尧图网页设计 
Langflow lfx-exa 扩展包实战Exa 网络搜索与内容抓取工具ExaSearchToolkit解析【免费下载链接】langflowLangflow is a powerful tool for building and deploying AI-powered agents and workflows.项目地址: https://gitcode.com/GitHub_Trending/la/langflow本文基于 Langflow 仓库中的 lfx-exa 扩展包 README 展开系统讲解该扩展包提供的Exa Search组件ExaSearchToolkit它如何把 Exa 的search与get_contents两个能力封装成可供 Agent 组件或 MCP 客户端调用的 Langflow 工具覆盖全部输入参数的含义与默认值、从旧版metaphor-pythonSDK 迁移到exa-py的兼容机制以及配套的单元测试与本地开发工作流。读完本文你能够独立安装、配置并调试该扩展包并理解其底层实现逻辑。一、lfx-exa 是什么一个独立的 Langflow 扩展包lfx-exa是 Langflow 单仓库monorepo下的一个独立 Extension Bundle位于 src/bundles/exa将 Exa 中声明扩展 ID 为lfx-exa当前版本0.1.1lfx.compat为[1]表示兼容 BUNDLE_API 第 1 大版本内部注册一个名为exa的 bundle group组件路径为components/exa。该扩展包只包含一个组件——Exa Search规范 ID 为ext:exa:ExaSearchToolkitofficial。它对外暴露一个Tools类型的输出内含两个工具工具作用search使用 Exa 搜索网络支持auto/fast/instant/deep四种搜索类型、分类category、域名黑白名单、发布日期范围等过滤条件默认返回 token 高效的 highlights高亮摘要get_contents根据search返回的结果 ID 列表二次抓取这些结果的 highlights 和/或全文这个设计的价值在于“两步走”的检索策略先用search拿到少量高亮摘要供 LLM 判断相关性再对选中的结果用get_contents拉取更完整的内容从而在保证信息质量的同时控制 token 开销。组件源码位于 exa_search.py基于exa-pySDK 构建。从源码结构看类ExaSearchToolkit继承自lfx.custom.custom_component.component.Component标记了beta Truename ExaSearch、icon ExaSearch文档指向 Exa 官方 Getting Started 参考。二、从 metaphor-python 到 exa-py 的迁移与向后兼容README 中强调了一段重要的历史该组件此前作为无 manifest 的lfx-bundles元包的一部分发布底层依赖已废弃的metaphor-python客户端现在独立成包并切换到exa-pySDK但bundle 名与类名均保持不变因此已保存的流程无需迁移即可加载。兼容性具体体现在两处隐藏字段metaphor_api_key。exa_search.py 的输入定义中保留了一个SecretStrInput(namemetaphor_api_key, showFalse, advancedTrue)即旧流程中保存的密钥字段依然被识别只是从 UI 隐藏。新流程应使用exa_api_key。密钥解析优先级。_resolved_api_key()方法的实现是key self.exa_api_key or self.metaphor_api_key——exa_api_key优先两者都为空时抛出明确的ValueError(Exa API key is required. Set the Exa API Key input.)而不是静默传空串。这一优先级策略有对应的单元测试佐证见 test_exa_search_component.pytest_resolved_api_key_prefers_exa_key两个字段都设置时返回exa_api_keytest_resolved_api_key_falls_back_to_metaphor仅设置旧字段时回退到metaphor_api_keytest_resolved_api_key_raises_when_both_empty两个都为空时抛出含 Exa API key is required 的异常。依赖版本约束定义在 pyproject.toml 中dependencies [ lfx1.12.0.dev0,2.0.0, exa-py1.14,3, langchain-core1.2.28,2.0.0, ]其中lfx的版本下限按当前 major.minor 线锁定并在make patch时由 CI 脚本自动同步langchain-core被显式列为直接运行依赖因为组件直接from langchain_core.tools import tool装饰两个内部工具即使未来 lfx 移除该依赖扩展包也能独立构建。三、安装方式按 README 说明独立安装只需pip install lfx-exa而pip install langflow已经默认包含该扩展包主包用户无需额外操作。lfx-exa要求 Python3.10,3.15见 pyproject.toml。