/ Directorio / Playground / Exa Search
● Oficial exa-labs 🔑 Requiere tu clave

Exa Search

por exa-labs · exa-labs/exa-mcp-server

Búsqueda web neural diseñada para agentes IA — busca por significado, devuelve contenido limpio. Mejor que Google para 'encuentrame ensayos como X'.

MCP oficial de Exa. Combina modos de búsqueda neural (semántica) y por palabra clave, devuelve contenido completo de la página (no solo fragmentos), y admite modos especializados: investigación de empresas, búsquedas en LinkedIn, descubrimiento en GitHub, búsqueda de artículos de investigación. La opción correcta cuando 'qué significa esto' importa más que 'dónde está esta frase exacta'.

Por qué usarlo

Características clave

Demo en vivo

Cómo se ve en la práctica

exa-search.replay ▶ listo
0/0

Instalar

Elige tu cliente

~/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"
      ]
    }
  }
}

Abre Claude Desktop → Settings → Developer → Edit Config. Reinicia después de guardar.

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "exa-search": {
      "command": "npx",
      "args": [
        "-y",
        "exa-mcp-server"
      ]
    }
  }
}

Cursor usa el mismo esquema mcpServers que Claude Desktop. La configuración del proyecto prevalece sobre la global.

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "exa-search": {
      "command": "npx",
      "args": [
        "-y",
        "exa-mcp-server"
      ]
    }
  }
}

Haz clic en el icono MCP Servers de la barra lateral de Cline y luego en "Edit Configuration".

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "exa-search": {
      "command": "npx",
      "args": [
        "-y",
        "exa-mcp-server"
      ]
    }
  }
}

Mismo formato que Claude Desktop. Reinicia Windsurf para aplicar.

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "exa-search",
      "command": "npx",
      "args": [
        "-y",
        "exa-mcp-server"
      ]
    }
  ]
}

Continue usa un array de objetos de servidor en lugar de un mapa.

~/.config/zed/settings.json
{
  "context_servers": {
    "exa-search": {
      "command": {
        "path": "npx",
        "args": [
          "-y",
          "exa-mcp-server"
        ]
      }
    }
  }
}

Añádelo a context_servers. Zed recarga en caliente al guardar.

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

Un solo comando. Verifica con claude mcp list. Quita con claude mcp remove.

Casos de uso

Usos del mundo real: Exa Search

Encontrar artículos similares a uno que ya te encanta

👤 Investigadores, escritores, fundadores creando listas de lectura ⏱ ~10 min beginner

Cuándo usarlo: Tienes un ensayo/post canónico sobre un tema y quieres más como ese. La función 'similares' de Google es inútil.

Requisitos previos
  • Clave API de Exa — exa.ai/dashboard — el nivel gratuito ofrece ~1000 búsquedas/mes
Flujo
  1. Usa modo neural con una consulta descriptiva
    Encuentra 10 ensayos con espíritu similar a 'The Bitter Lesson' de Rich Sutton. Quiero artículos de opinión largos sobre escalado en ML, no papers.✓ Copiado
    → 10 resultados que coincidan con la *vibra*, no solo las palabras clave
  2. Obtén los contenidos y hojea
    Para cada uno, recupera los contenidos (modo text) y dame un resumen de 2 líneas más una nota 'por qué esto es similar'.✓ Copiado
    → Resumen por resultado + razón de similitud
  3. Guarda los que valgan
    Realmente quiero leer 3 de estos. ¿Cuáles 3 tienen más señal? Guarda los enlaces en /reading/ml-scaling.md.✓ Copiado
    → Lista corta curada, no los 10

Resultado: Una lista de lectura con coherencia intelectual real, no basura SEO.

Errores comunes
  • La búsqueda neural se desvía hacia temas adyacentes — Combina con includeDomains para acotar (p. ej. solo essays.gwern.net, lesswrong.com) cuando quieras un clúster compacto
  • Algunas páginas devuelven previsualizaciones de pago como contenido — Verifica la longitud del contenido; retornos muy cortos suelen estar bloqueados — marca y salta
Combinar con: filesystem · memory

Extrae un resumen de una empresa antes de una llamada de ventas

👤 Ventas, desarrollo de negocios, reclutadores ⏱ ~10 min beginner

Cuándo usarlo: Llamada en 20 minutos; necesitas noticias recientes, personas clave, financiación reciente, todo en una sola fuente.

Flujo
  1. Ejecuta una búsqueda en modo empresa
    Usa el modo empresa de Exa para 'Acme Robotics, San Francisco'. Obtén la página principal, noticias recientes (últimos 90 días) y anuncios.✓ Copiado
    → Mezcla de contenido de página principal, posts de blog, artículos de noticias
  2. Sintetiza un resumen
    Escribe un resumen de una página: qué hacen, hitos recientes, personas clave mencionadas en noticias, algo sobre lo que felicitarte o compadecerte.✓ Copiado
    → Resumen listo para conversar con citas
  3. Encuentra el ángulo de contacto correcto
    Basándote en sus noticias recientes, ¿cuál es una razón creíble para contactarlos esta semana? Sé específico — menciona el artículo de noticias.✓ Copiado
    → Un gancho concreto vinculado a un evento real reciente

Resultado: Un informe más útil que 30 minutos de acoso en LinkedIn.

