当前位置：首页 > news >正文

深入解析 Strands Agents + Exa 集成：构建能联网搜索的 AI 深度研究助手

news 2026/5/15 0:47:36

概述

亚马逊云科技开源的 Strands Agents SDK 近日发布了与 Exa 搜索引擎的集成。这篇文章详细拆解这个集成的架构设计、代码实现和实际效果。

Strands Agents SDK 简介

Strands Agents 是一个模型驱动的 Agent 框架。核心理念：开发者提供模型、system prompt 和工具列表，模型在 agent loop 中自主决定工具调用顺序和时机。

每次迭代中，模型接收完整对话历史（包括之前所有工具调用及其结果）。如果需要更多信息就请求工具，Strands 执行后把结果反馈给模型。循环持续到模型产出最终答案。

框架自带 40+ 预构建工具，支持 Model Context Protocol (MCP)。

Exa 搜索引擎

Exa 是专为 LLM 设计的搜索引擎：

语义匹配而非关键词匹配
返回结构化文本而非 HTML
支持分类过滤（news/research paper/github/company 等）
提供多种搜索模式：instant (~200ms) / fast (~450ms) / auto (~1s) / deep (~3-6s)

集成架构

两个核心工具：

exa_search

语义搜索，支持：

4 种搜索模式（instant/fast/auto/deep）
分类过滤（news/research paper/github/PDF 等）
域名/日期/文本内容过滤
行内摘要和 JSON Schema 结构化输出

exa_get_contents

URL 全文提取，支持：

缓存优先，未命中则实时爬取
可配置 livecrawl 模式（fallback/always）
字符数限制控制 token 消耗
子页面追踪

完整实现：6 步深度研究助手

from strands import Agent
from strands.models.bedrock import BedrockModel
from strands_tools.exa import exa_search, exa_get_contentsdef create_research_agent() -> Agent:model = BedrockModel(model_id="us.anthropic.claude-sonnet-4-6",region_name="us-west-2",max_tokens=20000,)return Agent(model=model,system_prompt=load_system_prompt(),tools=[exa_search, exa_get_contents],)

System prompt 定义 6 步工作流：

Step 1 — 概览搜索：auto 模式，5 条结果，2000 字摘要，限最近一周。

Step 2 — 新闻搜索：news 分类，30 天窗口，24 小时缓存。

Step 3 — 学术论文：research paper 分类，JSON Schema 约束输出（title/findings/methodology/conclusions）。

Step 4 — GitHub 项目：github 分类，4000 字 highlights。

Step 5 — 深度阅读：选 2-3 个高价值 URL，exa_get_contents 抓全文，强制实时爬取，追踪参考文献和方法论子页面。

Step 6 — 综合报告：无工具调用，整合前 5 步输出结构化研究简报。