四、全部输入参数详解组件的输入参数完整定义在 exa_search.py 的inputs列表中逐一整理如下含源码中的默认值与说明参数名类型默认值说明exa_api_keySecretString—Exa API Key必填从 Exa dashboard 获取密码输入框metaphor_api_keySecretString空旧版兼容字段UI 中隐藏仅用于加载历史流程search_typeDropdownauto搜索类型auto/fast/instant/deep是延迟与深度的权衡多数场景推荐autosearch_num_resultsInt10search返回的最大结果数include_highlightsBool高级选项True每个结果附带 token 高效的高亮摘要推荐保持开启highlights_max_charactersInt高级选项0单条 highlight 的最大字符数上限0表示沿用 Exa 默认值include_textBool高级选项False是否返回页面全文默认关闭优先用 highlights 节省 tokencategoryDropdown高级选项空限定 Exa 数据分类company、people、research paper、news、personal site、financial report留空为通用网络搜索max_age_hoursInt高级选项0缓存内容过期前的小时数。0 总是重新抓取-1 永不重新抓取仅用缓存include_domainsString高级选项空逗号分隔的域名白名单exclude_domainsString高级选项空逗号分隔的域名黑名单start_published_dateString高级选项空ISO 日期YYYY-MM-DD只返回该日期当天或之后发布的结果end_published_dateString高级选项空ISO 日期YYYY-MM-DD只返回该日期当天或之前发布的结果唯一输出为toolsDisplay: Tools由build_toolkit方法构建。该输出类型为Tools因此可直接连接到 Langflow 的Agent组件或 MCP 客户端作为工具集使用。五、实现细节build_toolkit 如何组装两个工具理解这个组件的最佳方式是读它的核心方法build_toolkitexa_search.py。整体流程如下1. 客户端构建与集成标识_build_client()用解析出的 API key 构造Exa客户端并统一注入一个请求头EXA_INTEGRATION_NAME langflow-integration def _build_client(self) - Exa: client Exa(api_keyself._resolved_api_key()) client.headers[x-exa-integration] EXA_INTEGRATION_NAME return client测试test_build_client_sets_integration_header验证了该行为客户端必须以api_key构造且headers[x-exa-integration] langflow-integration。这个头让 Exa 侧能识别流量来源为 Langflow。2. contents 载荷的动态组装_contents()负责把 UI 上的若干开关组装成传给 Exa 的contents字典include_highlightsFalse时 highlights 部分整体省略_highlights_value()返回None只开启 highlights 且highlights_max_characters为 0 时传True设置了字符上限时传{max_characters: N}include_textTrue时追加text: Truemax_age_hours非 0 时追加max_age_hours: N若所有开关都关闭返回None即完全不传contents参数。例如默认配置下_contents()的返回值就是{highlights: True}测试test_contents_default_payload确认而全部关闭时返回Nonetest_contents_returns_none_when_everything_off。3. 域名列表的 CSV 解析_split_csv是静态方法负责把逗号分隔的域名字符串拆分为列表逐项strip去空白、过滤空项结果为空时返回None从而在search的 kwargs 中省略对应参数。测试test_split_csv_handles_spaces_and_empty覆盖了a.com, b.com ,c.com→[a.com, b.com, c.com]及空白输入返回None的情形。4. search 工具的调用形态search(query: str)工具用langchain_core.tools.tool装饰内部将组件配置组装为client.search(...)的 kwargs。默认配置下测试test_search_tool_default_kwargs验证实际调用为client.search(hello, typeauto, num_results10, contents{highlights: True})设置过滤条件后测试test_search_tool_passes_filterscategory、include_domains已解析为列表、exclude_domains、start_published_date、end_published_date均会透传到client.search()。5. get_contents 工具的调用形态get_contents(ids: list[str])接收search返回的结果 ID 列表将 highlights/text/max_age_hours 以扁平 kwargs 传给client.get_contents(ids, **kwargs)。测试test_get_contents_tool_kwargs验证了当highlights_max_characters300、include_textTrue、max_age_hours12时调用形态为client.get_contents([abc], highlights{max_characters: 300}, textTrue, max_age_hours12)另外测试test_build_toolkit_exposes_two_tools明确断言工具集恰好只包含search与get_contents两个不包含find_similar这是组件对外契约的一部分。六、在 Agent / MCP 客户端中使用组件的输出是Tools类型典型用法是把Exa Search节点的tools输出连接到Agent组件或 MCP 客户端的工具输入。