SearXNG 429 ఎర్రర్ మరియు రేట్ లిమిట్ సమస్యలను పరిష్కరించడం
SearXNG లో 429 ఎర్రర్లు ఎందుకు వస్తాయో తెలుసుకోండి. లోకల్ లిమిటర్ లేదా అప్స్ట్రీమ్ ఇమేజ్ అభ్యర్థనల వల్ల కలిగే ఈ సమస్యలను లాగ్స్ ద్వారా గుర్తించి, ఎలా సరిచేయాలో ఈ గైడ్ వివరిస్తుంది.
SearXNG ఎందుకు 429 ఎర్రర్లను ఇస్తుంది
ఒక self-hosted SearXNG instance రెండు సంబంధం లేని చోట్ల rate limitలను ఎదుర్కొంటుంది. మీరు పరిష్కరించాల్సిన rate limit సాధారణంగా మీరు అనుకున్నది కాదు. లోకల్ లిమిటింగ్ మరియు అప్స్ట్రీమ్ ఇమేజ్ అభ్యర్థన రెండూ 429 ఎర్రర్ను ఇవ్వగలవు. మొదటిది లోకల్: SearXNG యొక్క సొంత లిమిటర్, ఒక అభ్యర్థన బాట్ (bot) నుండి వచ్చిందని నిర్ణయించుకుని Too Many Requests ద్వారా 429 స్టేటస్తో సమాధానమిస్తుంది. /image ఎండ్పాయింట్ కూడా అప్స్ట్రీమ్ ఎర్రర్ స్టేటస్లను, 429తో సహా, ఫార్వర్డ్ చేస్తుంది. రెండవది అప్స్ట్రీమ్: ఒక సెర్చ్ ఇంజిన్ మీ సర్వర్ IP అడ్రస్ను తిరస్కరించింది. SearXNG ఆ ఇంజిన్ను స్పందించనిదిగా గుర్తించి తాత్కాలికంగా నిలిపివేస్తుంది, అప్పుడు మీ వినియోగదారులకు కొన్ని ఫలితాలు లోపించిన సాధారణ రిజల్ట్స్ పేజీ కనిపిస్తుంది, 429 ఎర్రర్ రాదు.
ఈ రెండు సందర్భాలకు పరిష్కారం ఒకటే కాదు. లిమిటర్ మీదే కాబట్టి, మీరు దానిని మార్చవచ్చు. అప్స్ట్రీమ్ బ్లాకింగ్ ఇంజిన్ వైపు జరుగుతుంది, కాబట్టి మీ లోకల్ లిమిటర్ను మార్చడం వల్ల అది తొలగిపోదు. లాగ్స్ (logs) పరిశీలిస్తే ఒక నిమిషంలోనే మీకు ఏ సమస్య ఉందో తెలుస్తుంది, కాబట్టి అక్కడి నుండే ప్రారంభించండి.
ఈ గైడ్ మీ స్వంత VPSలో self-hosted SearXNG instance లో వివరించిన కంటైనర్ ఇన్స్టాలేషన్ను ప్రాతిపదికగా తీసుకుంటుంది. కింద పేర్కొన్న ప్రతి సెట్టింగ్ పేరు ప్రస్తుత అప్స్ట్రీమ్ డాక్యుమెంటేషన్ మరియు సోర్స్ నుండి సేకరించబడింది, దీనిని 16 November 2026న సరిచూడడం జరిగింది.
సెట్టింగ్ను మార్చే ముందు లాగ్ను చదవండి
లాగ్ విండోను తెరిచి ఉంచి సమస్యను పునరావృతం చేయండి. అప్స్ట్రీమ్ compose ఫైల్లో SearXNG సేవకు core అని పేరు పెట్టారు (దీని కంటైనర్కు searxng-core అని పేరు), మరియు docker compose కమాండ్లు సేవ పేరును తీసుకుంటాయి:
cd ./searxng/
docker compose logs -f coreలిమిటర్ సందేశాలు searx.limiter మరియు searx.botdetection అని పేరున్న లాగర్ల నుండి వస్తాయి మరియు అవి క్లయింట్ నెట్వర్క్ను పేర్కొంటాయి. బ్లాక్లిస్ట్ హిట్ BLOCK 203.0.113.10/32: matched BLOCKLIST అని, మరియు అలోలిస్ట్ హిట్ PASS 203.0.113.10/32: matched PASSLIST అని కనిపిస్తుంది, వీటి తర్వాత సరిపోయిన లిస్ట్ ఎంట్రీ ఉంటుంది. లిమిటర్ తన కౌంటర్ స్టోర్ను ప్రారంభించలేకపోతే, లాగ్ The limiter requires Valkey, please consult the documentation అని చూపిస్తుంది, అంటే లిమిటర్ ఇన్స్టాల్ చేయబడలేదని అర్థం.
