Exa（AI 搜索 API）

Exa 是一款面向开发者的搜索接口服务。它和传统关键词检索的区别在于检索方式：可以用一句自然语言描述想找什么，而不必反复拼凑关键词；返回结果除了链接，还可以包含页面正文，方便直接交给模型使用。它常被用来给智能体接上外部检索能力，让回答有材料可依。

检索方式与关键参数

接口的核心是「用一段描述代替关键词」：底层把描述编码成向量，再与网页索引比对，因此对「找某个概念的官方文档」这类意图明确的查询效果较好，对精确字符串（订单号、报错原文、函数名）反而不如关键词检索。调用时可以限定返回条数、每页内容长度、时间范围与域名范围，也可以按相似页面模式给一个已有链接，让它找出同类内容。抓取正文会显著增加返回体积与后续模型的输入长度，通常需要限制每页字数或只取摘要，否则上下文很快被塞满。

适合接入的场景与限制

• 给智能体补充信息：智能体需要外部资料时调用它取回正文，减少凭空编造。
• 找同类内容：给一个已有页面，让它找出语义相近的其他页面，用于调研与素材收集。
• 时效性话题跟踪：按时间范围限定结果，用来跟进新发布的内容与讨论。
• 开发者友好：接口形态简单，返回结构化字段，便于嵌进已有的数据处理流程。
• 不替代专业检索：企业内部私有资料、需要严格权限控制的文档，仍需自建检索。

使用注意与边界

• 描述质量决定召回：写清内容类型、时间范围与排除项，通常比写一句宽泛的需求更有效。
• 结果仍需校验：返回的是外部内容，接入时要做来源标注与内容检查，不要把正文直接当成事实。
• 与关键词检索的关系：语义检索擅长意图与概念，精确匹配编号、代码与专有名词仍应交给关键词方案，实践中常做混合检索。
• 成本与延迟：带正文抓取的请求更慢也更贵，通常先检索拿链接，再按需抓取少数页面。

接入建议

接入前建议先明确边界：哪些问题需要联网、哪些必须走内部知识库，以及检索失败时如何降级回答。把检索结果与模型输出分开标注，既便于排查，也让使用者知道哪些内容来自外部。对结果质量保持抽样检查的习惯，比事后追究某一条错误答案更有效。检索只是链路中的一环，切分、重排与提示词里的引用要求同样影响最终答案的可信度。