面向中文场景与企业私有化部署的智能搜索基础设施。
在 SearXNG 基础上深度增强：中文优先、微信专搜、Agent API、内容富化、站点多层级深搜。

• 中文文档：README_CN.md
• API 文档：docs/SGA_WEB_API.md
• 许可证：AGPL-3.0

SGA-Web 不只是“搜索聚合器”，而是给企业知识系统、智能体工作流、情报检索场景准备的搜索底座：

• 中文内容与微信生态优先
• 时间优先排序（默认更贴近资讯和动态检索）
• 一次调用返回更“可直接喂模型”的富化信息
• 私有化部署，不依赖外部 SaaS

• GET/POST /v1/agent/search
• GET /v1/agent/health
• GET /v1/agent/schema

支持：查询改写、RRF 多查询融合、多级时间衰减、可选 reranker、可选正文富化。

• GET/POST /chinese_search
• GET/POST /wechat_search

内置中文引擎优先策略，适配中文资讯与公众号检索。

• GET/POST /global_search

当中文链路受代理/网络策略影响时，用全部可用引擎进行兜底检索。

• POST /v0/scrape：单页抓取
• POST /v0/site_crawl：指定站点多层级深搜（BFS）

富化字段支持：正文、摘要、图片、评分、命中句等，减少二次抓取成本。

• searxng（Flask）：搜索编排、去重、排序、缓存、Agent API
• simple-crawler（Node.js）：内容抓取与站点深搜
• redis：短期缓存
• es（可选）：BM25 + 时间衰减重排
• reranker（可选）：BGE 交叉编码重排

docker compose up --build -d

启动后：

• 搜索服务：http://localhost:8888
• 爬虫服务：http://localhost:3002

curl "http://localhost:8888/healthz"
curl "http://localhost:3002/health"

curl "http://localhost:8888/v1/agent/search?q=GPT-5&preset=chinese&depth=enriched&limit=5"

curl "http://localhost:8888/global_search?q=python&limit=5"

curl -X POST "http://localhost:3002/v0/site_crawl" \
  -H "Content-Type: application/json" \
  -d '{
    "start_url":"https://www.python.org",
    "query":"download python",
    "max_depth":1,
    "max_pages":5,
    "respect_robots":true
  }'

推荐将 SGA-Web 暴露为以下工具：

• sga_search -> /v1/agent/search（必选）
• sga_global_search -> /global_search（兜底）
• sga_site_deep_search -> POST /v0/site_crawl（站点深搜）
• sga_scrape -> POST /v0/scrape（单页抓取）

详细参数和返回见：docs/SGA_WEB_API.md

• 企业内部知识检索与资料发现
• 舆情/新闻/公众号动态追踪
• 智能体 Deep Research 工作流检索层
• 搜索增强生成（RAG）前置召回与清洗

当前版本建议发布为 v1.5.0（含以下重点）：

• 新增：/global_search 全量全域兜底
• 新增：/v0/site_crawl 站点多层级深搜
• 增强：MCP 工具化文档与 SGA-Web API 文档重构

• 生产环境建议接入网关鉴权与限流
• 对站点深搜设置域名白名单
• 遵守目标站点 robots.txt 与平台条款
• 在企业合规边界内使用外部网络访问能力

AGPL-3.0