Exa AI 搜索与研究技能:网页、代码和异步工作流 - Openclaw Skills
作者:互联网
2026-03-27
什么是 Exa AI 搜索与研究?
Exa 搜索 + 研究技能为 AI 智能体与 Exa API 交互提供了一个高性能接口。它支持利用神经和深度模式进行高级网页搜索、提取干净的页面内容以及专门的代码上下文检索。通过集成这些 Openclaw Skills,开发人员可以授权其智能体通过结构化输出和自动轮询处理复杂的、多步骤的研究工作流。
此技能专为需要不仅仅是基础搜索结果的技术工作流而设计。它支持特定类别的过滤(如公司、研究论文或新闻),并允许对子页面进行深度爬取,为大语言模型(LLM)驱动的任务收集详尽的上下文。
下载入口:https://github.com/openclaw/skills/tree/main/skills/xieshaocong33ethan/exa-full
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install exa-full
2. 手动安装
将技能文件夹复制到以下位置之一
全局模式~/.openclaw/skills/
工作区
/skills/
优先级:工作区 > 本地 > 内置
3. 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 exa-full。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
Exa AI 搜索与研究 应用场景
- 为复杂的编程任务检索最新的文档或代码片段。
- 使用特定的类别过滤器(如公司或财务报告)进行深度市场研究。
- 提取全页内容并爬取子页面,为智能体推理提供全面的上下文。
- 执行需要结构化 JSON 输出和自动状态轮询的长时间运行的研究任务。
- 通过环境变量或本地 .env 文件提供有效的 Exa API 密钥来初始化技能。
- 根据需求选择特定脚本,例如用于查询的 search.sh 或用于提取的 content.sh。
- 配置执行参数,如搜索类型(neural、deep、fast)和域名过滤器以优化结果。
- 执行命令与 Exa API 交互,并接收结构化数据供智能体处理。
- 对于研究任务,该技能负责处理创建任务和轮询最终结果的生命周期。
Exa AI 搜索与研究 配置指南
要使用此技能,请确保已安装 curl 和 jq。您必须使用以下方法之一设置 API 密钥:
export EXA_API_KEY="your-exa-api-key"
或者,在 Openclaw Skills 配置所在的同一目录下创建一个 .env 文件:
EXA_API_KEY=your-exa-api-key
Exa AI 搜索与研究 数据架构与分类体系
该技能返回针对 AI 消耗优化的结构化 JSON 数据。以下是处理的主要数据结构:
| 脚本 | 输出数据 |
|---|---|
search.sh |
搜索结果数组,包括标题、URL、评分和发布日期。 |
content.sh |
提取的文本内容、高亮句子和爬取的子页面数据。 |
code.sh |
编程特定的上下文、片段和文档链接。 |
research.sh |
基于提供的 outputSchema JSON 文件的结构化研究发现。 |
name: exa-full
version: 1.2.1
description: Exa AI search + Research API. Supports web/code search, content extraction, and async multi-step research tasks with outputSchema.
homepage: https://exa.ai
metadata: {"openclaw":{"emoji":"??","requires":{"bins":["curl","jq"],"env":["EXA_API_KEY"]}}}
Exa - Search + Research
Use this skill for web search, code-context search, URL content extraction, and async research workflows.
What This Skill Does
- Run Exa web search with optional category and domain filters.
- Retrieve full page content (and optional subpage crawling).
- Find code and docs context for programming queries.
- Run async research tasks (one-shot or create/poll workflows).
- Support optional structured outputs via
outputSchema.
Setup
Set EXA_API_KEY using one of these methods.
export EXA_API_KEY="your-exa-api-key"
# .env next to SKILL.md
EXA_API_KEY=your-exa-api-key
Behavior:
- If
EXA_API_KEYis missing in the environment, scripts load onlyEXA_API_KEYfrom.env. - Other
.envvariables are ignored by the loader.