ప్రతి బాట్ చెక్ డీబగ్ స్థాయిలో లాగ్ చేయబడుతుంది, కాబట్టి ఇది డిఫాల్ట్గా కనిపించదు. ఒక పరీక్ష కోసం settings.yml లో డీబగ్ను ఆన్ చేయండి:
general:
debug: trueఅప్పుడు లాగ్ BLOCK 203.0.113.10/32: missing HTTP header Accept-Language వంటి లైన్లను జోడిస్తుంది, ఇవి క్లయింట్ నెట్వర్క్ను మరియు విఫలమైన హెడర్ను పేర్కొంటాయి. ఆ తర్వాత దీన్ని మళ్ళీ ఆఫ్ చేయండి, ఎందుకంటే డీబగ్ ఆన్లో ఉన్నప్పుడు డిప్లాయ్ చేసిన ఇన్స్టన్స్ను రన్ చేయవద్దని అప్స్ట్రీమ్ సూచిస్తుంది.
ఇంజిన్ వైఫల్యాలు అలా ఉండవు. అవి IPకి బదులుగా ఇంజిన్ పేరును పేర్కొంటాయి; వివరణాత్మక టైమ్అవుట్ సందేశం డీబగ్ స్థాయిలో లాగ్ చేయబడుతుంది, అయితే సెర్చ్ థ్రెడ్ యొక్క engine timeout సందేశం ఎర్రర్ స్థాయిలో లాగ్ చేయబడుతుంది:
HTTP requests timeout (search duration : 3.1 s, timeout: 3.0 s)దీని కోసం ఒక పేజీ కూడా ఉంది. enable_metrics దాని డిఫాల్ట్ విలువ true వద్ద ఉన్నప్పుడు, మీ ఇన్స్టన్స్ ఇంజిన్ లోపాలను /stats/errors వద్ద రికార్డ్ చేస్తుంది, మరియు /preferences ప్రస్తుతం ఏ ఇంజిన్లు సమాధానమిస్తున్నాయో జాబితా చేస్తుంది. /stats/errors లోని ఎంట్రీ ఇంజిన్ వైఫల్యాన్ని గుర్తిస్తుంది, కానీ searx.limiter లైన్లు లేనంత మాత్రాన లిమిటర్ బ్లాక్ లేదని అర్థం కాదు, ఎందుకంటే వ్యక్తిగత బాట్ చెక్లు డీబగ్ స్థాయిలో searx.botdetectionని ఉపయోగిస్తాయి.
ఏదైనా డీబగ్ చేసే ముందు వెర్షన్ను పిన్ చేయండి
అప్స్ట్రీమ్ కంటైనర్ సెటప్ రెండు ఫైళ్లను కలిగి ఉంటుంది.
mkdir -p ./searxng/core-config/
cd ./searxng/
curl -fsSL \
-O https://raw.githubusercontent.com/searxng/searxng/master/container/docker-compose.yml \
-O https://raw.githubusercontent.com/searxng/searxng/master/container/.env.example
cp -i .env.example .envఈ compose ఫైల్ docker.io/searxng/searxng:${SEARXNG_VERSION:-latest}ని పుల్ చేస్తుంది. ఒక వేరియబుల్ సెట్ చేయకపోతే అది latest అవుతుంది, మరియు latest అంటే తదుపరి docker compose pull సమయంలో ఇన్స్టాన్స్ మారుతుందని అర్థం. కాబట్టి, గత వారం పనిచేసిన సెట్టింగ్, దానిని చదివే కోడ్తో సరిపోలకపోవచ్చు. SearXNG ట్యాగ్లు ఒక తేదీని మరియు కమిట్ను కలిగి ఉంటాయి. అప్స్ట్రీమ్ .env.exampleలో అక్టోబర్ 2026 నాటికి ఉన్న ఉదాహరణ ట్యాగ్ 2026.3.25-541c6c3cb, కాబట్టి .envలో ఒక నిర్దిష్టమైన ట్యాగ్ను సెట్ చేయండి:
SEARXNG_VERSION=2026.3.25-541c6c3cbప్రచురించబడిన ట్యాగ్లను తనిఖీ చేయండి మరియు మీరు పరీక్షించిన రిలీజ్ను పిన్ చేయండి, ఆపై స్థిరమైన టార్గెట్పై డీబగ్ చేయండి. అదే .env ఫైల్ SEARXNG_SECRET ద్వారా మీ సీక్రెట్ కీని కలిగి ఉండవచ్చు, కాబట్టి ఆ డైరెక్టరీని ఎక్కడైనా కమిట్ చేసే ముందు Docker Composeలో env ఫైళ్లు మరియు సీక్రెట్స్ ఎలా పనిచేస్తాయి అనే దాని గురించి చదవండి.
