Exa

Exa は、AI アプリケーション向けに構築された Web 検索 API です。各検索結果とともに、そのまま利用できるクリーンなページコンテンツを返すため、SambaNova モデルの応答を最新の Web 情報に基づかせる (グラウンディングする) ことが容易になります。

前提条件

作業を始める前に、以下の環境を準備してください。

SambaCloud アカウントと API キー
Exa アカウントと API キー
Python 3.9 以降、または Node.js 18 以降

セットアップ

以下の手順に従って、必要な依存パッケージをインストールし、環境を設定します。

依存パッケージのインストール

使用する言語に応じて、必要な SDK をインストールします。

Python
Node.js

pip install "exa-py>=2.0" openai python-dotenv

npm install exa-js openai dotenv

Node.js の例では ES モジュールとトップレベル await を使用しています。ファイルは .mjs 拡張子で保存してください (または package.json に "type": "module" を設定してください)。

API キーの設定

プロジェクトディレクトリに .env ファイルを作成します。

SAMBANOVA_API_KEY=your-sambanova-api-key
EXA_API_KEY=your-exa-api-key

Exa による Web 検索

Exa を使って、クエリに関連する Web コンテンツとハイライトを取得します。

Python
Node.js

from dotenv import load_dotenv
from exa_py import Exa
import os

load_dotenv()

exa = Exa(api_key=os.environ["EXA_API_KEY"])

results = exa.search(
    "latest developments in AI agents",
    type="auto",
    num_results=10,
    contents={"highlights": True},
)

import 'dotenv/config';
import Exa from 'exa-js';

const exa = new Exa(process.env.EXA_API_KEY);

const results = await exa.search(
  'latest developments in AI agents',
  {
    type: 'auto',
    numResults: 10,
    contents: { highlights: true },
  }
);

検索結果による SambaNova モデルのグラウンディング

前のステップで取得した results を使い、Exa の検索結果をコンテキストとして整形して、SambaNova でホストされているモデルに渡します。

Python
Node.js

from dotenv import load_dotenv
from openai import OpenAI
import os

load_dotenv()

client = OpenAI(
    api_key=os.environ["SAMBANOVA_API_KEY"],
    base_url="https://api.sambanova.ai/v1",
)

context = "\n\n".join(
    f"Source: {result.url}\n{' '.join(result.highlights or [])}"
    for result in results.results
)

response = client.chat.completions.create(
    model="MiniMax-M2.7",
    messages=[
        {
            "role": "system",
            "content": "Using only the provided search results, write a short summary.",
        },
        {
            "role": "user",
            "content": f"Search results:\n\n{context}",
        },
    ],
)

print(response.choices[0].message.content)

import 'dotenv/config';
import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: process.env.SAMBANOVA_API_KEY,
  baseURL: 'https://api.sambanova.ai/v1',
});

const context = results.results
  .map(
    (result) =>
      `Source: ${result.url}\n${(result.highlights || []).join(' ')}`
  )
  .join('\n\n');

const response = await client.chat.completions.create({
  model: 'MiniMax-M2.7',
  messages: [
    {
      role: 'system',
      content:
        'Using only the provided search results, write a short summary.',
    },
    {
      role: 'user',
      content: `Search results:\n\n${context}`,
    },
  ],
});

console.log(response.choices[0].message.content);

(任意) Exa によるツール呼び出しの有効化

エージェント型ワークフローでは、Exa 検索を Function tool として公開することで、モデル自身が Web 検索を行うタイミングを判断できるようになります。

Python
Node.js

from dotenv import load_dotenv
from exa_py import Exa
from openai import OpenAI
import os
import json

load_dotenv()

exa = Exa(api_key=os.environ["EXA_API_KEY"])
client = OpenAI(
    api_key=os.environ["SAMBANOVA_API_KEY"],
    base_url="https://api.sambanova.ai/v1",
)

tools = [
    {
        "type": "function",
        "function": {
            "name": "exa_search",
            "description": "Search the web using Exa and return grounded results.",
            "parameters": {
                "type": "object",
                "properties": {
                    "query": {
                        "type": "string",
                        "description": "The search query.",
                    }
                },
                "required": ["query"],
            },
        },
    }
]

