Exa Research MCP Skills

面向 Codex、OpenClaw、Claude Code 等 SKILL.md 兼容智能体的 Exa 企业与市场研究技能包。

本仓库最初基于 Claude Code + Exa MCP 构建，现在新增了可移植的 skills/ 目录：每个技能都使用标准 SKILL.md（仅 name + description frontmatter）和可选的 agents/openai.yaml，便于 Codex/OpenAI 界面识别，也便于 OpenClaw 按技能目录加载。

项目定位

这不是传统软件应用，而是一组可复用研究工作流：通过 Exa 高级搜索、网页检索和智能体分析，完成公司情报、竞争对手分析、外贸市场调研，以及长任务进度追踪。

核心目标：

• 跨智能体复用：同一套技能可复制到 Codex、OpenClaw、Claude Code 或其他支持 SKILL.md 的代理环境。
• 研究可追溯：输出报告要求保留来源、区分事实与推断、标注不确定性。
• 上下文节省：搜索结果先提炼再综合，避免把大量原始网页噪声塞入主对话。
• 长任务可恢复：通过 feature_list.json / agent-progress.md 等文件记录阶段成果。

目录结构

.
├── skills/                         # Codex/OpenClaw 可移植技能
│   ├── company-research/
│   │   ├── SKILL.md
│   │   └── agents/openai.yaml
│   ├── foreign-trade-research/
│   │   ├── SKILL.md
│   │   └── agents/openai.yaml
│   ├── renewable-market-research/
│   │   ├── SKILL.md
│   │   ├── references/
│   │   ├── scripts/
│   │   └── agents/openai.yaml
│   └── effective-harnesses/
│       ├── SKILL.md
│       └── agents/openai.yaml
├── .claude/skills/                 # 原 Claude Code 技能，保留兼容
├── research-output/                # 示例研究报告
├── feature_list.json               # 长任务/研究 feature 追踪示例
├── AGENTS.md                       # Codex/OpenClaw 读项目时的仓库级说明
└── CLAUDE.md                       # Claude Code 仓库级说明

技能列表

company-research

用于公司情报、竞争对手分析、公司列表发现、市场格局速览。

适合请求：

• “研究一下 Tesla 的竞争对手”
• “帮我找到东南亚做仓储机器人的公司”
• “分析某公司的融资、营收、员工规模、新闻动态”

输出可为公司快照、竞争对手表格、市场简报或带来源的结构化 JSON。

foreign-trade-research

用于“目标国家 + 产品/品类”的外贸市场深度调研，尤其适合中国出口商、制造商、跨境团队。

默认五步法：

1. 识别目标市场 TOP20 公司（品牌商 7 + 制造商 7 + 经销商/进口商 6）
2. 逐个拆解竞品背景、产品线、价格、渠道、客户、优劣势
3. 生成竞争对手对比矩阵与市场空白分析
4. 多源验证官网、电商、新闻、社交媒体、评论数据
5. 输出 5000-8000 字中文商务报告

renewable-market-research

用于“任意国家 + 任意新能源技术”的深度市场情报采集，采用 effective-harnesses 风格的文件模式：多维度搜索写入 data/renewable-market/depth/*.json，主会话汇总为主 JSON、CSV、index，并输出完整版/交付版两套 MD/PDF 报告。

适合请求：

• “帮我调研乌兹别克斯坦风电市场，输出完整版和交付版报告”
• “调研沙特储能项目管道、融资和中国企业机会”
• “更新越南光伏市场数据，基于已有 JSON 做增量采集”

推荐使用方式：bounded dynamic frontier

在 Codex/OpenClaw 中直接点名或触发 $renewable-market-research，并给出国家、技术、目标企业/读者、时间窗口和交付物。例如：

使用 $renewable-market-research 调研乌兹别克斯坦风电市场，目标读者是明阳海外销售团队。
采用文件模式，先生成 search plan，再做高召回动态 frontier，最后输出 project ledger、full report、lite report 和销售机会表。

