核心用法
Exa 是一款专为 AI 工作流设计的搜索与研究工具，通过 Shell 脚本封装提供四大核心能力：
1. 通用搜索 (`search.sh`)：支持语义搜索、分类过滤（公司/论文/新闻/人物等）、域名白名单/黑名单、时间范围筛选。智能搜索类型系统（instant/fast/auto/deep）可根据延迟与质量需求动态选择。
2. 代码搜索 (`code.sh`)：针对代码仓库的语义检索。
3. 内容提取 (`content.sh`)：从 URL 提取完整文本，支持子页面爬取（SUBPAGES）、实时抓取（LIVECRAWL）及高亮片段生成，适合深度文档分析。
4. 异步研究 (`research.sh`)：多步骤 AI 研究任务，可输出结构化数据（通过 outputSchema），支持 polling 机制与超时控制，适合复杂综合研究。
显著优点
- AI 原生设计：搜索结果针对 LLM 消费优化，非传统 SEO 导向
- 深度研究模式：
TYPE=deep提供 ~5s 延迟的全面综合检索 - 结构化输出：Research API 支持 JSON Schema 定义输出格式
- 灵活部署：支持
.env文件与环境变量双模式配置 - 代理友好：清晰的搜索→提取→研究三段式工作流，适合自动化集成
潜在局限
- API 限制：
CATEGORY=company/people时排除域名与日期筛选受限 - 成本不透明：Pro 模型与深度搜索可能产生较高费用
- 依赖外部服务：需有效 API key，网络故障将中断工作流
- 子页面爬取不稳定：部分路径返回
CRAWL_NOT_FOUND - 延迟权衡：
deep模式 ~5s 延迟不适合实时场景
适合人群
- 需要超越传统搜索引擎的 AI 研究者与知识工作者
- 构建 RAG 系统的开发者（需高质量网页内容提取）
- 自动化研究报告生成的分析师
- 开发代码智能助手的工程团队
常规风险
- API 密钥泄露：
.env文件或环境变量需妥善保管 - 数据隐私：搜索查询与内容提取可能暴露敏感信息至 Exa 服务器
- 内容准确性：AI 合成研究结论需人工验证
- 服务可用性：第三方 API 存在速率限制与停服风险
- 成本失控：异步研究任务可能消耗大量 token 与计算资源