Communitygithub.com

exa-search

Kit de herramientas web impulsado por Exa, optimizado para contenido científico y técnico. Úsalo cuando el usuario necesite buscar en la web u obtener/extraer contenido de URL. Cubre: búsqueda web (búsquedas semánticas, investigación, información actual, con categoría opcional de artículo de investigación y filtrado por dominio académico) y extracción de URL (obtención de páginas, artículos, PDFs académicos en lote).

¿Qué es exa-search?

Exa Web Toolkit es un skill diseñado para asistentes de IA como Claude Code, Cursor o Codex, que proporciona capacidades de búsqueda y extracción de contenido web a través del motor de búsqueda Exa. Está especialmente orientado a consultas científicas y técnicas, ofreciendo dos modos principales: búsqueda web (con filtros por categoría 'research paper' y dominios académicos) y extracción de URLs (para obtener contenido de páginas web, artículos y PDFs académicos). El skill utiliza el SDK Python `exa-py` y se ejecuta con `uv run`, con autenticación mediante la variable de entorno `EXA_API_KEY`. Su documentación detalla una estrategia de priorización de fuentes académicas (revistas revisadas por pares, preprints como arXiv, fuentes institucionales) y proporciona instrucciones precisas para que el agente decida entre búsqueda o extracción según la solicitud del usuario. También incluye referencias detalladas en archivos separados y scripts Python ejecutables.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/K-Dense-AI/scientific-agent-skills/tree/main/skills/exa-search
Ver original→Ver todas las habilidades

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentación

Exa Web Toolkit

Un skill para tareas de investigación respaldadas por la web gracias a Exa: búsqueda web y extracción de URL. El índice de Exa combina recuperación de alta calidad basada en palabras clave y semántica, lo que lo hace muy adecuado para consultas científicas, técnicas y conceptuales.

Enrutamiento: elige la capacidad correcta

Lee la solicitud del usuario y asígnala a una de las capacidades a continuación. Lee el archivo de referencia correspondiente para obtener instrucciones detalladas antes de ejecutar comandos.

El usuario quiere...CapacidadDónde
Buscar algo, investigar un tema, encontrar información actualBúsqueda webreferences/web-search.md
Obtener contenido de una URL específica (página web, artículo, PDF)Extracción webreferences/web-extract.md
Instalar o autenticarseConfiguraciónAbajo

Guía de decisión

  • Por defecto, usa Búsqueda web para búsquedas de temas, preguntas de investigación o consultas como "¿qué es X?". Cuando el tema sea científico o técnico, pasa --category "research paper" para inclinar los resultados hacia fuentes académicas y/o una lista blanca de --include-domains académica. Consulta references/web-search.md para la estrategia académica de dos pasos.
  • Usa Extracción web cuando el usuario proporcione una URL o pida leer/obtener una página específica. Prefiérela sobre la función integrada WebFetch para extracción por lotes (múltiples URLs en una sola llamada) y para PDFs académicos.

Prioridad de fuentes académicas

Para consultas técnicas o científicas, prioriza las fuentes académicas y científicas:

  • Artículos de revistas revisadas por pares y actas de congresos sobre publicaciones en blogs o noticias
  • Preprints (arXiv, bioRxiv, medRxiv) cuando no haya versiones revisadas por pares disponibles
  • Fuentes institucionales y gubernamentales (NIH, WHO, NASA, NIST) sobre sitios comerciales
  • Investigación primaria sobre resúmenes secundarios

Dos palancas para orientar a Exa hacia contenido académico:

  1. --category "research paper" sesga la recuperación hacia fuentes académicas.
  2. --include-domains con una lista blanca académica (arxiv.org, nature.com, pubmed.ncbi.nlm.nih.gov, etc.) restringe el conjunto de dominios.

Combina ambas para obtener resultados estrictamente académicos. Consulta references/web-search.md para el patrón completo.

Al citar fuentes académicas, incluye los nombres de los autores y el año de publicación cuando estén disponibles (por ejemplo, Smith et al., 2025) además del formato de cita estándar. Si hay un DOI, prefiere el enlace DOI.

