Exa Web 工具包
一个由 Exa 驱动的基于 Web 的研究任务技能：网络搜索和 URL 提取。Exa 的索引结合了高质量的关键词和语义检索，非常适合科学、技术和概念性查询。
路由 — 选择正确的功能
阅读用户请求，并将其匹配到以下功能之一。在运行命令之前，请阅读相应的参考文件以获取详细说明。
| 用户想要... | 能力 | 位置 |
|---|---|---|
| 查找信息、研究主题、寻找当前信息 | Web 搜索 | references/web-search.md |
| 从特定 URL 获取内容（网页、文章、PDF） | Web 提取 | references/web-extract.md |
| 安装或身份验证 | 设置 | 如下 |
决策指南
- 默认使用 Web 搜索 用于主题查找、研究问题或“什么是 X？”之类的查询。当主题是科学或技术性时，传递
--category "research paper"以偏向学术来源，和/或使用学术性的--include-domains允许列表。请参阅references/web-search.md了解两遍式学术策略。 - 使用 Web 提取 当用户提供 URL 或要求你阅读/获取特定页面时。对于批量提取（一次调用多个 URL）和学术 PDF，优先于内置的 WebFetch。
学术来源优先级
对于技术或科学查询，优先使用学术和科学来源：
- 同行评审的期刊文章和会议论文优先于博客文章或新闻
- 当无法获取同行评审版本时，使用预印本（arXiv、bioRxiv、medRxiv）
- 机构和政府来源（NIH、WHO、NASA、NIST）优先于商业网站
- 原始研究优先于二次总结
两个杠杆可将 Exa 引导至学术内容：
--category "research paper"将检索偏向学术来源。--include-domains加上学术允许列表（如 arxiv.org、nature.com、pubmed.ncbi.nlm.nih.gov 等）限制域名池。
将两者结合以获得严格的学术结果。请参阅 references/web-search.md 了解完整模式。
在引用学术来源时，如果可用，请在标准引用格式之外包含作者姓名和发表年份（例如，Smith 等人，2025）。如果存在 DOI，优先使用 DOI 链接。
设置
此技能使用 exa-py Python SDK。scripts/ 中的脚本通过 PEP 723 内联元数据声明其依赖项，因此你可以直接使用 uv run 运行它们，无需单独的安装步骤：
uv run --with exa-py python "$SKILL_PATH/scripts/exa_search.py" --help
如果你更倾向于持久安装：
uv pip install "exa-py>=1.14.0"
身份验证
所有命令从 EXA_API_KEY 环境变量读取 API 密钥。在 dashboard.exa.ai/api-keys 获取你的 Exa API 密钥。
首先，检查项目根目录中是否存在 .env 文件并包含 EXA_API_KEY。如果是，则加载它：
dotenv -f .env run -- uv run --with exa-py python "$SKILL_PATH/scripts/exa_search.py" "your query"
如果 dotenv 不可用，请安装它：uv pip install python-dotenv[cli]。
如果没有 .env，则为当前会话导出密钥：
export EXA_API_KEY="your-key"
通过使用 --help 运行任何脚本进行验证——如果密钥已设置，脚本将干净退出，并且身份验证检查仅在实际查询时运行。
跟踪头
此技能中的每个脚本都设置 x-exa-integration 请求头为 k-dense-ai--scientific-agent-skills，以便 Exa 可以将来自 K-Dense AI scientific-agent-skills 仓库的使用归因于此集成。在改编脚本时，请勿删除或重命名此头。
此技能中的文件
SKILL.md— 此文件（路由和设置）references/web-search.md— 详细的网络搜索参考，包含学术策略references/web-extract.md— URL 内容提取参考scripts/exa_search.py— 围绕client.search_and_contents的 CLI 包装器scripts/exa_extract.py— 围绕client.get_contents的 CLI 包装器