OpenWebUI联网搜索实战：如何用SearXNG让本地大模型获取实时信息（附百度/360配置）

Ne0inhk

— 7 min read

OpenWebUI联网搜索实战：如何用SearXNG让本地大模型获取实时信息（附百度/360配置）

如果你在本地运行大模型，比如用Ollama部署了Qwen、Llama或者DeepSeek，可能会发现一个尴尬的问题：模型的知识截止日期是固定的，它不知道今天股市涨跌，不清楚最新的科技新闻，甚至不知道明天是什么节日。这种“信息孤岛”的感觉，让本地大模型的实用性大打折扣。

我最初搭建OpenWebUI环境时，也遇到了这个痛点。看着模型一本正经地分析过时的数据，那种无力感让我开始寻找解决方案。市面上有不少联网搜索方案，但要么配置复杂，要么对国内网络环境不友好。经过几周的折腾和测试，我发现SearXNG这个开源元搜索引擎，配合OpenWebUI的联网搜索功能，是目前最稳定、最灵活的方案之一。

更重要的是，通过合理配置SearXNG，我们可以让本地大模型直接调用百度、360等国内搜索引擎，获取符合中文用户习惯的实时信息。这不仅仅是技术上的连接，更是让本地AI真正“接地气”的关键一步。下面我就把自己踩过的坑、验证过的配置，以及实际效果对比，毫无保留地分享给你。

1. 为什么需要SearXNG？OpenWebUI联网搜索的现状与痛点

在深入配置之前，我们得先搞清楚一个问题：为什么不能直接用OpenWebUI内置的搜索引擎？答案藏在网络环境和搜索质量的双重限制里。

OpenWebUI确实提供了多种联网搜索选项，比如DuckDuckGo、Google PSE、Bing等。但在实际使用中，你会发现这些选项各有各的问题：

  • DuckDuckGo：开箱即用，但搜索结果对中文内容支持有限，经常返回一些相关性不高的英文页面
  • Google PSE：需要API密钥，免费版限制严格（每天100次搜索），而且搜索结果质量与网页版Google相差甚远
  • Bing：API申请流程复杂，新用户基本无法通过，老用户也经常遇到部署失败的问题
  • Mojeek：速度慢得让人怀疑人生，有时候一个查询要等上十几秒

我在GitHub的OpenWebUI讨论区看到不少开发者都在抱怨这个问题。有人尝试了各种方案，最后发现要么效果差，要么根本用不了。更让人头疼的是，这些搜索引擎大多对国内网络环境不友好，要么访问不稳定，要么直接被屏蔽。

这时候SearXNG的优势就体现出来了。它是一个元搜索引擎，本身不维护搜索索引，而是聚合其他搜索引擎的结果。这意味着：

  1. 隐私保护：SearXNG不会跟踪用户，所有搜索请求都经过匿名化处理
  2. 高度可定制：你可以自由选择启用哪些搜索引擎，包括百度、360、搜狗等国内引擎
  3. API友好：提供JSON格式的输出，非常适合程序化调用
  4. 自托管：完全控制在自己手里，不用担心服务突然不可用

但SearXNG也不是完美无缺。最大的问题是官方Docker镜像默认不包含国内搜索引擎的配置文件。如果你直接部署，很可能会遇到这样的错误：

[Errno 2] No such file or directory: '/usr/local/searxng/searx/engines/baidu.py'

这就是为什么很多人在配置SearXNG时卡住的原因。不过别担心，后面的章节我会详细讲解如何解决这个问题。

2. SearXNG部署详解：从零搭建可用的元搜索引擎

部署SearXNG有多种方式，包括Kubernetes、手动安装和Docker Compose。考虑到易用性和维护性，我强烈推荐使用Docker Compose方案。下面是我优化后的配置流程，已经避开了大部分常见的坑。

2.1 环境准备与基础部署

首先确保你的服务器已经安装了Docker和Docker Compose。如果还没有，可以参考官方文档进行安装。这里假设你使用的是Ubuntu 22.04或更高版本的系统。

# 更新系统包 sudo apt update && sudo apt upgrade -y # 安装Docker（如果尚未安装） curl -fsSL https://get.docker.com -o get-docker.sh sudo sh get-docker.sh # 安装Docker Compose sudo apt install docker-compose-plugin -y # 验证安装 docker --version docker compose version