Errores comunes
  • El ruido de comunicados de prensa ahoga las noticias reales — Filtra excludeDomains: ['prnewswire.com', 'businesswire.com'] para análisis real
Combinar con: memory

Obtén una respuesta directa con citas a una pregunta de hecho

👤 Cualquiera que necesite un hecho rápido con una fuente ⏱ ~2 min beginner

Cuándo usarlo: Necesitas una respuesta + cita para una pregunta factual específica, más rápido que buscar → hacer clic → leer.

Flujo
  1. Usa exa_answer
    Usa exa_answer para: '¿Cuál fue la última ronda de financiación anunciada de Anthropic y el total recaudado?'✓ Copiado
    → Respuesta directa más 1-3 URLs de fuente
  2. Verifica la fuente
    Abre la fuente superior y confirma que el número coincida con lo que devolvió Exa.✓ Copiado
    → Confirmación o corrección

Resultado: Una respuesta respaldada por hechos en menos de 30 segundos.

Errores comunes
  • Las respuestas pueden retrasarse (corte de entrenamiento/índice) — Para cosas que cambian semanalmente (precio de acciones, liderazgo), verifica la actualidad de las fuentes, no solo la respuesta

Combinaciones

Combínalo con otros MCPs para multiplicar por 10

exa-search + memory

Guarda hallazgos de investigación en un gráfico de temas a medida que avanzas

Busca 'estado de LMs pequeños en 2026'. Para cada resultado útil, almacena la afirmación clave como observación en la entidad 'small-lms-2026' en memoria, con la URL de la fuente.✓ Copiado
exa-search + filesystem

Crea una lista de lectura guardada como Markdown

Encuentra 10 ensayos similares a 'The Bitter Lesson'. Guarda la lista corta curada (top 3) con resúmenes en /reading/ml-scaling.md.✓ Copiado
exa-search + github

Descubre repos relevantes vía Exa, luego opera con ellos vía GitHub MCP

Usa Exa para encontrar implementaciones en Rust de shaders WebGPU. Para los 3 repos principales, obtén las estadísticas de GitHub (estrellas, último commit) vía GitHub MCP.✓ Copiado

Herramientas

Lo que expone este MCP

HerramientaEntradasCuándo llamarCoste
web_search_exa query: str, numResults?: int, type?: 'neural'|'keyword'|'auto', includeDomains?: str[], excludeDomains?: str[], startPublishedDate?: str, endPublishedDate?: str Búsqueda general de propósito neural o por palabra clave 1 crédito de búsqueda de Exa
company_research_exa query: str, numResults? Obtén un resumen de empresa desde fuentes públicas de la web 1 crédito
linkedin_search_exa query: str, numResults? Encuentra personas/empresas específicas en LinkedIn (solo enlaces — el contenido varía) 1 crédito
github_search_exa query: str, numResults? Descubre repos por descripción (usa MCP de GitHub para operaciones de repo reales) 1 crédito
research_paper_search_exa query: str, numResults?, dateRange? Búsqueda académica en arXiv, OpenReview, etc. 1 crédito
deep_researcher_start / check query: str (start), task_id (check) Tareas de investigación grandes multifuente; sondea resultados múltiples créditos
exa_answer query: str P&R directo con fuentes citadas 1+ créditos
crawling_exa url: str Obtén una URL única a través de la tubería de Exa (boilerplate eliminado, JS renderizado) 1 crédito

Coste y límites

Lo que cuesta ejecutarlo

Cuota de API
Nivel gratuito ~1000 búsquedas/mes; planes pagos escalan
Tokens por llamada
Los resultados de búsqueda con contenido pueden ser 2-10k tokens por resultado — limita numResults agresivamente
Monetario
El nivel gratuito es suficiente para uso personal; planes pagos desde $10/mes
Consejo
Usa numResults: 5 por defecto. Usa text: false si solo necesitas enlaces, luego llama crawling_exa solo en los pocos que realmente quieres leer.

Seguridad

Permisos, secretos, alcance

Almacenamiento de credenciales: Clave API en variable de entorno EXA_API_KEY
Salida de datos: Las consultas van a api.exa.ai; Exa obtiene páginas en tu nombre a través de su infraestructura

Resolución de problemas

Errores comunes y soluciones

401 No autorizado

Clave API faltante o incorrecta. Establece EXA_API_KEY en env del cliente MCP. Verifica en exa.ai/dashboard.

402 Pago requerido / cuota agotada

Créditos del nivel gratuito utilizados. Actualiza o espera el reinicio mensual.

Los resultados están fuera de tema con modo neural

Intenta type: 'keyword' para coincidencia literal, o añade includeDomains/excludeDomains para enfocar la búsqueda.

Contenido vacío en URLs devueltas

Algunas páginas no pueden extraerse. Usa crawling_exa directamente en la URL, o recurre a fetch/firecrawl.

Alternativas

Exa Search vs otros

AlternativaCuándo usarlaContrapartida
Brave Search MCPQuieres búsqueda web simple por palabra clave con garantías de privacidadSin modo semántico; los resultados son fragmentos de estilo SERP, no contenido completo
FirecrawlYa tienes URLs y necesitas contenido limpio/extracción estructurada, no búsquedaHerramienta diferente — scraping vs búsqueda
Tavily / APIs de Perplexity (vía MCP personalizado)Quieres un proveedor diferente de búsqueda-con-respuesta-LLMTavily se enfoca en búsqueda+respuesta; Exa es más amplio (búsqueda/investigación/respuesta)

Más

Recursos

📖 Lee el README oficial en GitHub

🐙 Ver issues abiertas

🔍 Ver todos los 400+ servidores MCP y Skills