跳到主要内容
Lennney产品判断 / AI 协作 / 可复核证据
EN
返回写作

SearXNG vs DDGS：给 AI Agent 选免费搜索路径

SearXNG 和 DDGS 都能接到 Agent 搜索，但一个更像可配置的自托管聚合服务，一个更像可嵌入的搜索库。本文比较它们的边界、代价和 MCP 接入方式。

发布
更新
本文索引06
  1. 01先看结论
  2. 02SearXNG：一台可配置的搜索服务
  3. 03DDGS：把搜索能力嵌进程序
  4. 04为什么 Agent 还需要另一层？
  5. 05选择前先回答四个问题
  6. 06最后不要把免费当成产品目标

SearXNG vs DDGS 看起来像两个搜索引擎的二选一，实际比较的是两种接入形态。

SearXNG 是可以自己运行和配置的元搜索服务；DDGS 更像一个可嵌入应用的多源搜索库，也提供 API Server 和 MCP Server 入口。两者都依赖上游来源，因此“免费”不等于稳定、无限或不需要维护。

先看结论

你的需求更自然的起点原因主要代价
团队想统一管理搜索引擎、语言和实例SearXNG配置和引擎选择集中在服务端需要运行、升级和监控一个服务；结果仍受上游影响
Python 程序里直接调用搜索DDGS作为库嵌入，另有 API 和 MCP 安装选项进程自己承担网络、限流、代理与错误处理
MCP 客户端需要多源、结构化且失败可见的 Agent 搜索Agent Search MCP直接提供面向 Agent 的 MCP 契约和证据预算仍需要检查来源可用性、路由策略和版本边界

这不是一次 live benchmark。没有固定地区、查询集、时间窗口和重复次数，就不能说哪个“更准”或“更快”。下面只比较责任边界和工程取舍。

SearXNG：一台可配置的搜索服务

SearXNG 官方把自己定义为元搜索引擎：它聚合其他搜索引擎的结果，并提供实例级配置。管理员可以在 settings.yml 中选择或覆盖引擎、语言、超时、代理和 API key 要求。需要密钥的引擎默认可以保持 inactive，再由管理员明确启用。

这条路径适合以下情况：搜索由多个应用共用；你想在服务端控制启用哪些来源；你希望把语言、超时和网络策略集中管理；或者你愿意自己运行一个实例，而不是让每个 Agent 进程各自处理来源。

它也有必须接受的边界。SearXNG 不是自己的全网索引，结果质量和可用性取决于上游引擎及其适配器。自托管只改变了你的入口和配置控制，不代表请求完全不离开机器，也不替你消除上游限流、验证页和结果差异。

DDGS：把搜索能力嵌进程序

DDGS 的官方仓库现在把它描述为聚合多个搜索服务的库，并提供文本、图片、新闻、视频、书籍和内容提取等 API Server 入口，也有 MCP Server 安装方式。它更适合一个 Python 程序想快速获得搜索调用，或者你想把调用放在应用进程里调试。

这里有一个容易被忽略的名字问题：ddgs 不应简单理解成“官方 DuckDuckGo API”。它是独立维护的多源搜索库，具体会调用哪些来源、怎样处理请求和限制，应以它自己的实现、免责声明和当前版本为准。不要把库的结果能力、DuckDuckGo 网站本身和一个稳定商业 API 混成同一种承诺。

嵌入式方案的优点是部署面小，缺点是责任分散到每个调用方。代理、超时、重试、速率限制、来源失败和结果规范化都需要你在应用里决定。如果多个 Agent 都各自装一份，搜索策略很快会变成重复配置。

为什么 Agent 还需要另一层？

SearXNG 或 DDGS 解决“从哪些上游拿结果”。Agent Search 还要解决“怎样把结果交给一个会继续行动的循环”。这至少涉及：

  • 查询是否满足调用契约；
  • 多源结果和来源 URL 是否保留；
  • 上游失败是明确暴露，还是被伪装成空结果；
  • 返回多少结果、摘要多长、证据预算多大；
  • 需要时能否提取一个选定 URL，而不是再次盲搜。

Agent Search MCP 的定位就是这一层：它从无 API key 的默认路径开始，把多源证据、部分失败和请求/证据预算放进 MCP 搜索契约。当前安装路径、测试和限制以 lennney/agent-search-mcp 为准。它不是 SearXNG 的替代品，也不是 DDGS 的性能证明；它是一个给 Agent 使用的路由和证据层。

选择前先回答四个问题

  1. 搜索由谁复用？ 多个应用共用时，集中式 SearXNG 通常更容易统一配置；单个 Python 服务时，DDGS 的嵌入方式可能更直接。
  2. 你要控制哪个边界？ 想控制实例、引擎、语言和网络，优先看 SearXNG；想在代码里组合调用，优先看 DDGS。
  3. 失败要不要进入 Agent 的决策？ 如果“被限流”和“没有结果”必须区分，就需要额外的结果契约或路由层，不能只返回一个空数组。
  4. 你是否真的需要多源？ 如果任务只需要一个稳定、合规、有 SLA 的提供方，付费 API 可能比维护免费聚合路径更省事。

最后不要把免费当成产品目标

免费搜索路径省下的往往是 API 账单，但增加了部署、限流、来源变化和质量观测成本。SearXNG 适合集中管理自托管聚合；DDGS 适合把搜索能力嵌进 Python/API/MCP 调用；Agent Search MCP 适合需要一条面向 Agent、保留证据和失败状态的接入路径。

如果你还没有明确的查询集，先不要比较 Star 或宣传里的“引擎数量”。记录 20 个真实任务，固定地区与语言，分别观察成功率、重复调用、来源可追溯性、延迟和上下文大小，再决定自己真正需要的是搜索服务、搜索库，还是 Agent 搜索契约。

继续阅读 AI Agent 搜索引擎选型指南，或直接检查 Agent Search MCP 的源码与安装说明。