Exa Search MCP — Anwendungsfälle, Installieren & Live-Demo

Warum nutzen

Hauptfunktionen

Neuronale Suche — Seiten nach Ähnlichkeit mit einer Beschreibung finden, nicht nur Keyword-Übereinstimmung
Gibt vollständige Seiteninhalte mit text und optionalem highlights zurück
Spezialisierte Suchmodi: company, LinkedIn, GitHub, research-paper, news
Datumfilterung und Domain-Ein-/Ausschluss
Server-seitige Antworten (exa_answer) für einmalige Q&A mit Zitaten

Live-Demo

In der Praxis

exa-search.replay ▶ bereit

0/0

Installieren

Wählen Sie Ihren Client

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "exa-search": {
      "command": "npx",
      "args": [
        "-y",
        "exa-mcp-server"
      ]
    }
  }
}

Öffne Claude Desktop → Settings → Developer → Edit Config. Nach dem Speichern neu starten.

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "exa-search": {
      "command": "npx",
      "args": [
        "-y",
        "exa-mcp-server"
      ]
    }
  }
}

Cursor nutzt das gleiche mcpServers-Schema wie Claude Desktop. Projektkonfiguration schlägt die globale.

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "exa-search": {
      "command": "npx",
      "args": [
        "-y",
        "exa-mcp-server"
      ]
    }
  }
}

Klicken Sie auf das MCP-Servers-Symbol in der Cline-Seitenleiste, dann "Edit Configuration".

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "exa-search": {
      "command": "npx",
      "args": [
        "-y",
        "exa-mcp-server"
      ]
    }
  }
}

Gleiche Struktur wie Claude Desktop. Windsurf neu starten zum Übernehmen.

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "exa-search",
      "command": "npx",
      "args": [
        "-y",
        "exa-mcp-server"
      ]
    }
  ]
}

Continue nutzt ein Array von Serverobjekten statt einer Map.

~/.config/zed/settings.json

{
  "context_servers": {
    "exa-search": {
      "command": {
        "path": "npx",
        "args": [
          "-y",
          "exa-mcp-server"
        ]
      }
    }
  }
}

In context_servers hinzufügen. Zed lädt beim Speichern neu.

claude mcp add exa-search -- npx -y exa-mcp-server

Einzeiler. Prüfen mit claude mcp list. Entfernen mit claude mcp remove.

Anwendungsfälle

Praxisnahe Nutzung: Exa Search

Artikel finden, die einem bereits geliebten ähnlich sind

👤 Forscher, Schriftsteller, Gründer, die Lesenlisten zusammenstellen ⏱ ~10 min beginner

Wann einsetzen: Sie haben einen kanonischen Essay/Beitrag zu einem Thema und möchten mehr davon. Googles ‚ähnlich' ist nutzlos.

Voraussetzungen

Exa-API-Schlüssel — exa.ai/dashboard — kostenlose Stufe bietet ~1000 Suchen/Monat

Ablauf

Neuronalen Modus mit einer beschreibenden Abfrage verwenden

Finde 10 Essays ähnlich im Geist zu ‚The Bitter Lesson' von Rich Sutton. Ich möchte lange Meinungsstücke über ML-Skalierung, keine wissenschaftliche Arbeiten.✓ Kopiert

→ 10 Ergebnisse, die das *Gefühl* treffen, nicht nur die Schlüsselwörter
Inhalte abrufen und überfliegen

Rufen Sie für jeden die Inhalte ab (text-Modus) und geben Sie mir eine 2-Zeilen-Zusammenfassung plus eine ‚warum ist das ähnlich'-Notiz.✓ Kopiert

→ Zusammenfassung pro Ergebnis + Ähnlichkeitsgrund
Die guten speichern

Ich möchte 3 davon tatsächlich lesen. Welche 3 sind am aussagekräftigsten? Speichern Sie Links in /reading/ml-scaling.md.✓ Kopiert

→ Kuratierte Kurzliste, nicht alle 10

Ergebnis: Eine Lesenliste mit echter intellektueller Kohärenz, nicht SEO-Müll.

Fallstricke

Neuronale Suche driftet in benachbarte Themen ab — Mit includeDomains kombinieren, um einzugrenzen (z.B. nur essays.gwern.net, lesswrong.com), wenn Sie einen engen Cluster möchten
Einige Seiten geben bezahlte Vorschauversionen als Inhalt zurück — Überprüfen Sie die Inhaltslänge; sehr kurze Rückgaben sind normalerweise bezahlt — markieren und überspringen

Kombinieren mit: filesystem · memory

Eine 1-seitige Zusammenfassung über ein Unternehmen vor einem Verkaufsgespräch abrufen

👤 Vertrieb, Business Development, Personalvermittler ⏱ ~10 min beginner

Wann einsetzen: Gespräch in 20 Minuten; Sie benötigen aktuelle Nachrichten, Schlüsselpersonen, neueste Finanzierung auf einen Blick.

