Exa 搜索集成

使用 LangChain Python 集成 Exa 搜索工具

Exa 是一款专为大型语言模型（LLMs）设计的搜索引擎。通过 自然语言查询 搜索互联网文档，然后从目标文档中检索 清理后的 HTML 内容。

与基于关键词的搜索（如 Google）不同，Exa 的神经网络搜索能力使其能够理解查询的语义并返回相关文档。例如，我们可以搜索 "fascinating article about cats" 并对比 Google 和 Exa 的搜索结果。Google 会基于关键词 “fascinating” 返回 SEO 优化的列表文章，而 Exa 则能直接提供有效结果。

本笔记本演示如何使用 LangChain 与 Exa 搜索引擎结合。

设置

安装

安装 LangChain Exa 集成包：

pip install -qU langchain-exa

# and some deps for this notebook
pip install -qU langchain langchain-openai

凭据

使用此集成需要 Exa API 密钥。通过 注册此处 可获得 $10 免费信用（完成首次搜索等特定操作后可获得更多）。

import getpass
import os

if not os.environ.get("EXA_API_KEY"):
    os.environ["EXA_API_KEY"] = getpass.getpass("Exa API key:\n")

使用 ExaSearchResults 工具

ExaSearchResults 是 LangChain 代理工具，提供结构化接口以执行 Exa 搜索：

from langchain_exa import ExaSearchResults

# Initialize the ExaSearchResults tool
search_tool = ExaSearchResults(exa_api_key=os.environ["EXA_API_KEY"])

# Perform a search query
search_results = search_tool._run(
    query="When was the last time the New York Knicks won the NBA Championship?",
    num_results=5,
    text_contents_options=True,
    highlights=True,
)

print("Search Results:", search_results)

ExaSearchResults 高级功能

支持控制搜索类型、实时爬取和内容过滤等高级选项：

# Perform a search query with advanced options
search_results = search_tool._run(
    query="Latest AI research papers",
    num_results=10,  # Number of results (1-100)
    type="auto",  # Can be "neural", "keyword", or "auto"
    livecrawl="always",  # Can be "always", "fallback", or "never"
    text_contents_options={"max_characters": 2000},  # Limit text length
    summary={"query": "generate one liner"},  # Custom summary prompt
)

print("Advanced Search Results:")
print(search_results)

使用 ExaFindSimilarResults 工具

ExaFindSimilarResults 可根据给定 URL 查找相似网页，适用于相关内容挖掘或竞争分析：

from langchain_exa import ExaFindSimilarResults

# Initialize the ExaFindSimilarResults tool
find_similar_tool = ExaFindSimilarResults(exa_api_key=os.environ["EXA_API_KEY"])

# Find similar results based on a URL
similar_results = find_similar_tool._run(
    url="http://espn.com", num_results=5, text_contents_options=True, highlights=True
)

print("Similar Results:", similar_results)

在智能体中应用

将 ExaSearchResults 和 ExaFindSimilarResults 工具与 LangGraph 智能体结合，使其能根据用户查询动态搜索信息并查找相似内容。

首先配置语言模型，需提供 OpenAI API 密钥：

import getpass

if not os.environ.get("OPENAI_API_KEY"):
    os.environ["OPENAI_API_KEY"] = getpass.getpass("OpenAI API key:\n")

需要安装 langgraph：

pip install -qU langgraph

from langchain.chat_models import init_chat_model
from langchain_exa import ExaFindSimilarResults, ExaSearchResults
from langchain.agents import create_agent


# Initialize the language model
model = init_chat_model(model="gpt-5.5", model_provider="openai", temperature=0)

# Initialize Exa Tools
exa_search = ExaSearchResults(
    exa_api_key=os.environ["EXA_API_KEY"],
    max_results=5,
)

exa_find_similar = ExaFindSimilarResults(
    exa_api_key=os.environ["EXA_API_KEY"],
    max_results=5,
)

# Create agent with both tools
agent = create_agent(model, [exa_search, exa_find_similar])

# Example 1: Basic search
user_input = "What are the latest developments in quantum computing?"

stream = agent.stream_events({"messages": user_input}, version="v3")
for snapshot in stream.values:
    snapshot["messages"][-1].pretty_print()

使用 ExaSearchRetriever

ExaSearchRetriever 是基于 Exa 搜索的文档检索器。

TextContentsOptions 的 max_characters 参数（现称 max_length）已弃用，请改用 max_characters。

基础用法

示例代码：

from langchain_exa import ExaSearchRetriever

# Create a new instance of the ExaSearchRetriever
exa = ExaSearchRetriever(exa_api_key=os.environ["EXA_API_KEY"])

# Search for a query and save the results
results = exa.invoke("What is the capital of France?")

# Print the results
print(results)

高级功能

支持控制返回结果数量、搜索类型、实时爬取、摘要生成和文本内容选项：

from langchain_exa import ExaSearchRetriever

# Create a new instance with advanced options
exa = ExaSearchRetriever(
    exa_api_key=os.environ["EXA_API_KEY"],
    k=20,  # Number of results (1-100)
    type="auto",  # Can be "neural", "keyword", or "auto"
    livecrawl="always",  # Can be "always", "fallback", or "never"
    text_contents_options={"max_characters": 3000},  # Limit text length
    # Custom prompt for an LLM generated summary of page content
    summary={"query": "generate one line summary in simple words."},
)

# Search with advanced options
results = exa.invoke("Latest developments in quantum computing")
print(f"Found {len(results)} results")
for result in results[:3]:  # Print first 3 results
    print(f"Title: {result.metadata.get('title', 'N/A')}")
    print(f"URL: {result.metadata.get('url', 'N/A')}")
    print(f"Summary: {result.metadata.get('summary', 'N/A')}")
    print("-" * 80)

---

API 参考

所有 Exa API 功能和配置的详细文档请访问 Exa API 文档。

---

官方原文：src/oss/python/integrations/tools/exa_search.mdx · 非官方翻译，译文由 AI 生成，以英文原文为准。