Limiter కు Valkey అవసరం, లేకపోతే అది పనిచేయదు
Limiter ప్రతి క్లయింట్ చేసే అభ్యర్థనలను లెక్కిస్తుంది, మరియు ఈ గణాంకాలను వర్కర్ ప్రాసెస్ల మధ్య పంచుకోవాలి. ఈ స్టోర్ Valkey, ఇది Redis యొక్క మెయింటైన్ చేయబడిన ఫోర్క్. పాత SearXNG గైడ్లు ఈ సెట్టింగ్ను redis: అని పిలుస్తాయి. ప్రస్తుత రిలీజ్లు valkey: అని చదువుతాయి, కాబట్టి పాత పోస్ట్ నుండి కాకుండా ప్రస్తుత డాక్యుమెంటేషన్ నుండి కీ పేరును కాపీ చేయండి. వాటిలో కొన్ని పేజీలు ఇంకా పాతవి మరియు అవి SearXNG కి బదులుగా Searx గురించి వివరిస్తాయి, ఇది వేరే కోడ్బేస్ మరియు వేరే limiter ను కలిగి ఉంటుంది, కాబట్టి మీరు కాన్ఫిగరేషన్ బ్లాక్ను కాపీ చేసే ముందు ఒక పేజీ ఏ ప్రాజెక్ట్ కోసం వ్రాయబడిందో తెలుసుకోండి.
use_default_settings: true
server:
secret_key: "change-this-value"
limiter: true
public_instance: false
valkey:
url: valkey://searxng-valkey:6379/0అప్స్ట్రీమ్ compose ఫైల్ ఇప్పటికే docker.io/valkey/valkey:9-alpine ఇమేజ్పై valkey సేవను, searxng-valkey అనే కంటైనర్లో నడుపుతుంది, కాబట్టి ఆ హోస్ట్ పేరు compose నెట్వర్క్లో రిజాల్వ్ అవుతుంది. అదే విలువను SEARXNG_VALKEY_URL ఎన్విరాన్మెంట్ వేరియబుల్తో సెట్ చేయవచ్చు, మరియు SearXNG మరియు Valkey ఒకే హోస్ట్ను పంచుకున్నప్పుడు Unix సాకెట్ URL (unix:///path/to/socket.sock?db=0) పనిచేస్తుంది.
స్టోర్ అందుబాటులో లేనప్పుడు ఏమి జరుగుతుందనేది మరొక కీపై ఆధారపడి ఉంటుంది. public_instance: false తో, limiter Valkey లోపాన్ని లాగ్ చేసి ఆగిపోతుంది, కాబట్టి instance ఎటువంటి రేట్ లిమిటింగ్ లేకుండానే సేవలను అందిస్తుంది. public_instance: true తో, బాట్ ప్రొటెక్షన్ లేని పబ్లిక్ instance ను అందించడానికి బదులుగా, ప్రాసెస్ sys.exit(1) ను కాల్ చేస్తుంది. ఈ Valkey ఇనిషియలైజేషన్ లోపం తర్వాత లూప్లో రీస్టార్ట్ అయ్యే కంటైనర్కు దాని Valkey కనెక్షన్ను సరిచేయడం అవసరం.
లిమిటర్ వాస్తవానికి దేనిని లెక్కిస్తుంది
ఈ చార్ట్ వెనుక ఉన్న డేటా
[
{
"label": "Burst, link token off",
"max_requests": 15,
"window": "20 seconds"
},
{
"label": "Burst, flagged client",
"max_requests": 2,
"window": "20 seconds"
},
{
"label": "Sustained, link token off",
"max_requests": 150,
"window": "10 minutes"
},
{
"label": "Sustained, flagged client",
"max_requests": 10,
"window": "10 minutes"
},
{
"label": "Non-HTML format in URL query",
"max_requests": 4,
"window": "1 hour"
},
{
"label": "Flagged requests before block",
"max_requests": 3,
"window": "30 days"
}
]link-token తనిఖీని నిలిపివేసినప్పుడు, ఒక క్లయింట్ 20 సెకన్ల బర్స్ట్ విండోలో 15 అభ్యర్థనలను మరియు 10 నిమిషాల విండోలో 150 అభ్యర్థనలను పంపవచ్చు. ఈ తనిఖీని ఎనేబుల్ చేసినప్పుడు, link-token తనిఖీని పూర్తి చేసిన క్లయింట్ రెండు కౌంటర్లను దాటవేస్తుంది; అనుమానాస్పద క్లయింట్ బర్స్ట్ విండోకు 2 అభ్యర్థనలను మాత్రమే పంపగలదు. చివరి వరుస అత్యంత కఠినమైనది: 30 రోజుల విండోలో 3 ఫ్లాగ్ చేయబడిన అభ్యర్థనల తర్వాత, ఆ అడ్రస్ సెర్చ్కు బదులుగా స్టార్ట్ పేజీకి మళ్లించబడుతుంది మరియు లాగ్లో BLOCK: too many request from ... in SUSPICIOUS_IP_WINDOW (redirect to /) అని కనిపిస్తుంది. link-token తనిఖీని పూర్తి చేయడం ద్వారా ఆ క్లయింట్ యొక్క అనుమానాస్పద-అభ్యర్థన కౌంటర్ క్లియర్ అవుతుంది.