接下来创建SearXNG的工作目录并获取配置文件：

# 创建专用目录 mkdir -p ~/searxng-docker && cd ~/searxng-docker # 克隆官方仓库（包含Docker配置） git clone https://github.com/searxng/searxng-docker.git .
注意：如果你在国内，GitHub克隆可能会很慢。可以考虑使用镜像源，或者先下载ZIP包再解压。

2.2 Docker Compose配置优化

官方提供的docker-compose.yaml文件包含Caddy反向代理，但对于大多数内网部署场景来说，这个组件不是必需的。我建议使用简化版的配置，只保留核心服务。

创建或修改docker-compose.yaml文件：

version: "3.7" services: redis: container_name: redis image: docker.io/valkey/valkey:8-alpine command: valkey-server --save 30 1 --loglevel warning restart: unless-stopped networks: - searxng volumes: - valkey-data:/data logging: driver: "json-file" options: max-size: "1m" max-file: "1" searxng: container_name: searxng image: searxng/searxng:latest restart: unless-stopped networks: - searxng ports: - "8080:8080" # 可以根据需要修改端口 volumes: - ./searxng:/etc/searxng:rw - ./engines:/usr/local/searxng/searx/engines:rw # 关键：持久化引擎目录 environment: - SEARXNG_BASE_URL=http://${SEARXNG_HOSTNAME:-localhost}:8080/ - UWSGI_WORKERS=${SEARXNG_UWSGI_WORKERS:-4} - UWSGI_THREADS=${SEARXNG_UWSGI_THREADS:-4} - SEARXNG_SETTINGS_PATH=/etc/searxng/settings.yml logging: driver: "json-file" options: max-size: "1m" max-file: "1" networks: searxng: volumes: valkey-data: driver: local driver_opts: type: none o: bind device: /data/searxng-docker/redis

这里有几个关键点需要注意：

  1. 移除了Caddy服务：对于内网部署，直接用Nginx或直接访问端口更简单
  2. 持久化引擎目录：这是支持国内搜索引擎的关键，后面会详细说明
  3. 使用Valkey替代Redis：Valkey是Redis的分支，兼容性更好，性能也有所提升
  4. 网络配置：使用自定义网络，方便后续与OpenWebUI容器通信

2.3 配置文件深度定制

SearXNG的配置文件位于./searxng/settings.yml。首次启动容器时会自动生成默认配置，但我们需要对其进行定制以支持国内搜索引擎。

首先创建必要的目录结构：

# 创建配置目录 mkdir -p searxng engines # 首次启动以生成默认配置 docker compose up -d sleep 10 # 等待容器启动 docker compose down # 停止容器以修改配置

现在我们来修改searxng/settings.yml文件。以下是我经过多次测试优化的配置：

# 使用默认设置作为基础 use_default_settings: true server: # base_url在环境变量SEARXNG_BASE_URL中定义 secret_key: "你的安全密钥" # 使用openssl rand -hex 32生成 limiter: false # 私有实例可以禁用限制器 image_proxy: true # 启用图片代理，保护用户隐私 ui: static_use_hash: true redis: url: redis://redis:6379/0 search: formats: - html - json # 必须启用JSON格式，OpenWebUI需要 # 搜索引擎配置 - 重点部分 engines: # 启用国内搜索引擎 - name: baidu categories: - web - news - general engine: baidu shortcut: bd timeout: 9.0 disabled: false enable_http: false # 强制使用HTTPS - name: 360search categories: - web - news - general engine: 360search shortcut: 360so timeout: 9.0 disabled: false enable_http: false - name: sogou categories: - web - news - general engine: sogou shortcut: sg timeout: 9.0 disabled: false # 禁用部分不常用或访问慢的国外引擎 - name: google engine: google disabled: true # 国内访问困难，建议禁用 - name: bing engine: bing disabled: true # API限制严格 - name: duckduckgo engine: duckduckgo disabled: true - name: startpage engine: startpage disabled: true # 保留一些有用的国外引擎（可选） - name: wikipedia engine: wikipedia disabled: false timeout: 15.0 # 维基百科可以慢一点 - name: github engine: github disabled: false shortcut: gh
提示：secret_key需要自己生成，可以使用命令openssl rand -hex 32。Windows用户可以用PowerShell：<

Read more

字节全员涨薪 35%，L3 年薪 150 万：前端人的“贫富差距”，正在被马太效应彻底拉大...