Safety and Data Handling
SCHEMA_FILEcontent is sent tohttps://api.exa.ai/research/v1asoutputSchema.- Never use sensitive local files for
SCHEMA_FILE(for example:.env, key/cert files, secrets, internal confidential docs). research_create.shblocks obvious sensitive paths/suffixes (for example:.env,.pem,.key,.p12,.pfx,id_rsa).
Command Quick Reference
Search
bash scripts/search.sh "query"
Main env vars:
NUM=10(max 100)TYPE=auto(auto,neural,fast,deep,instant)CATEGORY=(company,research paper,news,tweet,personal site,financial report,people)DOMAINS=domain1.com,domain2.comEXCLUDE=domain1.com,domain2.comSINCE=YYYY-MM-DDUNTIL=YYYY-MM-DDLOCATION=NL
Constraints:
EXCLUDEis not supported whenCATEGORY=companyorCATEGORY=people.SINCEandUNTILare not supported whenCATEGORY=companyorCATEGORY=people.- When
CATEGORY=people,DOMAINSaccepts LinkedIn domains only (linkedin.com,www.linkedin.com,*.linkedin.com).
Content Extraction
bash scripts/content.sh "url1" "url2"
Main env vars:
MAX_CHARACTERS=2000HIGHLIGHT_SENTENCES=3HIGHLIGHTS_PER_URL=2SUBPAGES=10SUBPAGE_TARGET="docs,reference,api"LIVECRAWL=preferred(preferred,always,fallback)LIVECRAWL_TIMEOUT=12000
Code Context Search
bash scripts/code.sh "query" [num_results]
Research (One-shot)
bash scripts/research.sh "instructions"
Main env vars:
MODEL=exa-researchorMODEL=exa-research-proSCHEMA_FILE=path/to/schema.jsonPOLL_INTERVAL=2MAX_WAIT_SECONDS=240EVENTS=true
Research (Create/Poll)
bash scripts/research_create.sh "instructions" | jq
bash scripts/research_poll.sh "researchId" | jq
Agent Decision Rules
Choose TYPE for Search
Use this decision order:
- User explicitly asks for realtime or autocomplete ->
TYPE=instant. - Task needs broad coverage or deeper synthesis ->
TYPE=deep. - User asks for speed/quality balance ->
TYPE=fast. - Otherwise ->
TYPE=auto(default).
Fallback/escalation:
- If too slow or time-sensitive:
deep -> auto -> fast -> instant. - If too shallow:
instant -> fast -> auto -> deep. - Explicit user requirement always wins.
Recommended pattern:
TYPE=auto bash scripts/search.sh "query"
Common Pitfalls
- Do not pass sensitive files to
SCHEMA_FILE. - Do not combine
CATEGORY=people|companywithEXCLUDE,SINCE, orUNTIL. - Prefer
https://docs.exa.ai/for subpage crawling seeds (more reliable thanhttps://exa.ai/docs/reference/).
More Examples
See EXAMPLES.md for grouped command examples and edge-case workflows.
相关推荐
专题
+ 收藏
+ 收藏
+ 收藏
+ 收藏
+ 收藏
最新数据
相关文章
Business Claw:ERPNext MCP 自动化与工作流 - Openclaw 技能
Context Engineer:Openclaw 技能的 Token 优化专家
韩国发票:自动化估价单与税务发票 - Openclaw Skills
小红书文案教练:爆款笔记生成器 - Openclaw Skills
慕尼黑 MVG & S-Bahn 实时追踪命令行工具 - Openclaw Skills
Reddit 研究技能:自动化社群洞察 - Openclaw Skills
豆包聊天:带有联网搜索功能的免费 AI 对话 - Openclaw Skills
NightPatch:自动化工作流优化 - Openclaw 技能
国产 AI 视频生成器:Wan2.6 与可灵集成 - Openclaw Skills
Sonos Announce:智能音频状态恢复 - Openclaw Skills
AI精选
