SearXNG: 為使用者與 AI Agent 設計的隱私導向元搜尋引擎

SearXNG 是一款免費的網路元搜尋引擎，它匯集了來自各種搜尋服務與資料庫的結果。透過在使用者與搜尋引擎之間充當代理（proxy），SearXNG 確保使用者不會被上游服務追蹤或建立使用者檔案。

核心功能與隱私模型

SearXNG 作為元搜尋引擎運作，這意味著它本身並不維護網路索引。相反地，它會同時查詢多個搜尋引擎並將結果合併到單一介面中。這種架構提供了兩個主要優點：隱私與結果多樣性。

隱私與匿名性

SearXNG 會移除追蹤識別碼並防止搜尋引擎對使用者建立檔案。然而，社群成員指出，隱私程度與流量大小有關。一位使用者警告說：

"if your user and traffic count is low, your traffic is still unique and able to be profiled."

結果匯集

透過從多個來源抓取資料，SearXNG 可以繞過單一引擎結果中常見的操縱行為。使用者回報，匯集多個引擎的結果通常比依賴單一供應商能獲得更相關的結果。

與 AI Agent 與在地 LLM 的整合

SearXNG 已成為提供即時網路存取給在地大型語言模型（LLMs）與 AI agent 透過工具呼叫（tool-calling）的一項關鍵工具。

為在地模型提供工具呼叫功能

開發者正使用 SearXNG 來讓在地模型（例如量化後的 24B 參數 Gemma 模型）執行網路搜尋。這項功能通常是讓在地 LLM 體驗在處理通用任務時變得實用的關鍵。

為 Agent 優化

雖然 SearXNG 為 agent 提供原生能力，但第三方封裝工具（如 TinySearch）被用於在內容傳遞給 agent 之前優化上下文（context），以減少 token 浪費。

部署與營運挑戰

SearXNG 可以自行託管或透過公開實例（instances）存取。自行託管允許使用者優先考慮特定的後端，例如內部文件搜尋或 RAG（Retrieval-Augmented Generation）應用程式，並利用 SearXNG 的 JSON 輸出。

可靠性與封鎖

使用者在將 SearXNG 作為爬蟲（scraper）使用時，指出了幾項營運障礙：

• Rate Limiting: 上游引擎如 DuckDuckGo 或 Brave 可能會封鎖請求或觸發 CAPTCHAs。
• Engine Stability: 部分使用者回報，某些引擎（例如 Google）在透過爬蟲存取時可能會間歇性地停止運作。
• Performance: 在速度與結果品質之間存在已知的權衡；部分使用者發現 SearXNG 比直接搜尋慢，但在結果品質上更優越。

技術專案-狀態

根據最近的儲存庫（repository）活動，SearXNG 維持著嚴謹的開發週期，並專注於現代化其工具鏈：

• Language Support: 該專案已將 Golang 生態系統整合到其工具鏈中，並使用 Python 3.10.18 作為最低支援版本。
• Static Analysis: 該專案已從 pyright 轉換為 basedpyright 以進行靜態類型檢查。
• Infrastructure: 該專案支援容器化部署（Docker）並在近期更新了其 Web 客戶端依賴項，包括 Vite 與 Biomejs。
• Licensing: 該專案採用 AGPLv3+ 授權。

社群觀點與替代方案

雖然因其隱私與多功能性而受到許多人推薦，但部分使用者根據使用情境建議了替代方案：

• Hister: 由 Searx 的原作者開發，Hister 是一個針對網站與在地檔案的全文本索引器，可儲存渲染後的頁面以供離線預覽與 MCP (Model Context Protocol) 使用。
• 4get: 被提及為部分尋求隱私的使用者所偏好的替代方案。
• Degoog: 一種替代方案，部分使用者認為其速度較快，但結果品質可能較低。