Agent 在运行时会通过 LLM 自主决定何时调用search检索、何时用get_contents深入抓取例如“先搜 10 条高亮摘要 → 选中 2 个最相关结果 → 拉取其全文”这类多轮工具调用。API key 在节点的密码输入框中填写支持 Exa dashboard 签发的密钥历史流程中的metaphor_api_key值仍然有效。七、本地开发与测试工作流lfx-exa是 Langflow 单仓库的 uv workspace 成员根 pyproject.toml 的 workspace members 中包含src/bundles/exa。按 README 给出的命令# 同步工作区依赖 uv sync # 运行该扩展包的单元测试无需网络exa_py 客户端在组件模块层面被 patch uv run pytest src/bundles/exa/tests -q # 校验扩展包结构 uv run lfx extension validate src/bundles/exa/src/lfx_exa # 以热加载方式在真实 palette 中迭代组件 uv run lfx extension dev src/bundles/exa测试套件 test_exa_search_component.py 由 pre-bundle-split 时期贡献的测试迁移而来特点是exa_py是硬运行依赖因此通过patch(lfx_exa.components.exa.exa_search.Exa)在组件模块层面替换客户端类而非在导入期 mock全程无网络访问除上述密钥、contents、CSV、kwargs 透传类测试外还包含test_component_metadata断言ExaSearchToolkit.__name__与name ExaSearch保持稳定——这两个标识是已保存流程能否无迁移加载的基础属于需要长期遵守的约束。八、小结lfx-exa用约 200 行组件代码加一套完整的单元测试展示了 Langflow 扩展包的标准形态extension.json声明 bundle 元信息、pyproject.toml锁定依赖边界并注册langflow.extensions入口点、组件类以Component基类声明输入输出、测试在模块边界 mock 第三方客户端。对于需要给 Agent 或 MCP 客户端配备高质量网络搜索能力的场景安装该扩展包、填入 Exa API key、按需调整搜索类型与过滤参数即可获得一套默认以 highlights 节省 token、支持缓存策略与日期/域名/分类过滤的搜索工具集。【免费下载链接】langflowLangflow is a powerful tool for building and deploying AI-powered agents and workflows.项目地址: https://gitcode.com/GitHub_Trending/la/langflow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Langflow lfx-exa 扩展包实战：Exa 网络搜索与内容抓取工具（ExaSearchToolkit）解析
Langflow lfx-exa 扩展包实战Exa 网络搜索与内容抓取工具ExaSearchToolkit解析【免费下载链接】langflowLangflow is a powerful tool for building and deploying AI-powered agents and workflows.项目地址: https://gitcode.com/GitHub_Trending/la/langflow本文基于 Langflow 仓库中的 lfx-exa 扩展包 README 展开系统讲解该扩展包提供的Exa Search组件ExaSearchToolkit它如何把 Exa 的search与get_contents两个能力封装成可供 Agent 组件或 MCP 客户端调用的 Langflow 工具覆盖全部输入参数的含义与默认值、从旧版metaphor-pythonSDK 迁移到exa-py的兼容机制以及配套的单元测试与本地开发工作流。读完本文你能够独立安装、配置并调试该扩展包并理解其底层实现逻辑。一、lfx-exa 是什么一个独立的 Langflow 扩展包lfx-exa是 Langflow 单仓库monorepo下的一个独立 Extension Bundle位于 src/bundles/exa将 Exa 中声明扩展 ID 为lfx-exa当前版本0.1.1lfx.compat为[1]表示兼容 BUNDLE_API 第 1 大版本内部注册一个名为exa的 bundle group组件路径为components/exa。该扩展包只包含一个组件——Exa Search规范 ID 为ext:exa:ExaSearchToolkitofficial。它对外暴露一个Tools类型的输出内含两个工具工具作用search使用 Exa 搜索网络支持auto/fast/instant/deep四种搜索类型、分类category、域名黑白名单、发布日期范围等过滤条件默认返回 token 高效的 highlights高亮摘要get_contents根据search返回的结果 ID 列表二次抓取这些结果的 highlights 和/或全文这个设计的价值在于“两步走”的检索策略先用search拿到少量高亮摘要供 LLM 判断相关性再对选中的结果用get_contents拉取更完整的内容从而在保证信息质量的同时控制 token 开销。组件源码位于 exa_search.py基于exa-pySDK 构建。从源码结构看类ExaSearchToolkit继承自lfx.custom.custom_component.component.Component标记了beta Truename ExaSearch、icon ExaSearch文档指向 Exa 官方 Getting Started 参考。