当前版本的风电市场研究默认使用两段式：

1. Recall Mode：先高召回，不假设项目名、开发商、SPV、OEM、EPC、融资方、法令和地区入口已经完整。搜索过程按 seed -> search -> extract entities -> enqueue -> search again 扩展 search_frontier.json，至少运行 5 轮。
2. Bounded Frontier：高召回不是无限扩展。P0/P1 自动追踪并阻止过早进入 Verification；P2 只做 one-hop；P3 只有影响风电机会才展开；P4 泛能源宏观信息默认 deferred，不进正文。
3. Verification Mode：只从 candidate_project_pool.json 和去重后的 {slug}-pipeline-ledger.json 入账，分类为 operational / financing_closed / under_construction / ppa_signed / decree_backed / mou_or_early_stage / watchlist / duplicate / rejected / unresolved。

如果只想先生成调度契约，可以运行：

python .\skills\renewable-market-research\scripts\search_orchestration.py plan `
  --country Uzbekistan `
  --technology wind `
  --audience "Mingyang OEM commercial entry" `
  --official-languages "Uzbek,Russian" `
  --known-projects "Zarafshan,Bash,Dzhankeldy,Nukus,Karatau,Sho'rkul,Nurota" `
  --slug uzbekistan-wind `
  --output .\data\renewable-market\uzbekistan-wind-search-plan.json

重点检查这些输出：

• data/renewable-market/{slug}-seed_entities.json
• data/renewable-market/{slug}-search_frontier.json
• data/renewable-market/{slug}-discovered_entries.json
• data/renewable-market/{slug}-candidate_project_pool.json
• data/renewable-market/{slug}-pipeline-ledger.json
• data/renewable-market/{slug}-frontier_execution_review.json
• data/renewable-market/{slug}-search_coverage_matrix.md
• data/renewable-market/{slug}-frontier_convergence.json
• data/renewable-market/{slug}-report.md
• data/renewable-market/{slug}-lite.md

进入正式报告前，必须确认：Recall 已完成至少 5 轮；所有 P0/P1 frontier 已搜索、分类或明确 deferred；P0/P1 已有执行/评估分离的 artifact 且 evaluation_status 允许入账；历史 baseline seed 没有静默消失；政府/法令、IFI、开发商、OEM/EPC、中文、本地语言权威来源都已尝试；连续两轮没有新增 P0/P1 高价值入口；容量汇总来自 ledger，而不是叙述笔记。

effective-harnesses

用于长时间运行的开发或研究任务管理。

维护这些可恢复文件：

• feature_list.json：功能/研究任务清单、优先级、测试状态
• agent-progress.md：进度日志、决策、阻塞、下一步
• init.sh：可选启动脚本
• CODING_STANDARDS.md：可选项目规范

安装到 Codex

把需要的技能目录复制或软链接到 Codex 技能目录：

mkdir -p "${CODEX_HOME:-$HOME/.codex}/skills"
cp -R skills/company-research "${CODEX_HOME:-$HOME/.codex}/skills/"
cp -R skills/foreign-trade-research "${CODEX_HOME:-$HOME/.codex}/skills/"
cp -R skills/renewable-market-research "${CODEX_HOME:-$HOME/.codex}/skills/"
cp -R skills/effective-harnesses "${CODEX_HOME:-$HOME/.codex}/skills/"

也可以在项目内保留 skills/，让支持项目级技能发现的 Codex 环境读取。

安装到 OpenClaw

把技能复制到 OpenClaw 的技能目录或工作区技能目录：

mkdir -p "$HOME/.openclaw/skills"
cp -R skills/company-research "$HOME/.openclaw/skills/"
cp -R skills/foreign-trade-research "$HOME/.openclaw/skills/"
cp -R skills/renewable-market-research "$HOME/.openclaw/skills/"
cp -R skills/effective-harnesses "$HOME/.openclaw/skills/"

如果你的 OpenClaw 使用工作区级技能目录，请把 skills/ 复制到对应 workspace 的 skills/ 下。

配置 Exa MCP

推荐配置 Exa MCP，以获得更好的公司、新闻、人物和网页搜索能力。若你已经配置并脱敏 Chrome-mcp，也可以把它作为真人浏览器 fallback，用于动态网页、PDF 下载、电商页面、地图/表格和人工核验。

