq 安全构建 JSON、HTTPS 通信、HTTP 状态码校验等多重防护
4. 来源可信:Exa AI 官方集成,代码托管于维护良好的社区仓库,版本迭代规范
潜在缺点与局限性
- 网络强依赖:所有功能依赖 Exa API 可用性,离线环境无法使用
- 成本考量:Exa API 为商业服务,高频调用可能产生费用
- 异步任务延迟:研究任务需轮询等待,默认最长 240 秒,实时性要求高的场景受限
- 人物/公司搜索限制:此类别不支持排除域名和日期过滤,灵活性降低
适合的目标群体
- 需要高质量网络搜索的研究人员、分析师
- 构建 RAG 系统的开发者,需获取结构化网页内容
- 编程场景下需要代码上下文的技术用户
- 需要自动化多步研究任务的知识工作者
使用风险
- API 密钥泄露风险:需妥善保管
EXA_API_KEY,避免提交至版本控制 - Schema 文件误用:虽已实现敏感文件检查,但用户仍需确保不上传内部机密文档
- 第三方数据暴露:搜索查询与提取内容发送至 Exa 服务器,敏感信息需谨慎处理
- 性能波动:API 响应时间受网络与 Exa 服务端负载影响,极端情况下可能超时