给 OpenClaw 装上私有搜索：SearXNG + MCP 替代 Brave API

给 OpenClaw 装上私有搜索：SearXNG + MCP 替代 Brave API

📦 相关仓库

为什么要做这件事？

OpenClaw 内置的web_search工具走的是 Brave Search API。用起来没问题，但有两个小痛点：

1. 要钱（或者说要额度）—— API Key 申请麻烦，调用还有次数限制
2. 不私有—— 你的每一次搜索都经过 Brave 的服务器

所以我和我的 AI 搭档花了几个小时，搓了一套完全开源、完全私有的替代方案。思路很简单：用 SearXNG 这个开源聚合搜索引擎替代 Brave，再通过 MCP 协议对接到 OpenClaw。

零成本、多引擎、数据不出内网。

架构长这样

OpenClaw Agent │ ├── 内置 web_search → Brave API（原来的） │ └── web_search_mcp → MCP Server → SearXNG → 百度/必应/搜狗/GitHub...（现在的）

三层结构，职责清晰：

• OpenClaw 插件：注册工具，让 Agent 知道有个新搜索可用
• MCP Server：协议翻译官，把 Agent 的请求转成 SearXNG 能听懂的 HTTP
• SearXNG：真正的搜索引擎，同时问百度、必应、搜狗，谁有结果用谁的

MCP 是什么？

MCP（Model Context Protocol），模型上下文协议，由 Anthropic（就是做 Claude 那家公司）在 2024 年底推出。说白了就是给 AI Agent 和外部工具/数据源之间定了一套通用接口标准。

为什么需要 MCP？

在 MCP 出现之前，AI 应用想调用外部工具（搜索、数据库、API 等），每个工具都要单独写适配代码。就像手机充电口没统一之前，每家厂商一个接口，线一堆。

MCP 就是那个Type-C—— 统一接口，工具只要按 MCP 协议暴露服务，任何支持 MCP 的 Agent 都能直接用。

MCP 的工作方式

MCP 采用客户端-服务端架构：

┌─────────────┐ ┌─────────────┐ │ MCP Client │◄──SSE──►│ MCP Server │ │ (在Agent里) │ │ (工具侧) │ └─────────────┘ └─────────────┘

传输层：支持两种方式

• SSE（Server-Sent Events）：服务端推送，适合长连接，本项目用的就是这个
• stdio：标准输入输出，适合本地 CLI 工具

核心能力：

1. 工具发现（list_tools）：Client 问 Server「你有哪些工具？」，Server 返回工具列表和参数说明
2. 工具调用（call_tool）：Client 发送工具名和参数，Server 执行并返回结果

本项目中的 MCP

这里要澄清一个关键点：OpenClaw 原生不支持 MCP 协议。它的插件系统提供的是通用的registerTool接口，并不知道 MCP 的存在。

所以我们的插件做了额外的工作——在内部嵌了一个 MCP Client（用@modelcontextprotocol/sdk），通过 SSE 连接 MCP Server，再把 MCP Server 暴露的工具「翻译」成 OpenClaw 能注册的格式：

MCP Server ──SSE/MCP协议──► 插件内 MCP Client ──翻译──► OpenClaw registerTool()

插件本质上是个协议桥接器，让不懂 MCP 的 OpenClaw 也能用上 MCP 生态的工具。

# 暴露一个工具：search@server.list_tools()asyncdeflist_tools():return[Tool(name="search",description="搜索互联网",inputSchema={"query":"string","num_results":"integer"})]# 处理调用@server.call_tool()asyncdefcall_tool(name,arguments):# 把请求转给 SearXNG，返回结果returnawaitsearch_searxng(arguments["query"])

就这么简单。MCP Server 本质上就是个协议翻译器——把 Agent 发来的 MCP 格式请求，翻译成后端服务能懂的语言（HTTP API），再把结果按 MCP 格式返回。

MCP 生态

目前支持 MCP 的 AI 应用越来越多：

• OpenClaw（本项目）
• Claude Desktop
• Cursor
• Continue
• 以及其他兼容 MCP 协议的 Agent 框架

这意味着你写一个 MCP Server，所有这些应用都能直接用，一次开发，到处运行。

📋 配置需求

硬件要求

实测 1 核 1G 跑 SearXNG + MCP Server 完全够用，搜索响应也很快。这套东西很轻量，不需要什么大机器。

软件环境

端口占用：

• 8080— SearXNG Web UI + API
• 3000— MCP Server SSE 端点

如果这些端口被占了也没关系，后面可以改。

🚀 开搞

第一步：部署 SearXNG + MCP Server

gitclone git@gitee.com:quan-zong/searxng-docker.gitcdsearxng-docker# 装依赖pipinstallmcp httpx starlette uvicorn# 生成 secret_key，把输出填到 settings.yml 里openssl rand-hex32# 一把梭启动chmod+x ctl_mcpsearxng.sh ./ctl_mcpsearxng.sh start

验证一下：

./ctl_mcpsearxng.sh statuscurl-s"http://localhost:8080/search?q=test&format=json"|python3-mjson.tool|head-20

第二步：安装 OpenClaw 插件

gitclone git@gitee.com:quan-zong/mcp-search.git ~/.openclaw/extensions/mcp-searchcd~/.openclaw/extensions/mcp-searchnpminstallnpmrun build

第三步：配置 OpenClaw

编辑~/.openclaw/openclaw.json，加一行：

{"plugins":{"allow":["mcp-search"],"entries":{"mcp-search":{"enabled":true,"config":{"mcpServerUrl":"http://localhost:3000/sse","enabled":true}}}}}

然后重启：

openclaw gateway restart

第四步：收工，试试看

直接和 Agent 对话：

帮我搜一下 OpenAI 最新动态

Agent 会自动调用web_search_mcp，走你自己的 SearXNG 搜索。

🔧 怎么调教

换搜索引擎

SearXNG 默认启用了百度、必应（国内版）、搜狗、Google 等。想加减引擎？编辑settings.yml：

engines:-name:baiduengine:baidudisabled:false# true = 关掉-name:duckduckgoengine:duckduckgodisabled:false# 开一个新的

改完docker-compose restart就行。

MCP Server 跑在别的机器上

settings.yml里mcpServerUrl改成对应 IP：

"mcpServerUrl":"http://192.168.1.100:3000/sse"

常用管理命令

./ctl_mcpsearxng.sh start# 全部启动./ctl_mcpsearxng.sh stop# 全部停止./ctl_mcpsearxng.sh restart# 重启./ctl_mcpsearxng.sh logs# 看日志./ctl_mcpsearxng.sh status# 看状态

对比一下

说白了就是用一点点部署成本，换来了免费、私有、多引擎。我觉得值。

整个过程我和 AI 搭档从零到上线大概花了半天时间，代码已经开源，欢迎折腾。