Claude Code 示例

claude mcp add --transport http exa https://mcp.exa.ai/mcp

Codex / OpenClaw

在宿主工具中添加 Exa MCP server，URL 使用：

https://mcp.exa.ai/mcp

不同宿主的 MCP 配置文件位置和命令可能不同；技能中不会硬编码 Claude 专属工具名，而是要求优先使用“当前环境可用的 Exa advanced search / web search MCP 工具”。

Windows native 使用建议

如果在 Windows native 环境运行，不要假设有 Bash/WSL。优先使用 PowerShell 或 Python：

New-Item -ItemType Directory -Force data/renewable-market/depth | Out-Null
py -3 -m json.tool feature_list.json > $env:TEMP\feature_list.validated.json
.\skills\renewable-market-research\scripts\export_projects_csv.ps1 -InputJson .\data\renewable-market\uzbekistan-wind.json -OutputCsv .\data\renewable-market\uzbekistan-wind.csv

需要启动项目时，优先提供 init.ps1 或 init.py；不要强依赖 make.sh、chmod、sed/awk 等 Bash/Unix 工具。

使用示例

使用 $company-research 调研 Cursor、Windsurf、Continue 的竞品格局，输出表格并标注来源。

使用 $foreign-trade-research 调研巴西太阳能逆变器市场，排除中国公司，输出中文市场进入报告。

使用 $renewable-market-research 调研乌兹别克斯坦风电市场，采用文件模式采集，生成完整版和交付版报告。

使用 $effective-harnesses + $renewable-market-research + $company-research 调研哈萨克斯坦风电市场（明阳视角），采用多 agent 文件模式；worker 只写各自 depth JSON，主 agent 统一归一化并输出主 JSON/CSV/项目时间轴 CSV/Full+Lite 报告（如环境支持再输出 PDF）。

可复用的多 Agent 研究骨架（推荐）

针对长周期市场研究，推荐显式声明以下约束：

• 主 agent：初始化 harness、定义 schema、分派模块、归一化合并、生成可读报告与验收。
• worker agent：仅负责自己模块与 data/renewable-market/depth/*.json 文件。
• worker 禁止修改：主 JSON、Markdown/PDF、build scripts、harness 文件、其他 worker 的 depth 文件。
• 关键事实字段：statement、sources[]（含 url/title/publisher/accessedAt/sourceLanguage/collectionMethod）、confidence、uncertainty。
• 项目时间轴字段：stage/auctionDate/ppaDate/fidDate/constructionStart/codOrTargetCod/timingConfidence/timingUncertainty。
• 搜索完整性：先用 skills/renewable-market-research/scripts/search_orchestration.py plan 生成维度搜索计划，再用 search_orchestration.py validate 校验 depth JSON 覆盖率。

推荐验收产物（以哈萨克斯坦风电为例）：

• data/renewable-market/index.json
• data/renewable-market/kazakhstan-wind.json
• data/renewable-market/kazakhstan-wind.csv
• data/renewable-market/kazakhstan-wind-project-timeline.csv
• data/renewable-market/kazakhstan-wind-report.md
• data/renewable-market/kazakhstan-wind-lite.md
• data/renewable-market/kazakhstan-wind-report.pdf（环境支持）
• data/renewable-market/kazakhstan-wind-lite.pdf（环境支持）

使用 $effective-harnesses 初始化这个研究项目，把任务拆成 6 个 feature 并创建 feature_list.json。

技能开发约定

• 可移植技能放在 skills//SKILL.md。
• SKILL.md frontmatter 仅保留 name 和 description，提升 Codex/OpenClaw 兼容性。
• Codex UI 元数据放在 agents/openai.yaml。
• Claude Code 专属版本继续保留在 .claude/skills/，不要依赖它们实现跨平台兼容。
• 研究型技能应保持来源引用、置信度、事实/推断分离。

示例研究输出

仓库包含多份历史研究报告，例如：

• 东南亚/巴西/越南等市场中国公司出海业务调研
• 泡泡玛特全球竞争对手深度调研
• 张雪机车（ZXMOTO）海外竞争对手调研
• CNC 切割行业与阿联酋 CNC 产业链分析

这些文件可作为报告结构和分析深度参考，但新研究必须重新检索和验证最新信息。

许可

本项目用于合法、授权的企业研究、市场分析、教育和自动化工作流实践。请遵守目标网站条款、数据隐私要求和所在地区法律法规。