Exa Search

Web search rebuilt for LLMs....

Exa 是一款面向 AI 时代、全新打造的智能网络搜索引擎,主打高效、真实、语义相关性强的内容检索服务。

Exa Search 支持用户输入专业、复杂问题,直接返回高质量网页原文,助力大模型问答(RAG)、开发者集成和专业知识获取。

Exa 在检索架构上采用分布式爬取、定制嵌入和重排序模型,结合自研向量数据库,显著提升对深度、长尾、冷门和推理类查询的表现。

6 个评论

星弧arc

TL,DR: Chatbot 可以说是最烂大街的 AI 形态了,新版的 Exa Search 更加 Chatbot 化了,但也更加平庸了。

还是那句话,工具应该快捷顺手,而不是想当然的为了所谓的“用户体验”而削弱了原本清爽的体验。Chatbot 化之后的 Exa Search 更慢了,原本旧版本我每次搜索就要等个三秒左右,现在结合了 Chatbot 之后平均每次查询要 8 秒起步,再加上 Vercel 的防火墙一拖,单次搜索结果呈现的时间更久了。。。

我还是切换回 Legacy 版本吧...

如果你需要将旧版本放到你的搜索引擎列表,可以复制如下的链接使用(其中 %s 会被浏览器替换为你的搜索字段)

https://search-legacy.exa.ai/search?q=%s&filters={"numResults":30}

约克朱

作为infra公司的toC向产品,是比较好的展现了底层搜索优化和数据库检索的能力的。毕竟也是目前搜索效率最高的api for LLM。但的确公司没有做C端产品的基因目前,可能学术搜索更有pmf

降临派熠然

蛮好用的,可以在多个信息渠道进行检索,搜索出相关内容。

降临派9621

Exa Search 产品的逻辑是把关键词匹配换成语义向量召回,让搜索从“字面撞大运”变成概念级精准打击,

把相关性从 token-level 提升到 embedding-level,从而把传统搜索的召回-排序两阶段压缩成一次向量空间内的近邻检索,实质上是把信息检索问题转化为可微分的表示学习问题

七星

还是ok的,我对搜索引擎的要求很低的,只要不是搜出来都是广告就可以

星弧arc

TL,DR: 纯粹,高效的搜索工具。即用即走,不登录,无需特殊网络环境即可使用。相比较与国内的“博查 AI 搜索”来说,Exa Search 更能作为一个“趁手的工具”。虽然搜索能够提供的条数有限,但大部分时间你所需要的资料都会列出来。

搜索引擎作为每个人进入互联网的路口,重要性不言而喻。对于各种商家而言,浏览器就像是个天然的流量入口。也因此诞生了 搜索结果的广告位、希望提升自身网站排名的 SEO (搜索引擎优化)技术等等等等。

作为一个在网上冲浪多年的网民,我的搜索引擎习惯也在不断地改变。从百度开始,再因广告过多而转投必应。又因为必应搜索的排名和内容质量也下降到了一定程度,我又投奔了 Duckduckgo 和 Kagi 这类“不追踪”或“高质量”的搜索引擎。而现在,我觉得是时候转向 Exa 了。

Exa 真的很干净。虽然未来可能会被 GEO (生成式搜索引擎优化)污染,但对于当下,对于那个希望直达答案和有效信息的我来说,Exa 是目前的最优解。就拿日常搜索来说,在之前我使用传统搜索引擎的时候,我的习惯是把我需要的资源提取成一个个关键词并用空格分割后再进行搜索。时不时会带上屏蔽 CSDN 和知乎的关键词。在这样的“克制”和“准确”的情况下,我还需要通过轻度的筛选来主动过滤那些软文、潜在的刷榜文章后找到我所需要的技术文章和资源。在 Exa 中,我相对的来说更加省心了。一个是我可以直接通过自然语言描述我的需求,然后再在结果页面挑选。

Exa 自带的分类查询也是非常舒服的一个功能。对于学术用户有单独的论文分类,对于科技用户也有专门的 GitHub 分类和个人网站博客分类,对于企业用户也有专门找人的 LinkedIn 分类,对于创作者来说也可以通过新闻分类来快速、准确的定位到需要的信源。相比与传统搜索引擎的“网页、图片、视频”分类来说更加精确,也各取所需。

唯一的不足地方在于查询速度相较与传统搜索引擎来说慢上不少,基本每次搜索的用时都在 1~3 秒(视网络情况和搜索复杂度)。(谷歌和百度等主流搜索引擎普遍在 1 秒内)