messages = [
    {"role": "user", "content": "What are the latest developments in AI agents?"}
]

response = client.chat.completions.create(
    model="MiniMax-M2.7",
    messages=messages,
    tools=tools,
)

if response.choices[0].finish_reason == "tool_calls":
    tool_call = response.choices[0].message.tool_calls[0]
    args = json.loads(tool_call.function.arguments)

    search_results = exa.search(
        args["query"],
        type="auto",
        num_results=5,
        contents={"highlights": True},
    )

    context = "\n\n".join(
        f"Source: {r.url}\n{' '.join(r.highlights or [])}"
        for r in search_results.results
    )

    messages.append(response.choices[0].message)
    messages.append({
        "role": "tool",
        "tool_call_id": tool_call.id,
        "content": context,
    })

    final_response = client.chat.completions.create(
        model="MiniMax-M2.7",
        messages=messages,
        tools=tools,
    )

    print(final_response.choices[0].message.content)

import 'dotenv/config';
import Exa from 'exa-js';
import OpenAI from 'openai';

const exa = new Exa(process.env.EXA_API_KEY);
const client = new OpenAI({
  apiKey: process.env.SAMBANOVA_API_KEY,
  baseURL: 'https://api.sambanova.ai/v1',
});

const tools = [
  {
    type: 'function',
    function: {
      name: 'exa_search',
      description: 'Search the web using Exa and return grounded results.',
      parameters: {
        type: 'object',
        properties: {
          query: { type: 'string', description: 'The search query.' },
        },
        required: ['query'],
      },
    },
  },
];

const messages = [
  { role: 'user', content: 'What are the latest developments in AI agents?' },
];

const response = await client.chat.completions.create({
  model: 'MiniMax-M2.7',
  messages,
  tools,
});

if (response.choices[0].finish_reason === 'tool_calls') {
  const toolCall = response.choices[0].message.tool_calls[0];
  const args = JSON.parse(toolCall.function.arguments);

  const searchResults = await exa.search(args.query, {
    type: 'auto',
    numResults: 5,
    contents: { highlights: true },
  });

  const context = searchResults.results
    .map((r) => `Source: ${r.url}\n${(r.highlights || []).join(' ')}`)
    .join('\n\n');

  messages.push(response.choices[0].message);
  messages.push({
    role: 'tool',
    tool_call_id: toolCall.id,
    content: context,
  });

  const finalResponse = await client.chat.completions.create({
    model: 'MiniMax-M2.7',
    messages,
    tools,
  });

  console.log(finalResponse.choices[0].message.content);
}

検索モードと鮮度の制御

Exa は複数の検索戦略に対応しています。

検索タイプ	適した用途
`auto`	推奨。品質と速度のバランスが最も優れています。
`fast`	最も低レイテンシな検索体験を提供します。
`deep`	最も網羅的な検索カバレッジを提供します。

返されるコンテンツの新しさは、max_age_hours (Python) または maxAgeHours (Node.js) で制御できます。0 に設定すると Exa はライブコンテンツのみを取得し、24 に設定すると 1 日前までの結果が許容されます。

ユースケースの例

この連携により、以下のような一般的なユースケースを実現できます。

チャットボットの応答を最新の Web 情報でグラウンディングする
出典の引用付きリサーチアシスタントを構築する
最近のニュースや動向を取得する
AI エージェントに Web 検索機能を追加する
独自の検索インフラを維持することなく、検索拡張生成 (RAG) ワークフローを構築する

参考情報

Exa ドキュメント: Exa の Python / Node.js SDK の完全なリファレンス
Exa Search API リファレンス: API パラメータとレスポンススキーマの詳細
SambaNova ドキュメント: モデルの選択肢、API エンドポイント、利用ガイド

概要

開発者ツール

フレームワーク

インターフェースとローコード

データとインフラ

マルチモーダル

評価とモニタリング

前提条件

セットアップ

検索モードと鮮度の制御

ユースケースの例

参考情報

​前提条件

​セットアップ

​検索モードと鮮度の制御

​ユースケースの例

​参考情報

前提条件

セットアップ

検索モードと鮮度の制御

ユースケースの例

参考情報