二、从 metaphor-python 到 exa-py 的迁移与向后兼容README 中强调了一段重要的历史该组件此前作为无 manifest 的lfx-bundles元包的一部分发布底层依赖已废弃的metaphor-python客户端现在独立成包并切换到exa-pySDK但bundle 名与类名均保持不变因此已保存的流程无需迁移即可加载。兼容性具体体现在两处隐藏字段metaphor_api_key。exa_search.py 的输入定义中保留了一个SecretStrInput(namemetaphor_api_key, showFalse, advancedTrue)即旧流程中保存的密钥字段依然被识别只是从 UI 隐藏。新流程应使用exa_api_key。密钥解析优先级。_resolved_api_key()方法的实现是key self.exa_api_key or self.metaphor_api_key——exa_api_key优先两者都为空时抛出明确的ValueError(Exa API key is required. Set the Exa API Key input.)而不是静默传空串。这一优先级策略有对应的单元测试佐证见 test_exa_search_component.pytest_resolved_api_key_prefers_exa_key两个字段都设置时返回exa_api_keytest_resolved_api_key_falls_back_to_metaphor仅设置旧字段时回退到metaphor_api_keytest_resolved_api_key_raises_when_both_empty两个都为空时抛出含 Exa API key is required 的异常。依赖版本约束定义在 pyproject.toml 中dependencies [ lfx1.12.0.dev0,2.0.0, exa-py1.14,3, langchain-core1.2.28,2.0.0, ]其中lfx的版本下限按当前 major.minor 线锁定并在make patch时由 CI 脚本自动同步langchain-core被显式列为直接运行依赖因为组件直接from langchain_core.tools import tool装饰两个内部工具即使未来 lfx 移除该依赖扩展包也能独立构建。三、安装方式按 README 说明独立安装只需pip install lfx-exa而pip install langflow已经默认包含该扩展包主包用户无需额外操作。lfx-exa要求 Python3.10,3.15见 pyproject.toml。四、全部输入参数详解组件的输入参数完整定义在 exa_search.py 的inputs列表中逐一整理如下含源码中的默认值与说明参数名类型默认值说明exa_api_keySecretString—Exa API Key必填从 Exa dashboard 获取密码输入框metaphor_api_keySecretString空旧版兼容字段UI 中隐藏仅用于加载历史流程search_typeDropdownauto搜索类型auto/fast/instant/deep是延迟与深度的权衡多数场景推荐autosearch_num_resultsInt10search返回的最大结果数include_highlightsBool高级选项True每个结果附带 token 高效的高亮摘要推荐保持开启highlights_max_charactersInt高级选项0单条 highlight 的最大字符数上限0表示沿用 Exa 默认值include_textBool高级选项False是否返回页面全文默认关闭优先用 highlights 节省 tokencategoryDropdown高级选项空限定 Exa 数据分类company、people、research paper、news、personal site、financial report留空为通用网络搜索max_age_hoursInt高级选项0缓存内容过期前的小时数。0 总是重新抓取-1 永不重新抓取仅用缓存include_domainsString高级选项空逗号分隔的域名白名单exclude_domainsString高级选项空逗号分隔的域名黑名单start_published_dateString高级选项空ISO 日期YYYY-MM-DD只返回该日期当天或之后发布的结果end_published_dateString高级选项空ISO 日期YYYY-MM-DD只返回该日期当天或之前发布的结果唯一输出为toolsDisplay: Tools由build_toolkit方法构建。该输出类型为Tools因此可直接连接到 Langflow 的Agent组件或 MCP 客户端作为工具集使用。五、实现细节build_toolkit 如何组装两个工具理解这个组件的最佳方式是读它的核心方法build_toolkitexa_search.py。整体流程如下1. 客户端构建与集成标识_build_client()用解析出的 API key 构造Exa客户端并统一注入一个请求头EXA_INTEGRATION_NAME langflow-integration def _build_client(self) - Exa: client Exa(api_keyself._resolved_api_key()) client.headers[x-exa-integration] EXA_INTEGRATION_NAME return client测试test_build_client_sets_integration_header验证了该行为客户端必须以api_key构造且headers[x-exa-integration] langflow-integration。这个头让 Exa 侧能识别流量来源为 Langflow。2. contents 载荷的动态组装_contents()负责把 UI 上的若干开关组装成传给 Exa 的contents字典include_highlightsFalse时 highlights 部分整体省略_highlights_value()返回None只开启 highlights 且highlights_max_characters为 0 时传True设置了字符上限时传{max_characters: N}include_textTrue时追加text: Truemax_age_hours非 0 时追加max_age_hours: N若所有开关都关闭返回None即完全不传contents参数。