mcp-searxng

<p align="center"> <a href="./README.md"><img alt="README in English" src="https://img.shields.io/badge/English-d9d9d9"></a> <a href="./README_TW.md"><img alt="繁體中文文件" src="https://img.shields.io/badge/繁體中文-d9d9d9"></a> </p>

一个供 AI Agent 使用的 MCP 服务器示例，旨在允许 AI Agent 通过 SearXNG 的开源元搜索引擎搜索新的外部信息。

目前，市场上涌现出许多 Google 以外的搜索引擎，试图在 Google 不擅长的领域抢占市场份额。例如，DuckDuckGo 强调不跟踪用户，Ecosia 通过每次搜索来种植树木，而 Brave Search 旨在利用集体努力来构建一个免费的搜索引擎。

然而，这些引擎返回的结果往往不尽如人意。首先，它们抓取的网页不如 Google 多；其次，它们对中文的支持很差。虽然它们可以访问一些 Google 不显示的有趣页面，但 Google 以外的搜索引擎仍然很难使用。

那么，为什么不将多个搜索引擎的结果结合起来呢！？这正是元搜索引擎所做的。SearXNG 是一款开源元搜索引擎软件，可以自托管，也可以通过热情的社区成员提供的站点使用。对于企业而言，SearXNG 提供了一种在保持隐私和安全控制的同时，使 AI Agent 能够有效地搜索其所需的外部数据的方法。

参考资料：

• SearXNG 官方网站
• 自托管开源 SearXNG 元搜索引擎，一次搜索 Google、DuckDuckGo 等

目的

此 MCP 服务器演示了一个基于 SSE 的 MCP 服务器（集成了 SearXNG 和 Microsoft 的 markdownify 以将网页提取为 Markdown 格式的文本）及其使用 MCP Inspector（MCP 客户端）的运行模式。

运行环境

本项目使用 uv 来管理依赖项和 Python 运行时环境。如果尚未安装 uv，您可以按照官方网站上的安装说明进行操作。

以下命令在 Ubuntu 24.04 环境中执行。对于其他操作系统的操作，请进行相应调整：

$ curl -LsSf https://astral.sh/uv/install.sh | sh

下载源代码：

$ git clone https://github.com/erhwenkuo/mcp-searxng.git

$ cd mcp-searxng

$ uv sync

运行服务

运行 SearXNG 服务

首先，在要运行的机器上安装 Docker 并执行相关配置。有关详细信息，请参阅：在 Ubuntu 上安装 Docker Engine

在项目目录中，有一个预配置的简单 SearXNG 设置，以方便测试。

mcp-searxng/searxng-docker/
├── docker-compose.yaml
└── searxng
    ├── settings.yml
    └── uwsgi.ini

切换到 searxng-docker 目录并使用 Docker Compose 启动 SearXNG 服务：

$ cd searxng-docker
$ docker compose up -d
$ docker compose ps

NAME      IMAGE                              COMMAND                  SERVICE   CREATED          STATUS                    PORTS
searxng   docker.io/searxng/searxng:latest   "/sbin/tini -- /usr/…"   searxng   29 minutes ago   Up 29 minutes (healthy)   0.0.0.0:8888->8080

测试 SearXNG 服务映射到本地机器的 port: 8888。

启动 MCP-SEARXNG 服务

方法 1. 使用 uv 启动：

输入以下命令启动：

$ uv run server.py --searxng_url="http://localhost:8888"

INFO:     Started server process [219904]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:5488 (Press CTRL+C to quit)

使用 Docker 启动

首先，构建 Docker 镜像：

$ docker build -t mcp-searxng .

启动 mcp-searxng。由于 mcp-searxng 服务是使用 Docker 启动的，因此在配置与 SearXNG 的连接时，不能使用 localhost 指向 SearXNG 服务地址。建议直接查询本地机器的 IP 地址，然后使用 SEARXNG_URL 环境变量进行配置。

以下启动参数假设本地机器的 IP 是 192.168.54.88：

$ docker run -d -e SEARXNG_URL="http://192.168.54.88:8888" -p 5488:5488 mcp-searxng

验证结果

首先，安装 Node.js：

# 下载并安装 nvm：
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.2/install.sh | bash

# 代替重新启动 shell
\. "$HOME/.nvm/nvm.sh"

# 下载并安装 Node.js：
nvm install 22

# 验证 Node.js 版本：
node -v # 应该打印 "v22.14.0"。
nvm current # 应该打印 "v22.14.0"。

# 验证 npm 版本：
npm -v # 应该打印 "10.9.2"。

接下来，启动 MCP Inspector：

$ npx @modelcontextprotocol/inspector

Starting MCP inspector...
Proxy server listening on port 3000

🔍 MCP Inspector is up and running at http://localhost:5173 🚀

在浏览器中打开 http://localhost:5173 并执行以下操作：

1. 在 Transport Type 下拉列表中选择 SSE。
2. 在 URL 字段中输入 MCP 服务器的地址和端口：http://localhost:5488/sse。
3. 单击 Connect。如果状态显示“Connected”，则表示您已成功连接到 MCP 服务器。
4. 单击顶部的“Tools”选项卡。
5. 单击“List Tools”按钮，您应该会看到两个工具：
   • web_search
   • web_url_read
6. 单击 web_search。在右侧，您将看到该工具的描述和参数。在 query 输入字段中输入要搜索的关键字，然后单击“Run Tool”按钮。

效果如下图所示：

测试 web_url_read：

• 单击 web_url_read。在右侧，您将看到该工具的描述和参数。在 url 输入字段中输入要检索的网页的 URL，然后单击“Run Tool”按钮。

为什么使用 SSE

这意味着 MCP 服务器可以是一个远程运行的进程，AI Agent（客户端）可以随时随地连接、使用和断开连接。换句话说，基于 SSE 的服务器和客户端可以是解耦的进程（甚至可能在解耦的节点上）。

与基于 STDIO 的模型（客户端将服务器作为子进程生成）相比，这是不同的，更适合“云原生”用例。

MCP 服务器

server.py 是一个基于 SSE 的 MCP 服务器。默认情况下，服务器在 0.0.0.0:5488 上运行，但可以使用命令行参数进行配置，例如：

uv run server.py --host <your host> --port <your port>

启动参数：

参数	必需	默认	类型	描述
--host	否	0.0.0.0	str	要绑定的主机
--port	否	5488	int	要监听的端口
--searxng_url	否	http://localhost:8888	str	要连接的 SearXNG URL