# 策展 · X (Twitter) 🔥🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：Exa (@ExaAILabs) · 平台：X (Twitter) · 日期：2026-07-11

> 原始來源：https://x.com/ExaAILabs/status/2075618550526730764

## 中文摘要

Exa 整合 Cerebras 推出 Grounded Research Agent 開發指南。

**核心整合與效能**
Exa 與 Cerebras 攜手合作，將 Exa 的網頁搜尋能力與 Cerebras 的推論模型整合，打造出具備即時資訊檢索與引用功能的 AI Agent。根據展示影片，在針對多家 AI 實驗室（如 OpenAI、Anthropic、Google DeepMind 等）進行搜尋的測試中，整合 Exa 的方案僅需 20.7 秒即可完成搜尋並生成結果，相較於其他搜尋供應商的 32.9 秒，展現了顯著的效能優勢。

<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1783728886386-2tjtx6ny.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/d81e9c11a2ec2b5a.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> 影片展示了 Exa 結合 Cerebras 技術在網頁搜尋與推論速度上的效能對比。

**開發實作指引**
該指南提供了完整的開發步驟，讓開發者能快速建置具備引用來源功能的 Agent：

1. **環境初始化**：安裝 `exa-py` 或 `exa-js` 等必要套件，並設定 `CEREBRAS_API_KEY` 與 `EXA_API_KEY`。
2. **定義搜尋工具**：利用 `exa_search` 函式，該工具會自動抓取網頁內容摘要（highlights），並為每個來源標記 `[n]` 以利模型進行引用。
3. **建立引用機制**：透過 `finalize` 輔助函式，自動清理模型輸出的雜訊，並在回答末尾產生結構化的來源清單。
4. **執行 Agent Loop**：Agent 會根據使用者問題進行搜尋、將結果餵回模型，並在達到步驟限制前產生最終回答。

**程式碼範例**
開發者可直接參考以下結構進行實作（以 Python 為例）：

```python
# 初始化 Exa 與 Cerebras 客戶端
exa = Exa(api_key=os.environ["EXA_API_KEY"])
cerebras = OpenAI(
    api_key=os.environ["CEREBRAS_API_KEY"],
    base_url="https://api.cerebras.ai/v1",
)

# 定義搜尋工具並註冊至模型
tools = [{
    "type": "function",
    "function": {
        "name": "exa_search",
        "description": "Search the web with Exa...",
        "parameters": { ... }
    }
}]
```

詳細的開發文件與完整程式碼範例可參考 [Cerebras Cookbook](https://inference-docs.cerebras.ai/cookbook/agents/exa-grounded-research)。開發者可根據需求調整搜尋策略（`fast` 或 `deep`）以及資訊新鮮度（`max_age_hours`），以平衡回應速度與資料深度。

## 媒體內容

**影片展示了 Exa 結合 Cerebras 技術在網頁搜尋與推論速度上的效能對比。**

**影片中的 Prompt 與操作**

Prompt（00:00）：

```
研究這些 AI 實驗室的最新消息：
OpenAI、Anthropic、Google DeepMind、Meta AI、Mistral、xAI、Cohere、Cerebras、Nvidia 和 Microsoft，每個實驗室進行一次搜尋。
```

原文：Research the latest news of these AI labs: 
OpenAI, Anthropic, Google DeepMind, Meta AI, Mistral, xAI, Cohere, Cerebras, Nvidia, and Microsoft
one search per lab.

操作步驟：

1. （00:00）輸入搜尋指令並送出
2. （00:20）左側完成搜尋
3. （00:32）右側完成搜尋

## 標籤

Agent, 教學資源, Exa, Cerebras