企业官网建设流程全解析

• AI 技能
• 人工智能

本文以 tools/integrations/exa.md 为骨架，结合仓库内 exa.js CLI 源码与其工具注册表 REGISTRY.md、clis/README.md 中的规范，讲解如何在 marketing-skills 生态中为 LLM/Agent 接入 Exa 的神经语义搜索、相似页发现与按需内容提取能力。

导读

Exa 是一个专为 LLM 与 AI Agent 设计的 AI 搜索引擎 API：它在一次请求中同时完成「神经匹配 + 关键词匹配」的混合检索，并按需返回正文全文、高亮片段与摘要，省去了「先搜索、再逐个抓取页面」的多步流程。本文面向 Claude Code 与营销类 AI Agent 场景，完整覆盖 Exa 的三大端点（/search、/findSimilar、/contents）、核心参数体系，以及仓库内置零依赖 CLI 的安装与实战用法，帮助你直接用它完成内容研究、竞品发现、SEO 内容缺口分析与受众调研。

集成能力总览

Exa 在仓库中同时具备 API、MCP、CLI、SDK 四种接入形态，覆盖从「纯 API 调用」到「Agent 直接使用 MCP 工具」的全部路径：

其中仓库自带的 CLI 位于 tools/clis/exa.js，是零依赖的单文件 Node.js 脚本，仅需 Node 18+ 原生fetch，无需npm install，符合 clis/README.md 中「所有 CLI 统一约定」的规范；在工具注册表 REGISTRY.md 中，Exa 被归类为AI Search工具，官方推荐用于「神经/语义网络搜索、内容研究、相似页发现」，并明确可与seo-audit、content-strategy、competitor-profiling技能配合使用。

认证方式

• 类型：API Key
• 请求头：x-api-key: {key}
• 获取 Key：在 Exa 官方 Dashboard 创建（认证请求头经 Base URLhttps://api.exa.ai发送）

从 exa.js 源码可以看到 CLI 的认证实现：脚本从环境变量EXA_API_KEY读取密钥，若未设置则直接报错并退出，密钥绝不硬编码进仓库——这与 clis/README.md 的「所有 CLI 一律从环境变量读取凭据」安全约定一致：

const API_KEY = process.env.EXA_API_KEY const BASE_URL = 'https://api.exa.ai' if (!API_KEY) { console.error(JSON.stringify({ error: 'EXA_API_KEY environment variable required' })) process.exit(1) }

除x-api-key外，CLI 每次请求还会附带x-exa-integration: marketingskills自定义头（见 exa.js），用于在 Exa 侧标识流量来源，属仓库集成层的自有约定。

端点说明

Base URL：https://api.exa.ai

三个端点形成了完整的 Agent 工作链路：先用/search或/findSimilar发现候选 URL，再用/contents一次性取回全部候选页面的正文/高亮/摘要，全程无需额外的网页抓取工具。

常见 Agent 操作

以下五组请求即 tools/integrations/exa.md 中的核心实战示例，可直接作为 Agent 的 prompt 模板或手工调试基准。

1. 带内容的网络搜索

一次请求同时完成搜索与内容提取，是 Exa 相对传统搜索 API 的关键差异：

POST https://api.exa.ai/search { "query": "best B2B SaaS onboarding flows", "type": "auto", "numResults": 10, "contents": { "text": { "maxCharacters": 1000 }, "highlights": true } }

type: "auto"让 Exa 自动在神经匹配与关键词匹配之间路由；contents.text截取每篇结果前 1000 字符正文，highlights同时返回 LLM 挑选的相关片段——一次调用即可获得「结果列表 + 正文 + 高亮」三层信息。

2. 竞品内容发现

通过includeDomains把搜索范围锁定在指定站点，配合startPublishedDate只看近期内容：

POST https://api.exa.ai/search { "query": "landing page teardowns", "includeDomains": ["goodui.org", "growth.design", "marketingexamples.com"], "startPublishedDate": "2024-01-01T00:00:00Z", "contents": { "highlights": true } }