ఈ సంఖ్యలు searx/botdetection/ip_limit.py లో స్థిరాంకాలుగా ఉంటాయి. ఇవి సెట్టింగ్లు కావు మరియు limiter.toml వీటిని మార్చడానికి అనుమతించదు, కాబట్టి వీటిని మార్చాలంటే సోర్స్ కోడ్ను ఎడిట్ చేయాలి. /etc/searxng/limiter.toml ద్వారా క్లయింట్లను గ్రూప్ చేయడానికి ఉపయోగించే అడ్రస్ ప్రిఫిక్స్లు, నమ్మదగిన ప్రాక్సీల జాబితా, ఐచ్ఛిక link-token తనిఖీ, మరియు అనుమతించబడిన లేదా బ్లాక్ చేయబడిన జాబితాలను మాత్రమే నియంత్రించవచ్చు.
ఫ్లాగ్ చేయబడిన వరుసలు link-token తనిఖీ ఆన్లో ఉన్నప్పుడు మాత్రమే వర్తిస్తాయి. ఇది limiter.toml లోని link_token = true ద్వారా లేదా public_instance: true స్వయంచాలకంగా ఆన్ చేయడం ద్వారా జరగవచ్చు. ఒక క్లయింట్ తన URLలో రాండమ్ టోకెన్ను కలిగి ఉన్న స్టైల్షీట్ను లోడ్ చేసే వరకు అనుమానాస్పదంగా పరిగణించబడుతుంది. link-token ఆఫ్ చేయబడినప్పుడు (ఇది డిఫాల్ట్), ఈ కౌంటర్లను చేరుకునే ప్రతి క్లయింట్ సాధారణ వరుసల పరిధిలోకి వస్తుంది.
హెడర్ తనిఖీలు మరింత కఠినంగా ఉంటాయి, ఎందుకంటే అవి దేనినీ ఫ్లాగ్ చేయవు: వీటిలో విఫలమైన అభ్యర్థనను వెంటనే 429 ఎర్రర్తో తిరస్కరిస్తాయి. ప్రతి తనిఖీ searx/botdetection/ లో ఒక మాడ్యూల్గా ఉంటుంది మరియు డీబగ్ లాగ్ లైన్ విఫలమైన హెడర్ పేరును తెలియజేస్తుంది:
http_accept:Acceptహెడర్లోtext/htmlలేదు.http_accept_encoding:Accept-Encodingహెడర్లోgzipలేదాdeflateలేవు.http_accept_language:Accept-Languageహెడర్ లేదు.http_user_agent:User-Agentలేదు లేదా తెలిసిన బాట్ ప్యాటర్న్తో సరిపోలుతోంది.http_sec_fetch:Sec-Fetch-*హెడర్లు బ్రౌజర్ పంపే విధంగా లేవు. ఇది బ్రౌజర్ వెర్షన్ల నుండి వచ్చే HTTPS అభ్యర్థనలపై మాత్రమే పనిచేస్తుంది మరియు ఇది 429కి బదులుగా స్టార్ట్ పేజీకి మళ్ళిస్తుంది. ప్రస్తుత సోర్స్ కోడ్లో కేవలం చెల్లనిSec-Fetch-Modeమాత్రమే ఈ రీడైరెక్ట్ను ప్రేరేపిస్తుంది: చెల్లనిSec-Fetch-SiteలేదాSec-Fetch-Destడీబగ్ స్థాయిలో లాగ్ చేయబడతాయి, కానీ అభ్యర్థన కొనసాగుతుంది.
బ్రౌజర్ ఇవన్నీ పంపుతుంది. సాధారణ curl కాల్ వీటిలో దేనినీ పంపదు, కాబట్టి మాన్యువల్గా రాసిన టెస్ట్ అభ్యర్థన మొదటి ప్రయత్నంలోనే తిరస్కరించబడుతుంది, అదే సెర్చ్ బ్రౌజర్ ట్యాబ్లో పనిచేస్తుంది. అందుకే "నా బ్రౌజర్లో పనిచేస్తోంది, కానీ నా స్క్రిప్ట్కు 429 వస్తోంది" అనేది ఒక మిస్టరీ కాదు, ఇది సాధారణ ఫలితం.
