Web Search by Exa

• Recherche web sémantique — Vous devez trouver des pages par sens, et non par mots-clés exacts (par ex. « articles de blog sur l'utilisation de bases de données vectorielles pour les recommandations »).
• Recherche ciblée — Vous avez besoin d'articles de recherche, d'actualités, de tweets, d'informations sur des entreprises ou de profils professionnels, avec un filtrage par catégorie.
• Extraction de contenu — Vous disposez d'une URL spécifique et souhaitez en extraire un contenu propre et structuré, y compris depuis des pages rendues en JavaScript ou des PDF.
• Rapports de recherche approfondis — Vous avez besoin d'un agent de recherche multi-étapes pour explorer un sujet, synthétiser les résultats et produire un rapport détaillé avec des citations vérifiées.
• Pipelines agentiques — Vous construisez un flux de travail d'agent multi-étapes nécessitant un contexte web récent et efficace en termes de tokens.

• Opérations sur les fichiers locaux — Cette compétence est uniquement web ; elle ne peut pas lire ni traiter les fichiers sur votre machine locale.
• Tâches non-web — Toute tâche n'impliquant pas la récupération de contenu depuis internet est hors du champ de cette compétence.
• Environnements hors ligne ou isolés — Tous les outils nécessitent un accès HTTPS sortant vers mcp.exa.ai.

La fonctionnalité web_search_exa de Web Search by Exa trouve des pages par sens, et non par correspondance de mots-clés. Rédigez des descriptions en langage naturel de la page que vous recherchez, et Exa renvoie les résultats les plus pertinents sur le plan sémantique, avec un nombre de résultats, une fraîcheur et une taille de contenu configurables.

web_search_advanced_exa ajoute des listes d'autorisation/blocage de domaines, des filtres de plage de dates, le ciblage par catégorie de contenu (articles de recherche, actualités, tweets, personnes, entreprises, rapports financiers), des contrôles de fraîcheur via maxAgeHours, ainsi que plusieurs modes d'extraction de contenu incluant les extraits pertinents, le texte intégral et les résumés générés par LLM avec sortie optionnelle en schéma JSON.

company_research_exa fournit des aperçus complets d'entreprises en un seul appel, incluant les actualités récentes, les financements et les concurrents. people_search_exa trouve des profils LinkedIn et des biographies professionnelles par rôle, localisation ou expertise.

get_code_context_exa parcourt les dépôts GitHub, Stack Overflow et la documentation officielle pour faire remonter des exemples de code pertinents et des modèles d'utilisation d'API pour toute bibliothèque ou framework.

crawling_exa extrait le contenu markdown propre de n'importe quelle URL spécifique, en gérant les pages rendues en JavaScript, les PDF et les mises en page complexes — aucune configuration de scraping requise.

deep_researcher_start / deep_researcher_check exécutent un agent de recherche asynchrone multi-étapes qui effectue des recherches, lit et compile un rapport détaillé. deep_search_exa offre une alternative en un seul appel renvoyant une réponse synthétisée avec des citations vérifiées, et prend en charge la sortie JSON structurée via outputSchema.

Utilisez web_search_advanced_exa avec category: "research paper" pour trouver des articles arXiv et des publications évaluées par des pairs sur un sujet, puis crawling_exa pour extraire le contenu complet d'articles spécifiques. Combinez avec deep_researcher_start pour compiler une revue de littérature structurée.

Exécutez company_research_exa pour obtenir une vue d'ensemble, des actualités et le paysage concurrentiel de n'importe quelle entreprise en un seul appel. Faites un suivi avec web_search_advanced_exa filtré par domaine ou plage de dates pour suivre les annonces de financement récentes ou les lancements de produits.

Utilisez people_search_exa ou web_search_advanced_exa avec category: "people" pour trouver des professionnels par rôle, entreprise, localisation et compétences. Passez l'URL d'un profil LinkedIn connu en tant que requête dans web_search_advanced_exa pour faire remonter des profils de candidats sémantiquement similaires.

Utilisez get_code_context_exa dans un flux de travail de codage agentique pour récupérer des exemples d'implémentation à jour, des modèles d'API et de la documentation depuis GitHub et Stack Overflow sans quitter le contexte de l'agent.