SearXNG 搜索引擎集成:Mullvad Leta 引擎的多搜索后端支持
2025-05-12 17:49:31作者:姚月梅Lane
在隐私保护搜索引擎领域,Mullvad Leta 是一个值得关注的选择。作为 SearXNG 开源元搜索引擎项目的一部分,Mullvad Leta 引擎最近迎来了一个重要功能升级——支持在 Google 和 Brave 两种搜索后端之间切换。
技术实现方案
Mullvad Leta 引擎的核心改进在于其配置灵活性。通过修改引擎的 YAML 配置文件,管理员可以轻松指定默认使用的搜索后端。配置项采用简单的键值对形式:
mullvad_search_engine: google
或者
mullvad_search_engine: brave
当未明确指定时,系统会默认使用 Google 作为搜索后端,确保向后兼容性。这种设计既保持了配置的简洁性,又提供了必要的灵活性。
底层机制解析
在技术实现层面,引擎内部会读取配置文件中的设置,并将这一信息通过 HTTP 请求的 form-data 部分传递给后端服务。具体来说,请求中会包含如下形式的数据:
对于 Google 后端:
Content-Disposition: form-data; name="engine"
google
对于 Brave 后端:
Content-Disposition: form-data; name="engine"
brave
这种设计使得后端服务能够准确识别并处理来自不同搜索引擎的请求,同时保持了前端配置的简洁性。
架构设计考量
项目维护者在设计这一功能时考虑了多种实现方案:
- 单一引擎多后端支持:当前采用的方案,通过配置切换后端,保持了代码的统一性
- 运行时切换:考虑过通过特殊语法实现即时切换,但会增加使用复杂度
- 独立引擎实现:将不同后端拆分为独立引擎,虽然可行但会导致代码重复
最终选择的方案在维护成本和使用便捷性之间取得了良好平衡。管理员可以通过简单的配置文件复制创建多个实例,每个实例指向不同的搜索后端,既保持了代码的DRY原则,又提供了部署灵活性。
用户体验优化
对于终端用户而言,这一改进带来了更丰富的搜索选择。Google 后端提供广泛的覆盖范围,而 Brave 后端则强调隐私保护。用户可以根据不同场景需求,通过管理员配置获得最适合的搜索体验。
该功能的实现体现了 SearXNG 项目对隐私保护和用户选择的双重重视,为注重隐私的用户提供了更多元化的搜索选择,同时保持了系统的简洁性和易用性。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217