రివర్స్ ప్రాక్సీ వెనుక ఉన్నప్పుడు లిమిటర్ అందరినీ ఒకేసారి బ్లాక్ చేస్తుంది
పనిచేస్తున్న ఇన్స్టాన్స్ను పాడు చేయడానికి ఇది అత్యంత సాధారణ మార్గం. SearXNG అనేది X-Forwarded-For లోని మొదటి నమ్మదగని IP నుండి క్లయింట్ చిరునామాను తీసుకుంటుంది, ఆపై X-Real-IP కి మారుతుంది, చివరగా కనెక్షన్ను తెరిచిన చిరునామాకు మారుతుంది. ఆ హెడర్లను నమ్మాలా వద్దా అనేది limiter.toml లోని trusted_proxies ద్వారా నిర్ణయించబడుతుంది. బాట్ డిటెక్షన్ డాక్యుమెంటేషన్ ప్రకారం, కేవలం X-Real-IP సెట్ చేసినప్పుడు trusted_proxies విస్మరించబడుతుంది, కానీ 16 నవంబర్ 2026న తనిఖీ చేసిన searx/botdetection/trusted_proxies.py లోని కోడ్, కనెక్ట్ అవుతున్న చిరునామా నమ్మదగినది కానప్పుడు రెండు హెడర్లను తొలగిస్తుంది. కాబట్టి, కేవలం X-Real-IP పంపడం ద్వారా మీరు ఈ జాబితాను దాటలేరు.
మీ ప్రాక్సీ చిరునామా ఆ జాబితాలో లేకపోతే, హెడర్లు విస్మరించబడతాయి మరియు ప్రతి సందర్శకుడు ప్రాక్సీ చిరునామాతోనే వస్తారు. అప్పుడు వారు ఒకే కౌంటర్ను పంచుకుంటారు, కాబట్టి link-token తనిఖీ నిలిపివేయబడినప్పుడు, మొత్తం సైట్ 10 నిమిషాల్లో 150 అభ్యర్థనలను దాటిన వెంటనే బ్లాక్ చేయబడుతుంది. link-token తనిఖీ ప్రారంభించబడినప్పుడు, అనుమానాస్పద క్లయింట్లు కఠినమైన కౌంటర్లను పంచుకుంటాయి, అయితే తనిఖీని పూర్తి చేసిన క్లయింట్ burst మరియు long-window కౌంటర్లను దాటవేస్తుంది.
అతిగా నమ్మడం ప్రమాదకరం. ఒక పబ్లిక్ రేంజ్ జాబితాలో ఉంటే, ఆ నమ్మదగిన రేంజ్ నుండి కనెక్ట్ అయ్యే సందర్శకుడు వారి స్వంత X-Forwarded-For హెడర్ను పంపి, ప్రతి అభ్యర్థనకు కొత్త గుర్తింపును పొందవచ్చు. మీ ప్రాక్సీ కనెక్ట్ అయ్యే చిరునామాను మాత్రమే జాబితా చేయండి. Dockerలో ఇది సాధారణంగా 172.16.0.0/12 లోపల ఉండే బ్రిడ్జ్ నెట్వర్క్, మరియు ఆ లైన్ డిఫాల్ట్గా కామెంట్ చేయబడి ఉంటుంది.
[botdetection]
ipv4_prefix = 32
ipv6_prefix = 48
trusted_proxies = [
'127.0.0.0/8',
'::1',
'172.16.0.0/12',
]ప్రాక్సీ కూడా హెడర్లను పంపాలి. Nginx స్వయంగా X-Forwarded-Proto, X-Real-IP లేదా X-Forwarded-For లను జోడించదు:
location / {
proxy_pass http://127.0.0.1:8080;
proxy_set_header Host $host;
proxy_set_header Connection $http_connection;
proxy_set_header X-Forwarded-Proto $scheme;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
}Caddy మరియు Traefik మీ కోసం forwarded హెడర్లను సెట్ చేస్తాయి, కాబట్టి వాటితో మీరు కేవలం trusted_proxies పనిని మాత్రమే పూర్తి చేయాలి. దీనికి సంబంధించిన లాభనష్టాలు self-hosted సేవ కోసం రివర్స్ ప్రాక్సీని ఎంచుకోవడం లో వివరించబడ్డాయి. ఏదైనా సెటప్ను ధృవీకరించడానికి, debug ని ఆన్ చేసి, మీ మొబైల్ డేటాపై ఒకసారి సెర్చ్ చేయండి. లాగ్ లైన్లో ఉన్న నెట్వర్క్ ప్రాక్సీ చిరునామా కాకుండా మీ ఫోన్ చిరునామా అని నిర్ధారించుకోండి.