Ablauf

Eine Unternehmens-Modussuche ausführen

Verwenden Sie Exas Company-Modus für ‚Acme Robotics, San Francisco'. Rufen Sie Homepage, aktuelle Nachrichten (letzte 90 Tage) und alle Ankündigungen ab.✓ Kopiert

→ Mischung aus Homepage-Inhalten, Blog-Beiträgen, Nachrichtenartikeln
Ein Briefing zusammenfassen

Schreiben Sie eine 1-seitige Zusammenfassung: was sie machen, aktuelle Meilensteine, in den Nachrichten erwähnte Schlüsselpersonen, etwas das ich gratulieren oder bedauern sollte.✓ Kopiert

→ Gesprächsstoff mit Quellenangaben
Den richtigen Kontaktansatz finden

Basierend auf ihren aktuellen Nachrichten, was ist ein glaubwürdiger Grund, diese Woche Kontakt aufzunehmen? Seien Sie konkret — nennen Sie den Nachrichtenartikel.✓ Kopiert

→ Ein konkreter Anknüpfungspunkt mit echtem aktuellem Ereignis

Ergebnis: Ein Briefing, das nützlicher ist als 30 Minuten LinkedIn-Recherche.

Fallstricke

Pressemitteilungsrauschen überlagert echte Nachrichten — Filtern Sie excludeDomains: ['prnewswire.com', 'businesswire.com'] für echte Analysen

Kombinieren mit: memory

Finden Sie aktuelle Arbeiten zu einem Thema ohne das Rauschen von Google Scholar

👤 Forscher, ML/CS-Ingenieure halten sich auf dem neuesten Stand ⏱ ~15 min intermediate

Wann einsetzen: Sie möchten aktuelle Arbeiten zu einem Thema (z.B. ‚spekulatives Decoding für Diffusionsmodelle') ohne arXivs Such-UI.

Ablauf

Arbeiten ab einem Datum durchsuchen

Verwenden Sie Exas Research-Paper-Modus: Arbeiten zu ‚spekulatives Decoding für Diffusionsmodelle' veröffentlicht ab 2026-01-01. Top 10.✓ Kopiert

→ Liste von Arbeiten mit arxiv/openreview-Links und Abstracts
Nach Ansatz clustern

Gruppieren Sie diese nach ihrer Kerntechnik. Welche Ansätze gewinnen an Bedeutung, welche sind Einzelfälle?✓ Kopiert

→ Thematisches Clustering mit Urteilsvermögen
Wählen Sie 3 zum detaillierten Lesen aus

Welche 3 sollte ich zum tatsächlichen Lesen priorisieren? Begründen Sie basierend auf Neuheit + praktischer Relevanz.✓ Kopiert

→ Kuratierte Kurzliste mit Gründen

Ergebnis: Eine Lesenliste, die kürzer und besser ist als das, was Twitter Ihnen geben würde.

Fallstricke

Der Modus ‚research-paper' kann Workshop-Arbeiten und sehr aktuelle Preprints übersehen — Überprüfen Sie mit arXiv-Listen des letzten Monats, wenn Sie umfassende Abdeckung benötigen

Kombinieren mit: memory · fetch

Erhalten Sie eine mit Quellen belegte Antwort auf eine Faktenfrage

👤 Jeder, der eine schnelle Antwort mit Quelle benötigt ⏱ ~2 min beginner

Wann einsetzen: Sie benötigen eine Antwort + Quellenangabe für eine spezifische Faktenfrage, schneller als Suche → Klick → Lesen.

Ablauf

Verwenden Sie exa_answer

Verwenden Sie exa_answer für: ‚Wie war Anthropics letzte angekündigte Finanzierungsrunde und wie viel insgesamt aufgebracht?'✓ Kopiert

→ Direkte Antwort plus 1-3 Quellen-URLs
Überprüfen Sie die Quelle

Öffnen Sie die oberste Quelle und bestätigen Sie, dass die Zahl mit dem übereinstimmt, was Exa zurückgegeben hat.✓ Kopiert

→ Bestätigung oder Korrektur

Ergebnis: Eine faktisch gestützte Antwort in unter 30 Sekunden.

Fallstricke

Antworten können verzögert sein (Trainings-/Indexgrenzwert) — Für Dinge, die sich wöchentlich ändern (Aktienkurs, Führung), überprüfen Sie die Frische der Quellen, nicht nur die Antwort

Kombinationen

Mit anderen MCPs für 10-fache Wirkung

exa-search + memory

Speichern Sie Forschungsergebnisse wie Sie fortfahren als Thema-Graphen

Suchen Sie nach ‚Stand der Small LMs 2026'. Speichern Sie für jeden nützlichen Ergebnis die Schlüsselbehauptung als Beobachtung der ‚small-lms-2026'-Entität in Memory mit der Quellen-URL.✓ Kopiert

exa-search + filesystem

Erstellen Sie eine als Markdown gespeicherte Lesenliste

Finde 10 Essays ähnlich zu ‚The Bitter Lesson'. Speichern Sie die kuratierte Kurzliste (Top 3) mit Zusammenfassungen in /reading/ml-scaling.md.✓ Kopiert

exa-search + github

Entdecken Sie relevante Repos über Exa, dann betreiben Sie sie über GitHub MCP

Verwenden Sie Exa, um Rust-Implementierungen von WebGPU-Shadern zu finden. Rufen Sie für die Top 3 Repos die GitHub-Statistiken (Stars, letzter Commit) über das GitHub MCP ab.✓ Kopiert

