核心用法
Augmented Search 是一款面向 AI Agent 的搜索增强型 MCP 工具，提供三大核心能力：
1. 并发联网搜索 (search): 支持一次最多 3 个关键词并发查询，内置链接去重与混合检索（需 Embedding API），可将结果相关性提升至约 80%
2. 网页内容提取 (read): 支持 JS 渲染降级、正文提取与分页读取，可提取指定章节或段落
3. 代码库文档检索 (library_search / library_docs): 基于 Context7 的编程文档搜索，支持获取库 ID 并查询具体文档与代码示例
部署方式
- Docker（推荐）: 一键启动 SearXNG + augmented-search 双容器
- npm: 全局安装后直连现有 SearXNG 实例
关键配置
| 变量 | 必需 | 说明 |
|------|------|------|
| `SEARXNG_URL` | ✅ | SearXNG 实例地址 |
| `EMBEDDING_API_KEY` / `EMBEDDING_BASE_URL` | ❌ | 启用混合检索，提升相关性 |
| `CONTEXT7_API_KEY` | ❌ | 代码搜索功能 |
显著优点
- 高并发低延迟: 多关键词并行搜索，适合复杂查询场景
- 混合检索增强: Embedding 重排序显著提升结果质量（50% → 80%）
- 代码文档一体化: 同时覆盖网络搜索与编程文档查询，减少工具切换
- 隐私友好: 基于 SearXNG 元搜索，不依赖单一商业搜索引擎
- MCP 标准兼容: 支持 HTTP 与 stdio 模式，易于集成至各类 Agent 框架
潜在局限
- 基础设施依赖: 必须自建 SearXNG 实例，增加运维成本
- Embedding 成本: 混合检索需调用外部 Embedding API，产生额外费用
- 性能权衡: 高相关性模式需 30-60 秒超时，不适合实时性要求极高的场景
- 关键词限制: 单次最多 3 个并发关键词，复杂多维度查询需拆分
- 代码库覆盖: Context7 支持的编程库有限，新兴框架可能缺失
适合人群
- 需要联网搜索能力的 AI Agent 开发者
- 追求搜索质量而非极致速度的研究型应用
- 需要代码文档检索的编程辅助工具开发者
- 注重隐私与数据主权，倾向自建搜索基础设施的团队
常规风险
| 风险类型 | 说明 | 缓解建议 |
|----------|------|----------|
| 信息准确性 | SearXNG 聚合结果可能包含低质量来源 | 启用 Embedding 重排序，人工校验关键信息 |
| 服务可用性 | 自建 SearXNG 实例可能单点故障 | 配置多引擎冗余，监控实例健康状态 |
| API 成本泄露 | Embedding API 密钥配置不当导致滥用 | 限制调用频率，使用环境变量而非硬编码 |
| 超时堆积 | 长耗时搜索可能导致 Agent 响应延迟 | 设置合理超时（默认 30s），降级至纯文本模式 |
| 代码文档时效 | Context7 库数据可能滞后于官方文档 | 交叉验证关键 API 用法，优先查阅官方源 |
综合评价
Augmented Search 是一款功能聚焦、架构清晰的 Agent 搜索工具，在 MCP 生态中填补了"高质量联网搜索 + 代码检索"的空白。其价值建立在用户对 SearXNG 基础设施的维护意愿之上——适合已有 DevOps 能力、追求结果质量优先于开箱即用的技术团队。对于快速原型验证场景，建议先评估 SearXNG 部署成本再决策。