Exa 深度研究编排器
基于 Exa 搜索的深度研究编排器，自动规划搜索、调度子代理并汇总结果。
该技能要求通过 OAuth 或 API 密钥进行认证，支持匿名访问但速率受限。技能文件中明确了认证失败时的处理（提示用户修复），没有自动执行破坏性操作，数据流是查询外部搜索服务。然而，技能未明确限制权限范围（如最小权限原则未明说），也未提及用户确认或回滚机制。发布者未经 FollowSkills 企业注册表验证，身份未知。证据显示没有恶意行为，但安全控制不完整。扣除：权限控制和确认机制缺失，故得 16/25。
技能指令自洽，依赖 Exa 的 MCP 服务，该服务是外部依赖，可用性无法静态确认。技能指导了常见错误处理，但未提供测试或错误恢复的详细情况。静态审查中无法执行关键路径，也没有提供可验证的第三方执行证据（如 CI 运行和测试套件覆盖技能关键路径）。所以可靠性低于 10。扣除：缺乏可复现测试和异常处理的详细文档，得 8/20。
技能明确适用于深度研究、线索生成、文献综述等场景，并提供了触发短语（如“research this”）。技能有明确的复杂度分级和确认逻辑，避免误触发。但技能依赖 Exa 服务，从中国大陆网络可能无法访问，未提供替代方案，因此适应性受限。扣除：环境适配性不足（中国大陆网络不可达），得 10/15。
文档结构良好，有层次分明的说明，包括前置要求、步骤和故障排除。技能包含示例查询和注意事项。但缺少明确的版本信息、变更日志和维护责任，技能文件的更新路径不清晰。许可证是 MIT，但发布者未经验证。扣除：版本和历史信息缺乏，得 11/15。
技能设计用于完成研究任务，但静态审查无法验证实际输出质量。技能描述了工作流程，但没有证据表明输出直接可用或优于手动方法。静态审查限制了该维度的得分上限为 7，因缺乏执行证据。扣除：无法验证价值主张，得 7/15。
仓库中有 CI 工作流和单元测试，但测试主要覆盖 API 处理器，而非技能本身的执行。技能文件本身没有包含可验证的第三方执行证据。静态审查无法独立验证效果，得 5/10。
- 该技能完全依赖 Exa 的海外服务，在中国大陆可能无法访问，建议评估备选方案。
- 发布者身份未经验证，使用前请自行评估信任度。
- 技能未明确权限范围和确认机制，使用时需谨慎处理敏感数据。
这个 Skill 能做什么，适合哪些场景？
该技能将 Exa 搜索转化为一个智能研究编排器：它先分析查询的复杂程度，决定是自己处理、委派给一个子代理，还是以并行子代理进行多轮搜索。技能要求使用 Exa 的 MCP 服务器，支持 OAuth、API 密钥或匿名访问。该技能的关键价值在于通过子代理进行标记隔离，保持主上下文干净，并包含去重、源质量评估和多轮查询（如实体链）等详细流程。它专为需要全面覆盖的研究任务设计，如潜在客户生成、文献综述和竞争分析。
读取用户的查询，评估其复杂性（极简、中等、高级、复杂），并选择处理策略。它指导编排者使用 Agent 工具派发子代理（模型为 haiku），每个子代理读取参考文件（如 references/searching.md）并执行指定的 Exa 搜索。该技能定义了一个分配工作的模板，包括具体搜索、验证标准和输出格式，并要求子代理以 'sources_reviewed: N' 结束。它处理去重（通过 URL 和实体合并）、验证覆盖并通过后续搜索填补空白，最终以特定格式（表格优先、超链接）汇总结果，并可选地写入文件（如 ./exa-results/）。它还指导了源质量评估、对简单查询避免过度执行，以及在可能的情况下询问用户澄清等注意事项。
- 潜在客户开发：营销人员需要一份符合特定标准（如地点、行业、规模）的公司名单，通过多轮搜索从多个来源收集和合并结果。
- 文献综述：研究人员需要查找最新论文、预印本和相关工作，按日期过滤，并综合主要主题和结论。
- 深度探究：产品经理需要了解某个新主题或技术，如 WebGPU，涵盖规范、浏览器支持、社区采用和基准测试等多个角度。
- 竞争分析：初创公司创始人想要了解该领域的竞争对手，包括资金数据库、新闻和利基目录中的信息，并进行合并和排名。
- 实体链（多跳）：分析人员需要从公司列表开始，然后找到每家公司的人员，再丰富这些人员的公开声明，以构建详尽的人物画像。
这个 Skill 有哪些优点和局限？
- 对复杂研究任务采用结构化方法，明确区分简单与复杂查询。
- 通过子代理实现与原始搜索结果的令牌隔离，保持主上下文窗口干净。
- 强调验证和去重——确保搜索结果符合用户标准而非仅依靠相似性。
- 支持多轮查询（如实体链），支持跨来源的全面研究。
- 包含源质量评估指南，优先考虑实践者而非评论者，并定义排除项。
- 严重依赖 Exa MCP 服务，需要网络连接和 API 密钥或 OAuth，不属于本地工具。
- 指令围绕“子代理”和“Agent 工具”展开，这可能是特定于 Claude Code/Anthropic 的，限制了可移植性。
- 编辑涉及大量派发和协调指令，可能对简单任务显得过于繁琐。
- 未包含测试套件或对非 Anthropic 代理的验证；该技能未在 ChatGPT 或 Codex 上显式测试。
- 如果 Exa 服务不可用或返回有限结果，缺乏其他搜索引擎的备用方案。
如何安装这个 Skill？
该技能属于 exa-mcp-server 仓库，其中捆绑了多个技能。它本身不提供安装脚本；需要配置 Exa MCP 服务器（https://mcp.exa.ai/mcp），并通过 OAuth（推荐）或 API 密钥进行认证。用户应将 SKILL.md 文件及其 references/ 目录放在其代理技能目录中。
如何使用这个 Skill？
触发该技能时，使用诸如“研究这个”、“找到关于……的一切”或“深入研究……”等短语。技能会提示编排器先计算相关日期，评估查询的复杂性，并在有歧义时询问用户。对于多数任务，编排器会通过 Agent 工具派发并行的子代理，每个子代理使用 Exa 的 web_search_exa 执行具体搜索。子代理返回压缩输出后，编排器会进行去重、验证、格式化并展示结果，通常使用表格。