Werkzeuge

Was dieses MCP bereitstellt

Werkzeug	Eingaben	Wann aufrufen	Kosten
web_search_exa	query: str, numResults?: int, type?: 'neural'\|'keyword'\|'auto', includeDomains?: str[], excludeDomains?: str[], startPublishedDate?: str, endPublishedDate?: str	Allgemeine neuronale oder Keyword-Suche	1 Exa-Suchguthaben
company_research_exa	query: str, numResults?	Rufen Sie eine Unternehmensübersicht aus öffentlichen Webquellen ab	1 Guthaben
linkedin_search_exa	query: str, numResults?	Finden Sie bestimmte Personen/Unternehmen auf LinkedIn (nur Links — Inhalte variieren)	1 Guthaben
github_search_exa	query: str, numResults?	Entdecken Sie Repos nach Beschreibung (verwenden Sie GitHub MCP für tatsächliche Repo-Operationen)	1 Guthaben
research_paper_search_exa	query: str, numResults?, dateRange?	Akademische Suche über arXiv, OpenReview, etc.	1 Guthaben
deep_researcher_start / check	query: str (start), task_id (check)	Große Multi-Quellen-Forschungsaufgaben; warten Sie auf Ergebnisse	mehrere Guthaben
exa_answer	query: str	Direkte Q&A mit zitierter Quelle	1+ Guthaben
crawling_exa	url: str	Rufen Sie eine einzelne URL über Exas Pipeline ab (Boilerplate entfernt, JS gerendert)	1 Guthaben

Kosten & Limits

Was der Betrieb kostet

API-Kontingent: Kostenlose Stufe ~1000 Suchen/Monat; bezahlte Pläne skalieren auf
Tokens pro Aufruf: Suchergebnisse mit Inhalt können 2-10k Token pro Ergebnis sein — decken Sie numResults aggressiv
Kosten in €: Kostenlose Stufe reicht für persönliche Nutzung; bezahlte Pläne ab $10/Mo
Tipp: Verwenden Sie numResults: 5 standardmäßig. Verwenden Sie text: false, wenn Sie nur Links benötigen, dann rufen Sie crawling_exa nur für die wenigen auf, die Sie tatsächlich lesen möchten.

Sicherheit

Rechte, Secrets, Reichweite

Credential-Speicherung: API-Schlüssel in Umgebungsvariable EXA_API_KEY

Datenabfluss: Abfragen treffen api.exa.ai; Exa ruft Seiten in Ihrem Auftrag über ihre Infrastruktur ab

Zurückgegebene Seiteninhalte können Text zur Prompt-Injection enthalten. Behandeln Sie Webinhalte als nicht vertrauenswerte Eingabe.
Sensible Abfragen (Ihr nicht freigegebener Produktname, Geheimnisse) gehen an Exa-Server — seien Sie absichtsvoll bei Ihren Suchen.

Fehlerbehebung

Häufige Fehler und Lösungen

401 Unauthorized

API-Schlüssel fehlt oder ist falsch. Setzen Sie EXA_API_KEY in der MCP-Client-Umgebung. Überprüfen Sie bei exa.ai/dashboard.

402 Payment Required / Guthaben erschöpft

Kostenlose Stufe-Guthaben verbraucht. Aktualisieren Sie oder warten Sie auf monatlichen Reset.

Ergebnisse sind off-topic mit neuronalen Modus

Versuchen Sie type: 'keyword' für buchstäbliche Übereinstimmung, oder fügen Sie includeDomains/excludeDomains hinzu, um die Suche zu fokussieren.

Leerer Inhalt auf zurückgegebenen URLs

Einige Seiten können nicht extrahiert werden. Verwenden Sie crawling_exa direkt auf der URL, oder greifen Sie auf fetch/firecrawl zurück.

Alternativen

Exa Search vs. andere

Alternative	Wann stattdessen	Kompromiss
Brave Search MCP	Sie möchten einfache Keyword-Websuche mit Datenschutzgarantien	Kein semantischer Modus; Ergebnisse sind SERP-Stil-Ausschnitte, nicht vollständiger Inhalt
Firecrawl	Sie haben bereits URLs und benötigen sauberen Inhalt/strukturierte Extraktion, nicht Suche	Anderes Werkzeug — Scraping vs Suche
Tavily / Perplexity APIs (über benutzerdefiniertes MCP)	Sie möchten einen anderen Suche-mit-LLM-Antwort-Anbieter	Tavily ist auf Suche+Antwort ausgerichtet; Exa ist breiter (Suche/Forschung/Antwort)

Mehr

Ressourcen

📖 Offizielle README auf GitHub lesen

🐙 Offene Issues ansehen

🔍 Alle 400+ MCP-Server und Skills durchsuchen