适合监控特定竞品/灵感站点产出的新内容，或批量盘点某个垂直领域的头部内容。

3. 相似页发现

给定一个已知优秀页面（如 Stripe 定价页），反向找出网络上与之相似的页面：

POST https://api.exa.ai/findSimilar { "url": "https://stripe.com/pricing", "numResults": 20, "contents": { "summary": { "query": "What pricing model and price points does this page use?" } } }

这里contents.summary.query是一个面向摘要的定向问题——Exa 会对每篇相似页按该问题生成摘要，例如统一回答「该页使用什么定价模型、定价多少」，让 20 个结果直接变成一张可对比的定价情报表。

4. 分类过滤搜索

category参数把搜索限定在特定内容类别中，news类别结合日期过滤即为标准的新闻监控写法：

POST https://api.exa.ai/search { "query": "DTC beauty brand raising Series A", "category": "news", "numResults": 25, "startPublishedDate": "2024-06-01T00:00:00Z" }

5. 获取已知 URL 的内容

已有明确 URL 列表时，直接用/contents批量提取，summary.query可对每篇执行同一语义任务：

POST https://api.exa.ai/contents { "urls": ["https://example.com/post-1", "https://example.com/post-2"], "text": true, "summary": { "query": "Summarize this article's key argument in one paragraph." } }

关键参数详解

搜索类型（type）

其中deep系列属于「代理式搜索」——Exa 自己会拆解查询、执行多次检索并做综合，适合需要推理与跨来源整合的复杂调研任务，但延迟与成本相应更高。

分类（category）

支持：company、research paper、news、personal site、financial report、people。

过滤（Filtering）

Contents 三件套（可混合使用）

三个内容提取能力可在同一次请求中同时开启：

• text: true或{ maxCharacters, includeHtmlTags, verbosity }—— 返回完整或截断的页面正文；
• highlights: true或{ query, maxCharacters }—— 返回 LLM 依据语义挑选的相关片段，query可指定高亮关注的维度；
• summary: { query, schema }—— 返回 LLM 生成的摘要，可附加query定向问题，或通过schema让摘要严格符合自定义 JSON Schema（适合 Agent 结构化解析结果）。

仓库 CLI 实战：零依赖调用 Exa

exa.js 将上述三个端点封装为三个子命令，遵循 clis/README.md 的统一模式{tool} <resource> <action> [options]，全部参数均可用--key value形式传入，输出为 JSON。

安装与认证

无需任何依赖，三种方式任选（详见 clis/README.md）：

# 方式一：直接运行 node tools/clis/exa.js search --query "B2B SaaS onboarding" --num 5 # 方式二：软链到全局 ln -sf "$(pwd)/tools/clis/exa.js" ~/.local/bin/exa # 方式三：把整个目录加入 PATH export PATH="$PATH:/path/to/marketingskills/tools/clis"

认证只需设置环境变量：export EXA_API_KEY=your_key（clis/README.md 中的凭据对照表将exa映射到EXA_API_KEY）。

三个子命令与参数映射

search：对应POST /search

exa search --query "best B2B SaaS onboarding flows" \ --type auto --num 10 \ --include-domains "goodui.org,growth.design" \ --start-published 2024-01-01T00:00:00Z \ --text --highlights --max-chars 1000 \ --highlight-query "what tactics do they recommend" \ --summary --summary-query "summarize key steps"

从源码（exa.js）可见search子命令完整支持--query、--type、--num、--category、--include-domains、--exclude-domains、--include-text、--exclude-text、--start-published、--end-published、--start-crawl、--end-crawl、--user-location，其中逗号分隔的域名/短语参数会在请求体内被拆分为数组（split(',').map(s => s.trim())）。

find-similar：对应POST /findSimilar

exa find-similar --url https://stripe.com/pricing --num 20 \ --start-published 2024-01-01T00:00:00Z \ --summary --summary-query "What pricing model and price points does this page use?"

