如何在程序中通过API访问SearXNG
探索SearxNG Search API：在LangChain中完美集成的指南。高效使用SearxNG Search API：实用指南与示例。1 安装langchain_community。假设SearXNG已经安装，具体过程参考。暂时没有结果，不确定问题原因。SearxNG 搜索。
如果要在程序或agent中访问SearXNG，可能需要通过API访问。
本文示例SearXNG原生API和langchain两种API访问方式。
调用API时需要指定搜索引擎，requests方式通过cookies指定，langchian通过参数指定。
假设SearXNG已经安装，具体过程参考
Mac M1探索AnythingLLM+SearXNG-CSDN博客
1 requests访问SearXNG
API: /search
经过测试发现，SearXNG通过cookies设置启用和禁用哪些搜索引擎。
如果未设置cookies，则返回为空。
精简版cookies示例如下
disabled_engines=
"wikidata__general\054
duckduckgo__general\054
google__general\054
brave__general";
enabled_engines=
bing__general'
代码示例如下
import json
import requests
query = "LLM"
url = "http://127.0.0.1:8080/search?q={}&format=json".format(query)
ck_txt = 'disabled_engines="wikidata__general\054duckduckgo__general\054google__general\054brave__general"; ' \
'enabled_engines=bing__general'
cookies = {}
for ck in ck_txt.split(";"):
k, v = ck.split("=")
cookies[k.strip()] = v.strip()
response = requests.get(url, cookies=cookies)
resp_data = json.loads(response.text)
results = resp_data["results"]
for d in results:
print(d)搜索返回数据如下
{'url': 'https://zhuanlan.zhihu.com/p/7046080918', 'title': '一文搞懂LLM大模型！LLM从入门到精通万字长文 - 知乎', 'content': '2024年11月15日 · 首先，LLM可以用于文本生成，可以生成连贯的段落、文章、对话等，可以应用于自动写作、机器翻译等任务中。 其次，LLM可以用于问答系统，可以回答复杂的问题，甚至进行对话式问答。', 'engine': 'bing', 'template': 'default.html', 'parsed_url': ['https', 'zhuanlan.zhihu.com', '/p/7046080918', '', '', ''], 'img_src': '', 'thumbnail': '', 'priority': '', 'engines': ['bing'], 'positions': [1], 'score': 1.0, 'category': 'general', 'publishedDate': None}
{'url': 'https://blog.csdn.net/m0_63171455/article/details/146008202', 'title': '什么是LLM大模型？为什么DeepSeek能火？看这一篇就够了！', 'content': '2025年3月4日 · GPT 、LLaMA、Mistral、BERT等都是LLM，LLM是对训练文本信息的压缩，同时拥有了泛化能力，不同于数据库和搜索引擎，LLM能创造性地生成历史上没有出现过的文本内容。', 'engine': 'bing', 'template': 'default.html', 'parsed_url': ['https', 'blog.csdn.net', '/m0_63171455/article/details/146008202', '', '', ''], 'img_src': '', 'thumbnail': '', 'priority': '', 'engines': ['bing'], 'positions': [2], 'score': 0.5, 'category': 'general', 'publishedDate': None}
...
2 langchain访问SearXNG
API: SearxSearchWrapper
1）安装langchain_community
pip install langchain_community
2）示例搜索运行
程序示例如下
from langchain_community.utilities import SearxSearchWrapper
s = SearxSearchWrapper(searx_host="http://localhost:8080")
print(s.run("llm?"))未获取到有效返回，初步看应该是langchain未指定搜索引擎所致。
No good search result found
3）修复数据获取问题
通过参数engines指定bing搜索引擎，修复数据获取问题。
示例程序如下
from langchain_community.utilities import SearxSearchWrapper
s = SearxSearchWrapper(searx_host="http://192.168.66.107:8080")
print(s.run("langchain", engines=["bing"]))结果如下，可见已修复“No good search result found”问题。
Jul 20, 2025 · LangChain 主体分为 6 个模块，分别是对（大语言）模型输入输出的管理、外部数据接入、链的概念、（上下文记忆）存储管理、智能代理以及回调系统，通过文档的组织结 … Langchain的学习路径 1、从官方文档入手，掌握LangChain的基本概念和使用方法。 2、了解LangChain的6大主要模块。 3、通读官方给出的示例，对于各个模块有更加直观的认识。 4、 … 1、LangChain 是什么 LangChain 是一个框架，用于开发由 LLM 驱动的应用程序。可以简单认为是 LLM 领域的 Spring，以及开源版的 ChatGPT 插件系统。核心的 2 个功能为： 1）可以将 … Jan 9, 2025 · 本教程将逐步构建出一个简单的Demo，在过程中将使用Vllm进行模型推理，Langchain构建向量数据库，使用Fastapi提供Web服务，并在超具性价比的 FunHPC趣算云 … Dec 1, 2023 · 这算得上是一个非常惊艳的功能。 主要优点是，你用自然语言提出问题，LangChain把这个问题丢给LLMs，LLMs返回SQL脚本，然后LangChain会自动执行查询语 … 一步步精通LangChain记忆 大语言模型是无状态的，它并不保存上次交互的内容，chatGPT能够和人正常对话，因为它做了一层包装，把历史记录传回给了模型。 为了解决这个问 … 先来个一图流 LangChain 是应用开发的框架 LangChain 主要用来快速搭建基于大型语言模型（LLM）的应用。 它最初只支持chatbot或者纯文本，但通过整合支持多模态的模型（比如 … 一、LangGraph入门介绍 1. LangGraph：超越LangChain的全新一代Agent开发框架 Agent开发首选框架：LangChain 说到现阶段目前最流行、最通用的Agent开发框架，毫无疑问，肯定 … 目前我把应用开发框架分成三类，一类是类似 langchain、llamaindex、semantic-kernel 这种偏整体流程设计、搭建，需要开发大量代码的。 一类是类似dify、fastgpt 这种轻代码，依靠 UI 界 … 若对接海外服务和工具生态，n8n 拥有更广泛的集成能力，适合自动化场景；不过在国内生态支持方面相对较弱。 对于有开发经验、希望从底层进行定制或二次开发的用户来说，LlamaIndex …
reference
---
SearxSearchWrapper
高效使用SearxNG Search API：实用指南与示例
https://juejin.cn/post/7448507035399995432
使用自托管的 SearxNG 搜索 API 进行网络搜索的实战指南
https://blog.csdn.net/lirxx/article/details/149244009
探索SearxNG Search API：在LangChain中完美集成的指南
https://juejin.cn/post/7448507035399995432
SearxNG 搜索
https://python.langchain.ac.cn/docs/integrations/tools/searx_search/
火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。
更多推荐
1
0- 0
已为社区贡献49条内容
所有评论(0)