మీ ఏజెంట్ యొక్క API పరిమితి అభ్యర్థనపై ఆధారపడి ఉంటుంది
JSON అవుట్పుట్ డిఫాల్ట్గా డిసేబుల్ చేయబడి ఉంటుంది, కాబట్టి ఏజెంట్కు దానిని జోడించాల్సి ఉంటుంది:
search:
formats:
- html
- jsonఇప్పుడు చార్ట్ అడ్డు వరుసను మళ్ళీ చదవండి. html కాకుండా వేరే URL క్వెరీ పారామీటర్ format కలిగిన /search అభ్యర్థన దాని స్వంత విండోలో లెక్కించబడుతుంది: ప్రతి క్లయింట్ నెట్వర్క్కు, ప్రతి 1 hour కు 4 అభ్యర్థనలు. API అనేది POST ఫారమ్ పారామీటర్లకు మద్దతు ఇస్తుంది, కానీ కేవలం POST ఫారమ్ డేటాలో అందించబడిన నాన్-HTML ఫార్మాట్ ఈ API కౌంటర్ను పెంచదు; ఇతర లిమిటర్ తనిఖీలు ఇప్పటికీ వర్తిస్తాయి. లింక్-టోకెన్ తనిఖీని దాటవేసినంత మాత్రాన API కౌంటర్ను దాటవేయలేరు, ఎందుకంటే అది మొదట రన్ అవుతుంది. ?format=json ఉపయోగించే ఒక రీసెర్చ్ ఏజెంట్ ఒకే టాస్క్లో దానిని ఖర్చు చేస్తుంది, ఆ తర్వాత వచ్చే ప్రతి కాల్ 429ని రిటర్న్ చేస్తుంది. ఈ సంఖ్య సోర్స్లో స్థిరంగా (constant) ఉంటుంది, కాబట్టి మీరు దానిని కాన్ఫిగరేషన్ నుండి పెంచలేరు, కానీ మీకు దాని అవసరం లేదు: మీరు ఏజెంట్ యొక్క అడ్రస్ను కౌంట్ నుండి పూర్తిగా తొలగించవచ్చు.
ఈ క్లయింట్ అపరిచితుడు కాదని లిమిటర్కు తెలియజేయడం సరైన పరిష్కారం. దాని అడ్రస్ను limiter.toml లోని పాస్ లిస్ట్కు జోడించండి:
[botdetection.ip_lists]
block_ip = []
pass_ip = [
'10.8.0.0/24',
]
pass_searxng_org = truepass_ip కి ఇతర పద్ధతుల కంటే ప్రాధాన్యత ఉంటుంది, మరియు limiter.toml లోని అప్స్ట్రీమ్ కామెంట్ ప్రకారం ఆ లిస్ట్లోని అడ్రస్కు అపరిమిత యాక్సెస్ ఉంటుంది. కాబట్టి అలోలిస్ట్ (allowlist) చేయబడిన క్లయింట్కు నాలుగు అభ్యర్థనల విండో పరిమితి వర్తించదు, ఇది హెడర్ తనిఖీలను కూడా దాటవేస్తుంది, మరియు ఒక సాధారణ curl కాల్ పనిచేస్తుంది. ఈ పరిధిని మీకు వీలైనంత చిన్నదిగా ఉంచండి, మరియు రౌటబుల్ (routable) నెట్వర్క్ కంటే VPN సబ్నెట్ లేదా కంటైనర్ నెట్వర్క్ను ఎంచుకోండి. ఏజెంట్ను నేరుగా ఇంటర్నల్ నెట్వర్క్లోని కంటైనర్కు పాయింట్ చేసినంత మాత్రాన SearXNG యొక్క సొంత లిమిటర్ దాటవేయబడదు; SearXNG వాస్తవానికి చూసే క్లయింట్ అడ్రస్ను అలోలిస్ట్ చేయండి. దీనిని ఎలా సెటప్ చేయాలో AI ఏజెంట్కు SearXNG సెర్చ్ స్కిల్ ఇవ్వడం లో వివరించబడింది.
వేరొకరు నడిపే పబ్లిక్ ఇన్స్టన్స్కు ఏజెంట్ను పాయింట్ చేయడాన్ని నివారించండి. SearXNG ద్వారా వచ్చే ఆటోమేటెడ్ ట్రాఫిక్ వల్ల ఆ ఇన్స్టన్స్ అప్స్ట్రీమ్ ఇంజిన్ల ద్వారా బ్లాక్ అయ్యే ప్రమాదం ఉంది.