（源码见 exa.js，--url为必填，其余过滤与 Contents 参数同search。）

contents：对应POST /contents

exa contents --urls "https://example.com/post-1,https://example.com/post-2" \ --text --summary --summary-query "Summarize this article's key argument in one paragraph."

（源码见 exa.js，--urls为逗号分隔必填；若未指定任何 Contents 选项，脚本默认回退为text: true。）

请求体构造细节

exa.js 中的buildContents()揭示了 CLI 如何把命令行参数翻译成 API 的contents对象：

• --text→contents.text = true，若加--max-chars 1000则变为{ maxCharacters: 1000 }；
• --highlights→contents.highlights = true，若加--highlight-query则变为{ query }；
• --summary→contents.summary = {}，若加--summary-query则填入{ query }。

只有当三者之一被显式指定时contents才会被放入请求体；对search之外的两个端点，contents参数同样生效，例如find-similar可携带summary.query做定向摘要。

安全演练：--dry-run

所有请求都可通过--dry-run预览而不真正发送：源码（exa.js）在 dry-run 模式下直接返回{ _dry_run: true, method, url, headers, body }，其中x-api-key会被掩码为***，方便排查参数拼写错误且不会泄露密钥，符合 clis/README.md 的安全要求。

输出与管道

CLI 以 JSON 输出到 stdout，可直接配合jq解析或存入文件：

# 取前 5 条结果的标题 exa search --query "landing page teardowns" --num 10 --highlights | jq '.results[:5][] | {title, url, highlights}' # 保存结果供后续处理 exa search --query "DTC beauty brand Series A" --category news --num 25 > news.json

何时使用 Exa

官方文档给出的典型营销 Agent 场景（tools/integrations/exa.md）：

• 内容研究（Content research）——按语义而非仅关键词，找到小众主题下的高质量长文；
• 竞品发现（Competitor discovery）——通过findSimilar找出与已知目标公司相似的页面/公司；
• SEO 内容缺口分析（SEO content gap analysis）——检索竞品有排名而你缺失的话题，拉取高亮片段快速评审；
• 客户研究（Customer research）——检索论坛帖子、博客与评论中关于你产品或品类的真实讨论；
• 受众研究（Audience research）——发现你的 ICP 发表内容或留言的博客、Newsletter 与社区；
• 新闻监控（News monitoring）——以category: news+ 日期过滤跟踪品牌、竞品或品类的提及；
• 外链机会挖掘（Link prospecting）——找出覆盖你写作主题的高权威页面用于外联；
• 线索研究（Lead research）——用company与people分类发现符合筛选条件的公司或联系人。

在仓库生态中，Exa 与多个营销技能高度互补——REGISTRY.md 的 Agent 推荐将其与seo-audit、content-strategy、competitor-profiling技能配对使用；文档底部列出的相关技能还包括 ai-seo、competitors、customer-research、cold-email、lead-magnets 与 marketing-ideas。例如：competitor-profiling需要盘点竞品内容资产时，可由 Agent 调用exa find-similar+contents自动拉取并摘要；cold-email需要为外联准备背景信息时，可先用search检索目标公司最近动态。

速率限制与计费提示

• 速率限制因套餐而异，具体见 Exa 官方定价页；
• 大多数生产套餐支持数百并发请求；
• 注意计费结构：内容提取（text / highlights / summary）与基础搜索分开计费——高吞吐的批量抓取任务应评估成本，必要时只对少量结果开启contents，或先用纯搜索粗筛、再对精选 URL 用/contents。

相关仓库资源

• tools/integrations/exa.md —— 本文主题文档（认证、端点、参数、场景全表）
• tools/clis/exa.js —— Exa CLI 完整源码（三子命令实现、参数解析、dry-run）
• tools/clis/README.md —— 所有 CLI 的安装、认证与命令模式约定
• tools/REGISTRY.md —— 工具注册表：Exa 分类、能力矩阵与 Agent 推荐用法
• tools/PARTNERS.md —— 工具集成指南的编写规范（含integrations/目录格式要求）

• AI 技能
• 人工智能