Exa Search MCP — ユースケース, インストール & ライブデモ

なぜ使うのか

主な機能

ニューラル検索——キーワードマッチだけでなく、説明の類似性でページを検索します
textとhighlights（オプション）でフルページコンテンツを返します
専門的な検索モード：企業、LinkedIn、GitHub、研究論文、ニュース
日付フィルタリングとドメインの包含/除外
引用付きワンショットQ&A用のサーバーサイド回答（exa_answer）

ライブデモ

実際の動作

exa-search.replay ▶ 準備完了

0/0

インストール

クライアントを選択

~/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"
      ]
    }
  }
}

Claude Desktop → Settings → Developer → Edit Config を開く。保存後、アプリを再起動。

~/.cursor/mcp.json · .cursor/mcp.json

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

Cursor は Claude Desktop と同じ mcpServers スキーマを使用。プロジェクト設定はグローバルより優先。

VS Code → Cline → MCP Servers → Edit

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

Cline サイドバーの MCP Servers アイコンをクリックし、"Edit Configuration" を選択。

~/.codeium/windsurf/mcp_config.json

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

Claude Desktop と同じ形式。Windsurf を再起動して反映。

~/.continue/config.json

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

Continue はマップではなくサーバーオブジェクトの配列を使用。

~/.config/zed/settings.json

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

context_servers に追加。保存時に Zed がホットリロード。

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

ワンライナー。claude mcp list で確認、claude mcp remove で削除。

ユースケース

実用的な使い方： Exa Search

すでに好きなもののような記事を見つけます

👤 リサーチャー、ライター、読書リストを構築する創業者 ⏱ ~10 min beginner

使うタイミング： あるトピックの標準的なエッセイ/投稿があり、それのようなものをもっと見たい場合。Googleの『関連』は役に立ちません。

前提条件

Exa APIキー — exa.ai/dashboard——無料階層は月1000検索程度

フロー

説明的なクエリでニューラルモードを使用する

Rich SuttonによるThe Bitter Lessonのような精神的に類似した10本のエッセイを見つけてください。ML スケーリングに関する長編の意見記事が欲しいので、論文ではなく。✓ コピーしました

→ キーワードだけでなく、*雰囲気*に合う10件の結果
コンテンツを取得してスキャンする

それぞれについて、コンテンツを取得（textモード）し、2行の要約と『これが類似している理由』のメモを提供してください。✓ コピーしました

→ 結果ごとの要約＋類似性の理由
保存する価値のあるものを保存する

実際に3つを読みたいです。どの3つが最も信号が強いですか？ /reading/ml-scaling.md にリンクを保存してください。✓ コピーしました

→ すべての10ではなく、キュレーションされた短いリスト

結果： 本当の知的一貫性のある読書リスト、SEOゴミではなく。

注意点

ニューラル検索が隣接するトピックに漂流する — 緊密なクラスタが必要な場合は、includeDomainsと組み合わせて制限します（例：essays.gwern.net、lesswrong.comのみ）
一部のページはペイウォール付きプレビューをコンテンツとして返す — コンテンツの長さを確認してください。非常に短いリターンは通常ペイウォール付きです——フラグを立てて、スキップしてください

組み合わせ： filesystem · memory

営業電話の前に会社について1ページの資料を取得する

👤 営業、ビジネス開発、採用担当者 ⏱ ~10 min beginner

使うタイミング： 20分後に電話がかかります。最近のニュース、主要な人物、最近の資金調達が1回で必要です。

フロー

会社モード検索を実行する

Exaの会社モードを『Acme Robotics, San Francisco』に使用してください。ホームページ、最近のニュース（過去90日間）、および公表文を取得してください。✓ コピーしました

→ ホームページコンテンツ、ブログ投稿、ニュース記事のミックス
概要を合成する

1ページを作成してください：彼らが何をしているか、最近のマイルストーン、ニュースで言及されている主要人物、私が祝うべき、または同情すべきことはなにか。✓ コピーしました

→ 話題ポイント対応の引用付き概要
正しい連絡先の角度を見つける

最近のニュースに基づいて、今週彼らに連絡する信頼できる理由は何ですか？具体的に——ニュース項目の名前を付けてください。✓ コピーしました

→ 本当の最近のイベントに結びついた1つの具体的なフック

結果： 30分のLinkedinストーキングより有用なブリーフィング。

注意点

プレスリリースのノイズが本当のニュースを圧倒する — 実際の分析のために excludeDomains: ['prnewswire.com', 'businesswire.com'] でフィルタリングしてください

組み合わせ： memory

Googleスカラーのノイズなしにトピックに関する最近の論文を見つける

👤 最新情報を保つリサーチャー、ML/CSエンジニア ⏱ ~15 min intermediate

使うタイミング： arXivのリスティングUIなしに、トピック（例：『拡散モデルの推測デコーディング』）に関する最近の論文が欲しい場合。

フロー

日付以降の論文を検索する

Exa research-paperモードを使用してください：『拡散モデルの推測デコーディング』について2026-01-01以降に発表された論文。トップ10。✓ コピーしました

→ arxiv/openreviewリンクと概要を含む論文のリスト
アプローチ別にクラスター化する

それらをコア技術別にグループ化してください。どのアプローチが勢いを増しているか、どれが一度限りか？✓ コピーしました

→ 判断による主題的クラスタリング
詳細に読む3つを選ぶ

実際に読むことを優先すべきはどの3つですか？新規性と実用的な関連性に基づいて正当化してください。✓ コピーしました

→ 理由付きキュレーション短リスト

結果： Twitterが与えるものより短く、良い読書リスト。

注意点

モード『research-paper』はワークショップペーパーと非常に最近のプレプリントを見落とすかもしれません — 網羅的なカバレッジが必要な場合は、過去1ヶ月のarXivリストで相互確認してください

