核心用法
searxng-search 是一款基于 MCP（Model Context Protocol）协议的搜索工具，允许用户通过本地或远程 SearXNG 实例执行网络搜索。该技能提供三种主要使用方式：通过 mcporter CLI 调用 MCP 服务器、直接运行 Bash 脚本，或使用标准 HTTP API 请求。用户需预先配置 SEARXNG_URL 环境变量指向自有 SearXNG 实例，支持 JSON、Markdown 和纯文本三种输出格式，可灵活集成到自动化工作流或 AI Agent 系统中。
显著优点
隐私保护能力强：由于采用自建 SearXNG 实例架构，所有搜索请求直接发送至用户控制的服务器，绕过商业搜索引擎的追踪机制，搜索历史与个人信息完全由用户掌控。
零外部依赖风险：Python 实现仅使用标准库（urllib、json、os、sys），Shell 脚本依赖 curl 和 jq 等系统标准工具，无第三方 pip/npm 包引入供应链攻击风险，代码完全透明可审计。
标准化集成：作为 MCP 服务器实现，可与支持 MCP 协议的任何 AI 助手或自动化平台无缝集成，提供统一的工具调用接口。
多格式输出支持：根据使用场景灵活选择 JSON（结构化数据）、Markdown（可读性优先）或纯文本格式，满足不同下游处理需求。
潜在缺点与局限性
基础设施门槛：必须自行部署 SearXNG 实例（Docker 或裸机部署），对非技术用户存在配置复杂性，无现成可用服务时功能完全失效。
来源可信度：作者为个人开发者（T3 来源），虽代码通过安全审计，但长期维护承诺与大型企业或开源组织相比存在不确定性。
功能单一性：仅提供基础搜索能力，缺乏结果缓存、智能摘要、搜索历史管理等增值功能，需配合其他工具构建完整解决方案。
适合的目标群体
该技能特别适合以下用户：注重搜索隐私的技术从业者、需要为 AI Agent 添加安全搜索能力的开发者、命令行工作流爱好者、以及具备自建基础设施能力的隐私倡导者。对于企业用户，适合作为内部知识检索系统的前置搜索组件。
使用风险
网络配置风险：若未使用 HTTPS 协议配置 SEARXNG_URL，搜索查询可能在传输过程中被截获，建议在公网部署时强制启用 TLS 加密。
依赖可用性：功能完全依赖用户自建 SearXNG 实例的在线状态，实例宕机或网络不可达时将导致服务中断，需自行实现高可用方案。
输入处理边界：虽然代码实现了 URL 编码和基础参数校验，但极长查询字符串或特殊构造的搜索词可能影响 SearXNG 实例性能，建议在生产环境添加查询长度限制。