searxng-mcp
Servidor MCP para conectar SearXNG autoalojado con agentes IA, ofreciendo búsqueda web privada y extracción de páginas optimizada en tokens sin enviar HTML crudo al contexto del modelo.
Ficha actualizada 25 sept 2026, 0:16 · upstream 24 sept 2026, 23:47 · release v0.2.0
Qué es searxng-mcp
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
searxng-mcp es un servidor Model Context Protocol diseñado para integrar instancias autoalojadas de SearXNG con clientes de inteligencia artificial como Claude Code, Grok y otras herramientas compatibles. Su propósito principal es proporcionar búsqueda web respetuosa con la privacidad a través de más de 70 motores metabuscador, junto con extracción legible de páginas web, evitando enviar HTML crudo al contexto del modelo para optimizar el uso de tokens.
El servidor soporta múltiples modos de transporte incluyendo stdio para flujos locales, HTTP streaming y SSE para servicios autoalojados. Incluye capacidades avanzadas como búsqueda paralelizada multi-consulta con deduplicación automática, investigación profunda con fuentes citadas y extracción de contenido renderizado mediante Playwright/Chromium para páginas JavaScript pesadas sin necesidad de instalación manual adicional.
La arquitectura está diseñada para ser ligera, delegando la búsqueda a SearXNG mientras este servidor se encarga de dar forma a las herramientas, gestionar caché, extraer contenido y manejar el transporte. Soporta despliegue en contenedores Docker con archivos docker-compose disponibles, configuración flexible mediante variables de entorno para caché, timeouts y verificación TLS, y documentación completa con benchmarks y guías de seguridad.
- Búsqueda web privada para agentes locales sin enviar HTML crudo al contexto del modelo
- Investigación paralelizada multi-consulta con deduplicación automática y ranking fusionado
- Extracción de páginas JavaScript pesadas mediante renderizado automático con Playwright/Chromium
- Despliegue autoalojado seguro detrás de proxies inversos o con autenticación para evitar SSRF
- Integración con clientes MCP existentes como Claude Code, Gemini CLI y herramientas compatibles
- Búsqueda en más de 70 motores metabuscador con optimización de tokens mediante salida compacta
- Soporte nativo para Playwright/Chromium sin instalación manual adicional para renderizado automático
- Optimización de tokens mediante salida visible compacta y payloads completos ocultos en campo _meta
- Configuración flexible con múltiples variables de entorno para caché, timeouts y verificación TLS
- Licencia FSL-1.1-ALv2 que permite uso comercial no competitivo con conversión a Apache 2.0
- Documentación completa con benchmarks, guías de despliegue y referencias de herramientas disponibles
- Soporte multi-transporte (stdio/HTTP/SSE) para diferentes arquitecturas de cliente y servidor
- Dependencia crítica de una instancia SearXNG backend funcional y accesible en el puerto configurado
- Riesgos de SSRF si se expone el transporte HTTP sin autenticación adecuada o proxy inverso
- Necesidad de configurar manualmente SEARXNG_MCP_FETCH_VERIFY_TLS=0 para backends con certificados auto-firmados
- Consumo de recursos adicional por el proceso de renderizado en segundo plano que requiere Chromium/Chromium
- Limitaciones de caché configurables que pueden afectar la frescura de resultados en entornos dinámicos
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para despliegue local, use stdio con SEARXNG_MCP_TRANSPORT=stdio. Para servicios privados, configure HTTP streaming detrás de proxy inverso o autenticación. Use --add-host=host.docker.internal:host-gateway en Docker para acceder al backend SearXNG. Configure SEARXNG_MCP_FETCH_VERIFY_TLS=0 solo para backends internos confiables. Asegure que el backend SearXNG esté en puerto 8890 o configure SEARXNG_MCP_BASE_URL adecuadamente. Monitoree la memoria RAM (mínimo 2GB recomendado según análisis técnico).
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.