例如默认配置下_contents()的返回值就是{highlights: True}测试test_contents_default_payload确认而全部关闭时返回Nonetest_contents_returns_none_when_everything_off。3. 域名列表的 CSV 解析_split_csv是静态方法负责把逗号分隔的域名字符串拆分为列表逐项strip去空白、过滤空项结果为空时返回None从而在search的 kwargs 中省略对应参数。测试test_split_csv_handles_spaces_and_empty覆盖了a.com, b.com ,c.com→[a.com, b.com, c.com]及空白输入返回None的情形。4. search 工具的调用形态search(query: str)工具用langchain_core.tools.tool装饰内部将组件配置组装为client.search(...)的 kwargs。默认配置下测试test_search_tool_default_kwargs验证实际调用为client.search(hello, typeauto, num_results10, contents{highlights: True})设置过滤条件后测试test_search_tool_passes_filterscategory、include_domains已解析为列表、exclude_domains、start_published_date、end_published_date均会透传到client.search()。5. get_contents 工具的调用形态get_contents(ids: list[str])接收search返回的结果 ID 列表将 highlights/text/max_age_hours 以扁平 kwargs 传给client.get_contents(ids, **kwargs)。测试test_get_contents_tool_kwargs验证了当highlights_max_characters300、include_textTrue、max_age_hours12时调用形态为client.get_contents([abc], highlights{max_characters: 300}, textTrue, max_age_hours12)另外测试test_build_toolkit_exposes_two_tools明确断言工具集恰好只包含search与get_contents两个不包含find_similar这是组件对外契约的一部分。六、在 Agent / MCP 客户端中使用组件的输出是Tools类型典型用法是把Exa Search节点的tools输出连接到Agent组件或 MCP 客户端的工具输入。Agent 在运行时会通过 LLM 自主决定何时调用search检索、何时用get_contents深入抓取例如“先搜 10 条高亮摘要 → 选中 2 个最相关结果 → 拉取其全文”这类多轮工具调用。API key 在节点的密码输入框中填写支持 Exa dashboard 签发的密钥历史流程中的metaphor_api_key值仍然有效。七、本地开发与测试工作流lfx-exa是 Langflow 单仓库的 uv workspace 成员根 pyproject.toml 的 workspace members 中包含src/bundles/exa。按 README 给出的命令# 同步工作区依赖 uv sync # 运行该扩展包的单元测试无需网络exa_py 客户端在组件模块层面被 patch uv run pytest src/bundles/exa/tests -q # 校验扩展包结构 uv run lfx extension validate src/bundles/exa/src/lfx_exa # 以热加载方式在真实 palette 中迭代组件 uv run lfx extension dev src/bundles/exa测试套件 test_exa_search_component.py 由 pre-bundle-split 时期贡献的测试迁移而来特点是exa_py是硬运行依赖因此通过patch(lfx_exa.components.exa.exa_search.Exa)在组件模块层面替换客户端类而非在导入期 mock全程无网络访问除上述密钥、contents、CSV、kwargs 透传类测试外还包含test_component_metadata断言ExaSearchToolkit.__name__与name ExaSearch保持稳定——这两个标识是已保存流程能否无迁移加载的基础属于需要长期遵守的约束。八、小结lfx-exa用约 200 行组件代码加一套完整的单元测试展示了 Langflow 扩展包的标准形态extension.json声明 bundle 元信息、pyproject.toml锁定依赖边界并注册langflow.extensions入口点、组件类以Component基类声明输入输出、测试在模块边界 mock 第三方客户端。对于需要给 Agent 或 MCP 客户端配备高质量网络搜索能力的场景安装该扩展包、填入 Exa API key、按需调整搜索类型与过滤参数即可获得一套默认以 highlights 节省 token、支持缓存策略与日期/域名/分类过滤的搜索工具集。【免费下载链接】langflowLangflow is a powerful tool for building and deploying AI-powered agents and workflows.项目地址: https://gitcode.com/GitHub_Trending/la/langflow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考