opencode-exa-search
价格
你最关注的应该是其免费额度是否够用以及付费后的性价比。
Exa 采用了典型的 Freemium(免费增值) 模式,目前的定价方案如下:
1. 免费版 (Free Plan) —— 适合日常科研
-
额度:每月 1,000 次 搜索请求。
-
功能:包含基本的语义搜索 (
web_search_exa) 和代码检索 (get_code_context_exa)。 -
限制:会有并发频率限制(Rate Limit)。如果你短时间内连续让它分析几十个数据集,可能会报错
429: Too Many Requests。 -
点评:对于个人做单细胞课题、查查报错、搜搜参数来说,1,000 次/月完全足够。
2. 基础版 (Wanderer) —— 深度调研首选
-
价格:约 $10/月。
-
额度:包含 5,000 次 搜索请求(超出部分通常按量计费,约 $1.5/1k 次)。
-
功能:
-
更高的并发速度。
-
更强的 API 稳定性。
-
支持 Deep Researcher:可以运行更复杂的、多步骤的自动科研综述任务。
-
-
点评:如果你处于“开题阶段”或“写论文 Discussion 阶段”,需要海量阅读文献并进行横向对比,这个版本性价比很高。
3. 企业/专业版 (Growth/Enterprise)
-
价格:$100/月起步。
-
对象:主要面向公司或需要大规模自动化处理数据的生信实验室。对于个人学生来说,完全没必要。
4. 关键点:如何不花钱也能用好?
由于你是在 Gemini 环境下通过 MCP 调用它,我有几点建议帮你节省额度:
-
精准调用:我不会无缘无故发起搜索。只有当你提出“这个报错怎么解决”或“这篇论文用的什么参数”时,我才会动用 MCP。
-
多工具切换:我会优先使用我自带的训练知识。只有当知识涉及 2024-2026 年最新共识 或 特定软件版本 API 时,才调用 Exa。
-
使用自己的 API Key:如果你发现免费额度跑完了,可以去 Exa Dashboard 注册一个账号,把你的
API Key填入配置。新账号通常会送一定的初始额度。
总结建议
先用免费的。 对于眼科多组学分析,你一个月可能也就跑 200-300 次深度搜索。除非你要做一个涵盖几百个 GEO 数据集的 Meta 分析并自动化生成报告,否则免费版绰绰有余。
配置与使用
1. 安装与配置 (Installation & Setup)
由于 Exa MCP 是一个远程服务,你不需要在 WSL2 里编译复杂的源码,只需配置一个“连接入口”。
第一步:获取 API Key(建议,但非必须)
为了避免免费额度受限,建议先去 Exa Dashboard 注册并获取一个免费的 API Key。
第二步:配置连接器
根据你使用的编辑器选择一种方式:
方案 A:在 Claude Desktop 中使用(最推荐,适合查文献/写方案)
-
在 Windows 中打开路径:
%APPDATA%\Claude\claude_desktop_config.json(如果没有该文件,手动创建一个)。 -
将以下代码填入:
{
"mcpServers": {
"exa": {
"command": "npx",
"args": ["-y", "mcp-remote", "https://mcp.exa.ai/mcp?exaApiKey=你的API_KEY"]
}
}
}
- 重启 Claude Desktop,看到“🔨”图标即代表连接成功。
方案 B:在 Cursor 中使用(最适合写代码/Debug)
-
打开 Cursor 设置 -> Models -> MCP。
-
点击 + Add MCP Server。
-
Name 填
exa,Type 选http,URL 填入:https://mcp.exa.ai/mcp?exaApiKey=你的API_KEY。
2. 如何使用 (How to use)
在对话框中,你不需要写代码来调用它,直接用自然语言向我下达指令,我会根据需要自动触发 Exa 插件。
场景一:检索最新的 Q1 期刊分析范式
指令示例:“帮我检索 2024-2026 年发表在 Ophthalmology 或 Nature Communications 上关于糖尿病视网膜病变(DR)单细胞分析的质控(QC)标准,重点看线粒体基因比例和双细胞(doublets)的处理阈值。”
场景二:解决代码报错(生信包版本冲突)
指令示例:“我在 WSL2 下运行
scvi.model.SCVI.setup_anndata报错,环境是 Python 3.12。请搜索最新的 GitHub Issues 看看是不是版本不兼容导致的,并给出修复建议。”
场景三:参数依据搜索
指令示例:“在对视网膜类器官进行 Harmony 整合时,常用的
theta参数是多少?请搜索近两年的文献并给出 DOI。”
3. 实用建议
为了发挥最大效用,我建议你建立如下 "MCP + 本地分析" 工作流:
-
先搜后做(Evidence-based):
在开始Scanpy处理前,先让我用 Exa 搜一下该数据集(如 GSEXXXX)是否已有现成的处理代码或已知的 Batch Effect。 -
性能审计:
当你准备运行内存密集型任务(如大矩阵的SCTransform)时,让我搜一下:“在 32GB 内存下运行 X 万个细胞的优化方案”。 -
Obsidian 日志自动化:
我会把 Exa 搜到的文献结论,按照你要求的格式(项目日志协议)输出,你直接 Ctrl+C/V 到你的 Obsidian 中。
4. 关键注意事项
-
联网标志:当我开始使用 Exa 时,你会看到类似
Searching Exa...的提示,这说明我正在获取实时信息。 -
隐私保护:不要在对话中发送包含患者隐私(如姓名、未脱敏的临床 ID)的原始数据。Exa 搜索的是公共互联网,虽然我只发送关键词,但保持脱敏是科研合规的基本要求。