ఇంజిన్లు మిమ్మల్ని బ్లాక్ చేసినప్పుడు
ఈ చార్ట్ వెనుక ఉన్న డేటా
[
{
"label": "SearxEngineTooManyRequests",
"suspended_seconds": 180,
"roughly": "3 minutes"
},
{
"label": "SearxEngineAccessDenied",
"suspended_seconds": 180,
"roughly": "3 minutes"
},
{
"label": "SearxEngineCaptcha",
"suspended_seconds": 3600,
"roughly": "1 hour"
},
{
"label": "recaptcha_SearxEngineCaptcha",
"suspended_seconds": 604800,
"roughly": "7 days"
},
{
"label": "cf_SearxEngineCaptcha",
"suspended_seconds": 1296000,
"roughly": "15 days"
}
]ఒక ఇంజిన్ తన సొంత 429 కోడ్తో లేదా CAPTCHA పేజీతో స్పందించినప్పుడు, SearXNG ఒక నిర్దిష్టమైన exception ను లేవనెత్తి, కొంత సమయం వరకు ఆ ఇంజిన్ను అడగడం ఆపివేస్తుంది. మీ సందర్శకులు ఆ ఇంజిన్-సెర్చ్ 429ని ఎప్పటికీ చూడరు: సెర్చ్ ఫలితాలు సాధారణంగానే కనిపిస్తాయి, కేవలం ఆ ఇంజిన్ నుండి వచ్చే ఫలితాలు మాత్రమే ఉండవు. 'too-many-requests' స్పందన వస్తే, అది ఆ ఇంజిన్ను 180 సెకన్ల పాటు నిలిపివేస్తుంది. 'access-denied' స్పందన వస్తే 3 minutes పాటు నిలిపివేస్తుంది. సాధారణ CAPTCHA వస్తే 1 hour పాటు నిలిపివేస్తుంది. Cloudflare ద్వారా వచ్చే CAPTCHA అయితే 15 days పాటు నిలిపివేస్తుంది, ఇది జాబితాలో అత్యధిక సమయం. మీరు ఏ రకమైన CAPTCHA సమస్యను ఎదుర్కొంటున్నారో దాన్ని బట్టి తదుపరి ఏమి చేయాలో మారుతుంది. మీ instance ఏ exception ను రికార్డ్ చేసిందో తెలిసిన తర్వాత, CAPTCHA ఎర్రర్లకు వాటికి ప్రత్యేకమైన పరిష్కారాలు ఉంటాయి.
ఇవి SearXNG తో వచ్చే searx/settings.yml లోని విలువలు, వీటిని 16 November 2026 న తనిఖీ చేయడం జరిగింది. సెట్టింగ్ల డాక్యుమెంటేషన్ ఇప్పటికీ పాత, ఎక్కువ సమయం ఉన్న విలువలను (too many requests కోసం ఒక గంట, access denied మరియు సాధారణ CAPTCHA కోసం ఒక రోజు) చూపిస్తుంది. కాబట్టి, డాక్యుమెంటేషన్ కంటే మీ instance వాస్తవానికి లోడ్ చేసే ఫైల్ను నమ్మండి.
సాధారణ వైఫల్యాలు వేర్వేరు సెట్టింగ్లను ఉపయోగిస్తాయి. టైమ్-అవుట్ లేదా కనెక్షన్ విఫలమైతే, ఆ ఇంజిన్ను search.ban_time_on_fail సెకన్ల పాటు నిలిపివేస్తుంది (డిఫాల్ట్గా 5), ఇది ఎప్పటికీ search.max_ban_time_on_fail (డిఫాల్ట్గా 120) కంటే ఎక్కువ ఉండదు. Parse error అనేది /stats/errors లో రికార్డ్ చేయబడుతుంది కానీ ఇంజిన్ను నిలిపివేయదు. కాబట్టి, నెమ్మదిగా ఉన్న ఇంజిన్ సెకన్లలోనే కోలుకుంటుంది, కానీ CAPTCHA ఇచ్చిన ఇంజిన్ ఒక గంట లేదా అంతకంటే ఎక్కువ సమయం అందుబాటులో ఉండదు. ఈ వ్యత్యాసం వల్లనే ఫలితాలు అప్పుడప్పుడు సరిగ్గా రావడం, మళ్ళీ ఒక ఇంజిన్ ఫలితాలు గంట పాటు మాయమవ్వడం వంటివి జరుగుతుంటాయి.
ఎవరినైనా నిందించే ముందు టైమ్-అవుట్ సమస్యలను పరిష్కరించడం మంచిది. డిఫాల్ట్ request_timeout విలువ 3.0 సెకన్లు, ఇది ఇంజిన్ యొక్క సమీప ఎడ్జ్ సర్వర్కు దూరంగా ఉన్న చిన్న VPSలకు తక్కువ కావచ్చు.
outgoing:
request_timeout: 3.5
max_request_timeout: 10.0
engines:
- name: bing
timeout: 5.0request_timeout అనేది ప్రతి ఇంజిన్కు డిఫాల్ట్ విలువ, max_request_timeout అనేది గరిష్ట పరిమితి, మరియు ఒక ఇంజిన్ తన సొంత timeout ని కలిగి ఉండవచ్చు. వీటిని పెంచడం వల్ల పేజీ లోడ్ అయ్యే సమయం పెరుగుతుంది కానీ వైఫల్యాలు తగ్గుతాయి. కాబట్టి, నేరుగా 10కి పెంచే బదులు, అర సెకను చొప్పున పెంచుతూ /stats/errors ని గమనించండి.