字节全员涨薪 35%，L3 年薪 150 万：前端人的“贫富差距”，正在被马太效应彻底拉大...

大家好，我是 Sunday。 昨天是 12 月 19 号，周五。原本应该是一个等待放假的好日子😂。但是！整个互联网圈子，尤其是技术圈，被一封邮件彻底炸醒了。 相信大家在群里、朋友圈里都刷屏了：字节跳动全员涨薪。 说实话，当看到这个消息的时候，我就在想：“我当年咋没遇到这么好的时候啊？” 现在很多同学总在说“寒冬”，总在说“降本增效”，总觉得大环境不行了。但字节跳动反手就给了这个观点一记响亮的耳光： 薪资投入提升 35%，调薪投入提升 1.5 倍，L3 职级（原 2-2，大致相当于之前的 阿里 P7）年薪拉高到 90w-150w。 这说明了什么？ 这说明，这个行业从来就不缺钱，缺的是值得这笔钱的人。 今天这篇文章，我想把那些新闻通稿撇在一边，单纯从一个技术人、一个教育者的角度，

By Ne0inhk
【年终总结】从非科班无实习到准字节前端：我始终相信，开发之外的事，才是破局关键

【年终总结】从非科班无实习到准字节前端：我始终相信，开发之外的事，才是破局关键

目录 【年终总结】从非科班无实习到准字节前端：我始终相信，开发之外的事，才是破局关键 一、求其外，善其内 1、坚持出发点正确的博文写作 2、博文更新对我心态的淬炼 3、社区交流对我视野的启发 4、向外拓展，反哺内修 二、陷入前端则前端死，跳出前端则前端活 1、从不务正业到泛前端 2、从泛前端到大前端，从有形到无形 三、秋招多少事 四、结语         作者：watermelo37         ZEEKLOG优质创作者、华为云云享专家、阿里云专家博主、腾讯云“创作之星”特邀作者、火山KOL、支付宝合作作者，全平台博客昵称watermelo37。         一个假装是giser的coder，做不只专注于业务逻辑的前端工程师，Java、Docker、Python、LLM均有涉猎。 --------------------------------------------------------------------- 温柔地对待温柔的人，包容的三观就是最大的温柔。

By Ne0inhk

AI Skills：前端新的效率神器！

近来，AI 领域有个火爆的话题：Skills。 Github 上被疯狂 star 的仓库，很多都是和 skills 有关的。 有的仓库仅仅上线三个月就获得了快 50K 的 star，Skills 的火热可见一斑。 不管是大模型，还是 Cursor、Codex、Claude、Trae、Copilot 等编程 IDE 都在争先支持 Skills。 围绕 Skills，它们在做的就是为了完成一件事情：技能是通过学习和反复练习获得的，而 Skills 是把经验和最佳实践沉淀为 AI 能力，将“知道”转化为“做到”的本领。 详解什么是 Skills 要说清楚什么是 Skills，先来了解一下关于 AI 的 2

By Ne0inhk
LazyLLM 多 Agent 应用全流程实践：从源码部署到可视化 Web 调试的低代码方案

LazyLLM 多 Agent 应用全流程实践：从源码部署到可视化 Web 调试的低代码方案

LazyLLM 多 Agent 应用全流程实践：从源码部署到可视化 Web 调试的低代码方案 前言：为什么选择 LazyLLM 构建多 Agent 大模型应用？ LazyLLM 作为低代码构建多 Agent 大模型应用的开发工具，可大幅降低大模型应用的开发与部署门槛。本文聚焦其在豆包模型的落地实践，将从源码部署豆包文本模型的完整配置步骤入手，延伸至官方 WebModule 启动可视化 Web 界面的实操流程，并配套精准性、简洁度等多维度的部署测试说明，为开发者提供可直接对照的实操指南，助力高效完成豆包模型在 LazyLLM 框架下的部署与验证。 LazyLLM 整体架构解析：三层联动的多 Agent 运行体系 LazyLLM 的架构分为三层级递进结构，各层级分工明确且联动协同，实现从应用开发到落地执行的全流程覆盖：上层（LazyPlatform AI 大模型应用开发平台）：核心含应用编排平台以可视化编排、发布、回流、调优的闭环完成应用构建迭代与平台管理模块通过租户、权限管理支撑多用户运维，是开发者的高效开发管理入口中层（

By Ne0inhk