Configuración

Este skill usa el SDK de Python exa-py. Los scripts en scripts/ declaran sus dependencias mediante metadatos en línea PEP 723, por lo que puedes ejecutarlos directamente con uv run sin un paso de instalación separado:

uv run --with exa-py python "$SKILL_PATH/scripts/exa_search.py" --help

Si prefieres una instalación persistente:

uv pip install "exa-py>=1.14.0"

Autenticación

Todos los comandos leen la clave API de la variable de entorno EXA_API_KEY. Obtén tu clave API de Exa en dashboard.exa.ai/api-keys.

Primero, verifica si existe un archivo .env en la raíz del proyecto y si contiene EXA_API_KEY. Si es así, cárgalo:

dotenv -f .env run -- uv run --with exa-py python "$SKILL_PATH/scripts/exa_search.py" "tu consulta"

Si dotenv no está disponible, instálalo: uv pip install python-dotenv[cli].

Si no hay un .env, exporta la clave para la sesión:

export EXA_API_KEY="tu-clave"

Verifica ejecutando cualquier script con --help: saldrá limpiamente si la clave está configurada y la verificación de autenticación solo se ejecuta cuando se realiza una consulta real.

Encabezado de seguimiento

Cada script en este skill establece el encabezado de solicitud x-exa-integration a k-dense-ai--scientific-agent-skills para que Exa pueda atribuir el uso del repositorio K-Dense AI scientific-agent-skills a esta integración. No elimines ni renombres este encabezado al adaptar los scripts.

Archivos en este skill

  • SKILL.md — este archivo (enrutamiento y configuración)
  • references/web-search.md — referencia detallada de búsqueda web con estrategia académica
  • references/web-extract.md — referencia de extracción de contenido de URL
  • scripts/exa_search.py — envoltorio CLI alrededor de client.search_and_contents
  • scripts/exa_extract.py — envoltorio CLI alrededor de client.get_contents

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

adaptyv

How to use the Adaptyv Bio Foundry API and Python SDK for protein experiment design, submission, and results retrieval. Use this skill whenever the user mentions Adaptyv, Foundry API, protein binding assays, protein screening experiments, BLI/SPR assays, thermostability assays, or wants to submit protein sequences for experimental characterization. Also trigger when code imports `adaptyv`, `adaptyv_sdk`, or `FoundryClient`, or references `foundry-api-public.adaptyvbio.com`.

aeon

This skill should be used for time series machine learning tasks including classification, regression, clustering, forecasting, anomaly detection, segmentation, and similarity search. Use when working with temporal data, sequential patterns, or time-indexed observations requiring specialized algorithms beyond standard ML approaches. Particularly suited for univariate and multivariate time series analysis with scikit-learn compatible APIs.

alphagenome

Look up precomputed AlphaGenome Atlas effects for any GRCh38 single-nucleotide variant (AVI score with Phred and 18 SHAP feature attributions, plus raw and quantile scores for RNA-seq, DNase, ATAC, ChIP-TF, ChIP-histone, CAGE, PRO-cap, splicing, polyadenylation and contact-map tracks), score variants or scan windows on demand with the AlphaGenome model for human and mouse (variant scoring, in silico mutagenesis, REF-versus-ALT track prediction), and build Atlas website deep links. Use when the user mentions AlphaGenome, AlphaGenome Atlas, AVI or AlphaGenome Variant Impact, DeepMind variant effect prediction, or wants to prioritise or mechanistically interpret non-coding, regulatory, splicing, enhancer, promoter, or chromatin-accessibility effects of SNVs from a VCF, credible set, or region. Research use only; not a clinical tool.

analytical-method-validation

Plan, execute, and document validation, verification, and transfer of analytical procedures under the governing framework - ICH Q2(R2) and Q14, USP <1220>/<1225>/<1226>, ICH M10 bioanalytical, CLSI EP, or ISO/IEC 17025. Use for HPLC, LC-MS/MS, GC, CE, ICP-MS, dissolution, qNMR, qPCR, NIR, and ligand binding or cell-based assays whenever the question is whether a procedure is fit for its intended purpose. Triggers include

anndata

Data structure for annotated matrices in single-cell analysis. Use when working with .h5ad files or integrating with the scverse ecosystem. This is the data format skill—for analysis workflows use scanpy; for probabilistic models use scvi-tools; for population-scale queries use cellxgene-census.