組み合わせ： memory · fetch

事実上の質問に引用付きワンショット回答を取得する

👤 ソースを含むクイックファクトが必要な人 ⏱ ~2 min beginner

使うタイミング： 特定の事実上の質問に対して回答＋引用が必要な場合、検索→クリック→読むより速く。

フロー

exa_answerを使用する

exa_answerを使用してください：『Anthropicの最後に発表された資金調達ラウンドと調達合計はいくらでしたか？』✓ コピーしました

→ 直接回答と1-3のソースURL
ソースを確認する

トップソースを開いて、数字がExaが返したものと一致することを確認してください。✓ コピーしました

→ 確認または修正

結果： 30秒以内に事実で支持された回答。

注意点

回答が遅れる可能性があります（トレーニング/インデックスカットオフ） — 毎週変わるもの（株価、リーダーシップ）については、回答だけでなく、ソースの新鮮さを確認してください

組み合わせ

他のMCPと組み合わせて10倍の力を

exa-search + memory

実行中のトピックグラフにリサーチの結果を保存する

『2026年の小型LMの状態』を検索してください。有用な各結果について、メモリ内の『small-lms-2026』エンティティの観測として、ソースURLと共に主要な主張を保存してください。✓ コピーしました

exa-search + filesystem

Markdownで保存された読書リストを構築する

『The Bitter Lesson』に類似した10本のエッセイを見つけてください。要約と共にキュレーション短リスト（トップ3）を /reading/ml-scaling.md に保存してください。✓ コピーしました

exa-search + github

Exaを介して関連reposを発見し、GitHub MCPを介してそれらを操作する

ExaでWebGPU shadersのRust実装を見つけてください。トップ3のreposについて、GitHub MCPを介してGitHubスタッツ（star、最後のコミット）を取得してください。✓ コピーしました

ツール

このMCPが提供する機能

ツール	入力	呼び出すタイミング	コスト
web_search_exa	query: str, numResults?: int, type?: 'neural'\|'keyword'\|'auto', includeDomains?: str[], excludeDomains?: str[], startPublishedDate?: str, endPublishedDate?: str	一般的なニューラルまたはキーワード検索	Exaサーチクレジット1個
company_research_exa	query: str, numResults?	公開ウェブソースから会社の概要を取得する	クレジット1個
linkedin_search_exa	query: str, numResults?	LinkedIn上の特定の人物/企業を見つける（リンクのみ——コンテンツは変わります）	クレジット1個
github_search_exa	query: str, numResults?	説明によってreposを発見する（実際のrepoオプスにはgithub MCPを使用）	クレジット1個
research_paper_search_exa	query: str, numResults?, dateRange?	arXiv、OpenReviewなど全体での学術検索	クレジット1個
deep_researcher_start / check	query: str (start), task_id (check)	大型マルチソースリサーチタスク；結果をポーリングします	複数クレジット
exa_answer	query: str	引用ソース付きの直接Q&A	1クレジット以上
crawling_exa	url: str	Exaのパイプラインを通して単一URLを取得する（ボイラープレートは削除、JSレンダリング）	クレジット1個

コストと制限

運用コスト

APIクォータ: 無料階層月1000検索程度；有料プランはスケールアップします
呼び出しあたりのトークン: コンテンツを含む検索結果は結果あたり2-10kトークン——numResultsを積極的に制限します
金額: 無料階層は個人的使用に十分です；有料プランは月10ドルから
ヒント: デフォルトで numResults: 5 を使用してください。リンクのみが必要な場合は text: false を使用し、実際に読みたい数個に対してのみ crawling_exa を呼び出します。

セキュリティ

権限、シークレット、影響範囲

認証情報の保管： 環境変数 EXA_API_KEY のAPIキー

データ送信先： クエリはapi.exa.aiにヒット；Exaは彼らのインフラを通してあなたに代わってページを取得します

返されたページコンテンツはプロンプトインジェクションテキストを含む可能性があります。ウェブコンテンツを信頼できない入力として扱ってください。
機密クエリ（未公表の製品名、秘密）はExaサーバーに送信されます——何を検索するかについて意図的になってください。

トラブルシューティング

よくあるエラーと対処法

401 Unauthorized

APIキーが見つからないか間違っています。MCPクライアント環境で EXA_API_KEY を設定してください。exa.ai/dashboard で確認してください。

402 Payment Required / quota exhausted

無料階層クレジットが使用されました。アップグレードするか、月次リセットを待ってください。

Results are off-topic with neural mode

type: 'keyword' でリテラルマッチングを試すか、includeDomains/excludeDomains を追加して検索に焦点を当ててください。

Empty content on returned URLs

一部のページは抽出できません。URLで crawling_exa を直接使用するか、fetch/firecrawlにフォールバックしてください。

代替案

Exa Search 他との比較

代替案	代わりに使う場面	トレードオフ
Brave Search MCP	プライバシー保証を伴う単純なキーワードウェブ検索が必要な場合	セマンティックモードなし；結果はSERPスタイルのスニペット、フルコンテンツではありません
Firecrawl	すでにURLがあり、検索ではなく、きれいなコンテンツ/構造化抽出が必要な場合	異なるツール——スクレイピング対検索
Tavily / Perplexity APIs (via custom MCP)	異なるsearch-with-LLM-answer プロバイダーが必要な場合	Tavilyはsearch+answer重視；Exaはより広い（search/research/answer）

その他

リソース

📖 GitHub の公式 README を読む

🐙 オープンな issue を見る

🔍 400以上のMCPサーバーとSkillsを見る