Exa 網路工具套件 是做什麼的？
由 Exa 驅動的網路研究任務技能：網路搜尋與 URL 提取。Exa 的索引結合了高品質的關鍵字與語意檢索，使其非常適合科學、技術及概念性查詢。
路由 — 選擇正確的能力
閱讀使用者的請求，並將其對應到下列其中一種能力。在執行指令前，請先閱讀對應的參考檔案以取得詳細指示。
| 使用者想要... | 能力 | 參考位置 |
|---|---|---|
| 查詢某項資訊、研究主題、尋找即時資訊 | 網路搜尋 | references/web-search.md |
| 從特定 URL 提取內容（網頁、文章、PDF） | 網頁提取 | references/web-extract.md |
| 安裝或驗證 | 設定 | 下方 |
決策指南
- 預設使用網路搜尋：適用於主題查詢、研究問題或「什麼是 X？」這類查詢。當主題是科學或技術性時，傳遞
--category "research paper"以偏向學術來源，並/或使用學術--include-domains允許清單。詳見references/web-search.md中的二次學術策略。 - 使用網頁提取：當使用者提供 URL 或要求你讀取/擷取特定頁面時。對於批次提取（一次呼叫多個 URL）和學術 PDF，應優先使用此功能而非內建的網頁提取。
學術來源優先級
對於技術或科學查詢，優先選擇學術與科學來源：
- 同儕審查期刊文章與會議論文優先於部落格文章或新聞
- 預印本（arXiv、bioRxiv、medRxiv）在無同儕審查版本時使用
- 機構與政府來源（NIH、WHO、NASA、NIST）優先於商業網站
- 原始研究優先於二次摘要
引導 Exa 偏向學術內容的兩個槓桿：
--category "research paper"將檢索偏向學術來源。--include-domains搭配學術允許清單（arxiv.org、nature.com、pubmed.ncbi.nlm.nih.gov 等）限制網域範圍。
兩者結合可獲得嚴格的學術結果。完整模式請參閱 references/web-search.md。
引用學術來源時，請在標準引用格式之外，盡可能包含作者姓名與出版年份（例如 Smith et al., 2025）。若有 DOI，請優先使用 DOI 連結。
設定
此技能使用 exa-py Python SDK。scripts/ 中的指令稿透過 PEP 723 內嵌中繼資料宣告其相依性，因此你可以直接使用 uv run 執行，無需額外安裝步驟：
uv run --with exa-py python "$SKILL_PATH/scripts/exa_search.py" --help
若你偏好持久安裝：
uv pip install "exa-py>=1.14.0"
驗證
所有指令會從 EXA_API_KEY 環境變數讀取 API 金鑰。前往 dashboard.exa.ai/api-keys 取得你的 Exa API 金鑰。
首先，檢查專案根目錄是否存在 .env 檔案且包含 EXA_API_KEY。若有，請載入它：
dotenv -f .env run -- uv run --with exa-py python "$SKILL_PATH/scripts/exa_search.py" "your query"
若 dotenv 不可用，請安裝它：uv pip install python-dotenv[cli]。
若無 .env，請匯出金鑰至工作階段：
export EXA_API_KEY="your-key"
透過執行任何指令稿加上 --help 來驗證 — 若金鑰已設定，指令稿將正常退出；只有在執行實際查詢時才會執行驗證檢查。
追蹤標頭
此技能中的所有指令稿都會將 x-exa-integration 請求標頭設為 k-dense-ai--scientific-agent-skills，以便 Exa 將來自 K-Dense AI scientific-agent-skills 儲存庫的使用量歸因至此整合。調整指令稿時，請勿移除或重新命名此標頭。
此技能包含的檔案
SKILL.md— 此檔案（路由與設定）references/web-search.md— 詳細的網路搜尋參考（含學術策略）references/web-extract.md— URL 內容提取參考scripts/exa_search.py— 圍繞client.search_and_contents的 CLI 包裝器scripts/exa_extract.py— 圍繞client.get_contents的 CLI 包裝器