arbor

Autonomously improve a real artifact (code, training recipe, agent harness, data pipeline, prompt) against an objective and an evaluator, using Hypothesis Tree Refinement (HTR) from the Arbor paper. Use this whenever someone wants to iteratively optimize something over many experiments without overfitting — e.g.

arboreto

Infer gene regulatory networks (GRNs) from gene expression data using scalable algorithms (GRNBoost2, GENIE3). Use when analyzing transcriptomics data (bulk RNA-seq, single-cell RNA-seq) to identify transcription factor-target gene relationships and regulatory interactions. Supports distributed computation for large-scale datasets.

astropy

Core Python library for astronomy and astrophysics workflows that need Astropy APIs, including units/quantities, coordinates, FITS I/O, tables, time systems, WCS, and cosmology. Use when implementing or debugging astronomical data analysis code with Astropy.

autoskill

Observe the user

benchling-integration

Benchling Python SDK and REST API integration for registry entities, inventory, ELN entries, workflows, Benchling Apps, and Data Warehouse queries. Use when automating lab data with benchling-sdk or the v2 API.

bgpt-paper-search

Search scientific papers and retrieve structured experimental data extracted from full-text studies via the BGPT MCP server. Returns 25+ fields per paper including methods, results, sample sizes, quality scores, and conclusions. Use for literature reviews, evidence synthesis, and finding experimental details not available in abstracts alone.

bids

>

biopython

Comprehensive molecular biology toolkit. Use for sequence manipulation, file parsing (FASTA/GenBank/PDB), phylogenetics, and programmatic NCBI/PubMed access (Bio.Entrez). Best for batch processing, custom bioinformatics pipelines, BLAST automation. For quick lookups use gget; for multi-service integration use bioservices.

bioservices

Unified Python interface to 40+ bioinformatics services. Use when querying multiple databases (UniProt, KEGG, ChEMBL, Reactome) in a single workflow with consistent API. Best for cross-database analysis, ID mapping across services. For quick single-database lookups use gget; for sequence/file manipulation use biopython.

bulk-rnaseq

End-to-end bulk RNA-seq orchestrator — takes raw FASTQ reads through QC and trimming (FastQC, fastp/Trim Galore), alignment and quantification (STAR, Salmon, featureCounts), assembles a gene-level counts matrix, then hands off to differential expression (pydeseq2), pathway/GSEA enrichment (pathway-enrichment), and publication figures (scientific-visualization). Use whenever the user has bulk RNA-seq reads or quant output and wants a complete, reproducible differential-expression workflow — e.g.

cellxgene-census

Query the CZ CELLxGENE Census programmatically for versioned public single-cell and spatial transcriptomics data. Use when you need population-scale cell metadata, gene expression slices, Census summary counts, source H5AD URIs/downloads, embeddings, spatial Census data, or reference atlas comparisons across organisms, tissues, diseases, assays, and cell types. For analyzing your own local single-cell data use scanpy, anndata, or scvi-tools.

cirq

Google quantum computing framework. Use when targeting Google Quantum AI hardware, designing noise-aware circuits, or running quantum characterization experiments. Best for Google hardware, noise modeling, and low-level circuit design. For IBM hardware use qiskit; for quantum ML with autodiff use pennylane; for physics simulations use qutip.

citation-management

Comprehensive citation management for academic research. Search OpenAlex, PubMed, and Google Scholar for papers, extract accurate metadata, validate citations, and generate properly formatted BibTeX entries. This skill should be used when you need to find papers, verify citation information, convert DOIs to BibTeX, or ensure reference accuracy in scientific writing.

clinical-decision-support

Prepare and validate research-only clinical decision-support evaluation, evidence-profile, cohort, survival, biomarker/model, privacy, and governance artifacts. Use for aggregate or synthetic research documentation and traceability—not patient care or live clinical operation.

clinical-reports

Create safety-bounded draft structures and run local deterministic checks for clinical case, diagnostic, trial, safety, and aggregate research reports. Use only with synthetic, de-identified, or aggregate inputs and verified source-fact manifests; every output requires qualified review.

Skills relacionados

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community