SearXNG：一份深入理解与部署指南——自由互联网元搜索引擎

SearXNG是一个聚合多个搜索引擎结果的自由元搜索引擎，不追踪或分析用户，保护隐私。

引言

在当今互联网时代，搜索引擎几乎是每个人访问信息的入口。然而，主流搜索引擎（如Google、Bing）在提供便利的同时，也伴随着用户数据收集、行为追踪和个性化广告等问题。SearXNG应运而生，它是一个自由开源的元搜索引擎（metasearch engine），旨在为用户提供一个不追踪、不分析、不收集个人信息的搜索体验。

SearXNG是Searx项目的社区维护分支，继承了其核心理念：将多个搜索引擎的结果聚合到一个界面，同时完全屏蔽用户追踪。它支持自托管（self-hosted），用户可以在自己的服务器上部署，完全控制搜索过程和数据。

核心特性与技术细节

元搜索引擎的工作原理

元搜索引擎本身没有自己的爬虫和索引数据库。当用户发起搜索请求时，SearXNG会并行向多个下游搜索引擎（如Google、Bing、DuckDuckGo、Wikipedia、Yahoo、Startpage、Brave、Qwant等）发送查询请求，然后抓取、解析、去重、排序这些返回的结果，最终呈现给用户一个统一的结果页面。

这种架构意味着：

• 隐私保护：用户的搜索请求不会直接发送给任何单一搜索引擎，而是经过SearXNG作为中介。SearXNG可以配置为不发送用户IP地址、用户代理（User-Agent）等标识信息，甚至可以使用随机化的请求头来进一步混淆。
• 结果多样性：同时聚合多个来源，避免单一搜索引擎的“信息茧房”效应。
• 可定制性：用户可以自由选择启用或禁用哪些搜索引擎，调整结果权重和排序规则。

隐私保护机制

SearXNG的核心承诺是“Users are neither tracked nor profiled”（用户既不被追踪也不被分析）。具体实现包括：

1. 无日志策略：默认情况下，SearXNG不记录任何搜索查询、IP地址、Cookie或会话数据。所有搜索请求在服务端不持久化。
2. 匿名化请求：在向下游搜索引擎发送请求时，SearXNG会移除或替换可能泄露用户身份的信息，例如：
   • 使用服务器IP而非用户IP。
   • 移除Referer头。
   • 随机化User-Agent，使其看起来像普通浏览器。
3. HTTPS强制：所有通信默认使用HTTPS加密，防止中间人攻击。
4. Cookie隔离：SearXNG不会在用户浏览器中设置用于追踪的Cookie。如果用户使用自托管实例，可以进一步配置Cookie清理策略。

技术栈与架构

SearXNG主要使用Python编写，项目结构清晰：

• 后端：基于Python的Flask框架（或类似WSGI框架），负责接收用户请求、调用下游引擎、处理结果。核心代码位于searx/目录下。
• 前端：使用HTML、CSS（Less预处理器）、JavaScript（TypeScript）构建，提供响应式界面。默认主题为“simple”，强调轻量和隐私。
• 配置：通过YAML文件（如settings.yml）进行灵活配置，包括搜索引擎列表、安全设置、缓存、限制等。
• 依赖管理：使用requirements.txt管理Python依赖，支持Docker容器化部署。

项目仓库中的关键文件：

• searx/engines/：包含各个下游搜索引擎的适配器代码，每个引擎一个文件，定义了如何发送请求和解析响应（通常解析HTML或JSON）。
• searx/search.py：核心搜索逻辑，包括并发请求、结果合并、去重和排序。
• searx/webutils.py：HTTP请求工具，支持代理、超时、重试等。
• docs/：详细的安装、配置和使用文档。

部署方式

SearXNG支持多种部署方式，推荐使用Docker：

1. Docker部署（推荐）：

   • 使用官方searxng/searxng镜像。

   • 快速启动命令：
     bash
     docker run -d --name searxng -p 8080:8080 searxng/searxng

   • 通过环境变量或挂载配置文件进行定制。

2. 手动安装：

   • 克隆仓库：git clone https://github.com/searxng/searxng.git
   • 安装依赖：pip install -r requirements.txt
   • 运行：python searx/webapp.py
   • 需要配置反向代理（如Nginx）来处理HTTPS和静态文件。

3. Kubernetes：项目提供Helm charts，方便在K8s集群中部署。

配置要点

• 搜索引擎启用/禁用：在settings.yml中的engines部分，设置每个引擎的enabled: true或false。
• 安全设置：可以限制搜索频率（rate limiting）、设置IP黑名单、启用验证码防止滥用。
• 结果缓存：启用缓存可以减少对下游搜索引擎的请求次数，提高响应速度，同时保护隐私（缓存结果不关联用户）。
• 代理配置：如果需要隐藏服务器IP或访问受限的搜索引擎，可以配置HTTP/SOCKS代理。

社区与生态

SearXNG拥有活跃的社区，通过Matrix聊天室（#searxng:matrix.org）进行交流。项目遵循AGPL-3.0许可证，鼓励贡献代码、翻译和文档。截至本文撰写时，GitHub仓库拥有33.3k星标、3.1k分支，显示出广泛的使用基础。

为什么选择SearXNG？

• 对抗数据垄断：主流搜索引擎通过追踪用户数据建立庞大的广告网络。SearXNG让用户摆脱这种监控。
• 去Google化（degoogle）：SearXNG被“degoogle”社区广泛推荐，作为替代Google搜索的隐私友好方案。
• 自托管控制权：用户完全拥有自己的搜索实例，不依赖任何第三方服务。
• 开源审计：代码公开，任何人都可以审查隐私实现，确保没有后门。

潜在局限与注意事项

• 性能：由于需要聚合多个来源，响应时间可能比直接使用单一搜索引擎稍长。但通过缓存和并发请求可以优化。
• 结果质量：某些搜索引擎（如Google）可能对自动化请求进行限制或返回简化结果，导致结果不如直接搜索丰富。SearXNG通过模拟浏览器行为和定期更新引擎适配器来缓解。
• 法律合规：自托管者需注意当地法律，某些国家可能禁止绕过搜索引擎的访问限制。

总结

SearXNG是一个强大、隐私优先的元搜索引擎，适合任何希望摆脱商业搜索引擎监控的用户。通过自托管，用户不仅能保护自己的搜索隐私，还能为去中心化网络做出贡献。其技术实现简洁高效，社区支持良好，是隐私领域的重要工具。

原文链接：https://github.com/searxng/searxng