Exa Search

Exa MCP サーバー経由での Web コンテンツ、コード、企業、および人物の神経検索。

アクティベート時

• ユーザーが最新の Web 情報またはニュースが必要
• コード例、API ドキュメント、または技術リファレンスを検索
• 企業、競合他社、または市場プレイヤーの調査
• ドメイン内の専門家プロフィールまたは人物を検索
• 開発タスクのための背景調査の実施
• ユーザーが「検索して」「調べて」「見つけて」または「最新の情報は」と言った場合

MCP 要件

Exa MCP サーバーを設定する必要があります。~/.claude.json に追加してください:

"exa-web-search": {
  "command": "npx",
  "args": ["-y", "exa-mcp-server"],
  "env": { "EXA_API_KEY": "YOUR_EXA_API_KEY_HERE" }
}

API キーは exa.ai で取得できます。

コアツール

web_search_exa

最新情報、ニュース、または事実を検索するための一般的な Web 検索。

web_search_exa(query: "latest AI developments 2026", numResults: 5)

パラメータ:

パラメータ	型	デフォルト	注記
query	string	必須	検索クエリ
numResults	number	8	結果の数

web_search_advanced_exa

ドメインと日付の制約を伴うフィルター付き検索。

web_search_advanced_exa(
  query: "React Server Components best practices",
  numResults: 5,
  includeDomains: ["github.com", "react.dev"],
  startPublishedDate: "2025-01-01"
)

パラメータ:

パラメータ	型	デフォルト	注記
query	string	必須	検索クエリ
numResults	number	8	結果の数
includeDomains	string[]	なし	特定ドメインに限定
excludeDomains	string[]	なし	特定ドメインを除外
startPublishedDate	string	なし	ISO 日付フィルター (開始)
endPublishedDate	string	なし	ISO 日付フィルター (終了)

get_code_context_exa

GitHub、Stack Overflow、およびドキュメントサイトからコード例とドキュメントを検索。

get_code_context_exa(query: "Python asyncio patterns", tokensNum: 3000)

パラメータ:

パラメータ	型	デフォルト	注記
query	string	必須	コードまたは API 検索クエリ
tokensNum	number	5000	コンテンツトークン (1000-50000)

company_research_exa

ビジネスインテリジェンスとニュースのための企業調査。

company_research_exa(companyName: "Anthropic", numResults: 5)

パラメータ:

パラメータ	型	デフォルト	注記
companyName	string	必須	企業名
numResults	number	5	結果の数

people_search_exa

専門家プロフィールと経歴を検索。

people_search_exa(query: "AI safety researchers at Anthropic", numResults: 5)

crawling_exa

URL から完全なページコンテンツを抽出。

crawling_exa(url: "https://example.com/article", tokensNum: 5000)

パラメータ:

パラメータ	型	デフォルト	注記
url	string	必須	抽出する URL
tokensNum	number	5000	コンテンツトークン

deep_researcher_start / deep_researcher_check

非同期で実行される AI 研究エージェントを開始。

# 研究を開始
deep_researcher_start(query: "comprehensive analysis of AI code editors in 2026")

# ステータスを確認 (完了時に結果を返す)
deep_researcher_check(researchId: "<id from start>")

使用パターン

クイック検索

web_search_exa(query: "Node.js 22 new features", numResults: 3)

コード調査

get_code_context_exa(query: "Rust error handling patterns Result type", tokensNum: 3000)

企業デューデリジェンス

company_research_exa(companyName: "Vercel", numResults: 5)
web_search_advanced_exa(query: "Vercel funding valuation 2026", numResults: 3)

技術的深掘り

# 非同期研究を開始
deep_researcher_start(query: "WebAssembly component model status and adoption")
# ... 他の作業を実施 ...
deep_researcher_check(researchId: "<id>")

ヒント

• 広範なクエリには web_search_exa を、フィルター結果には web_search_advanced_exa を使用
• 集中的なコードスニペット用には tokensNum を 1000-2000 に、包括的なコンテキスト用には 5000 以上に設定
• 企業の詳細な分析には company_research_exa と web_search_advanced_exa を組み合わせ
• 検索結果で見つけた特定の URL から完全なコンテンツを取得するには crawling_exa を使用
• deep_researcher_start は AI による統合から得られる包括的なトピックに最適

関連スキル

• deep-research — firecrawl と exa を組み合わせた完全な研究ワークフロー
• market-research — 意思決定フレームワークを備えたビジネス指向の研究