మీ IP అడ్రస్ను నిజంగానే బ్లాక్ చేస్తున్న ఇంజిన్ను తొలగించండి. నిలిపివేయబడిన ఇంజిన్లు వాటి suspension గడువు ముగిసే వరకు వదిలివేయబడతాయి; మిమ్మల్ని పదేపదే బ్లాక్ చేసే ఇంజిన్ను ఉంచడం వల్ల, అది మళ్ళీ అందుబాటులోకి వచ్చినప్పుడు విఫలమైన ప్రయత్నాలు పెరుగుతాయి.
use_default_settings:
engines:
remove:
- googleమార్పులను docker compose restart core తో వర్తింపజేయండి, ఆపై కొన్ని సెర్చ్లు చేసి /stats/errors ని రీలోడ్ చేయండి. సెర్చ్ ఫలితాలు వస్తున్నాయో లేదో తనిఖీ చేయడంతో పాటు, రికార్డ్ అయిన ఎర్రర్లను కూడా చూడండి.
డేటాసెంటర్ IPని బాట్గా పరిగణించవచ్చు
ఆటోమేటెడ్ ట్రాఫిక్ను పంపుతున్నట్లు గుర్తించిన నెట్వర్క్లను Google బ్లాక్ చేస్తుంది, ఇందులో షేర్డ్ VPN నెట్వర్క్లు కూడా ఉంటాయి. ఎటువంటి లోకల్ లిమిటర్ సెట్టింగ్ కూడా ఆ అప్స్ట్రీమ్ బ్లాక్ను తొలగించలేదు. మీరు సెల్ఫ్-హోస్టింగ్ ద్వారా చేసిన ప్రైవసీ ఒప్పందంలో భాగంగా, క్వెరీ టైప్ చేసే వ్యక్తికి బదులుగా సెర్చ్ ఇంజన్లు మీ సర్వర్ను చూస్తాయి. మీరు సెల్ఫ్-హోస్టింగ్ ద్వారా పొందే ప్రైవసీలో ఇదే పూర్తి వాస్తవం, కాబట్టి SearXNG వాస్తవానికి ఎంతవరకు దాస్తుంది అనే అంశంపై ఉన్న సమాచారాన్ని అది అంతకంటే ఎక్కువ రక్షణ కల్పిస్తుందని భావించే ముందు చదవడం మంచిది.
మీరు మార్చగలిగేది ఏమిటంటే, మీరు ఏ ఇంజన్లను అడుగుతున్నారు మరియు మీ ఇన్స్టాన్స్ పబ్లిక్గా లిస్ట్ చేయబడిందా లేదా అనేది మాత్రమే. SearXNG ఇంజన్ అభ్యర్థనలను outgoing.proxies లేదా outgoing.using_tor_proxy ద్వారా ప్రాక్సీకి పంపగలదు, ఇది ట్రాఫిక్ను వేరొక అడ్రస్కు మారుస్తుంది. వేరొక ఎగ్జిట్ అడ్రస్ ఉన్నంత మాత్రాన యాక్సెస్ గ్యారెంటీ ఉండదు: వినియోగదారుల నుండి వచ్చే ఆటోమేటెడ్ ట్రాఫిక్ కారణంగా కొన్ని షేర్డ్ VPN మరియు టన్నెల్ సర్వీసులను కూడా Google బ్లాక్ చేస్తుంది.
మొదట మీకే తెలిసేలా instance ను monitor చేయండి
ప్రతి engine suspend అయినప్పటికీ SearXNG తన port పై సమాధానం ఇస్తుంది. అందువల్ల status code ను మాత్రమే monitor చేసే uptime check green గానే ఉంటుంది, కానీ instance ఎలాంటి ఫలితాన్ని ఇవ్వదు. అందుకు బదులుగా content ను తనిఖీ చేయండి. నిజమైన search request పంపి, response body లో మీరు ఆశించే పదం ఉందో match చేయండి. Uptime Kuma keyword monitoring అదనపు tooling లేకుండానే ఇదే పని చేస్తుంది. ప్రతి version bump తర్వాత /stats/errors ను కూడా monitor చేయండి. Engines తమ HTML ను మార్చవచ్చు. అప్పుడు rate limit సంబంధం లేకుండానే parser పనిచేయడం ఆగిపోతుంది.
FAQ
రివర్స్ ప్రాక్సీ వెనుక ఉంచిన తర్వాత SearXNG ప్రతి సందర్శకుడికి 429 ఎర్రర్ను ఎందుకు చూపిస్తుంది?
ఎందుకంటే లిమిటర్ ప్రాక్సీని క్లయింట్గా పరిగణిస్తుంది. కనెక్ట్ అవుతున్న అడ్రస్ /etc/searxng/limiter.toml లోని trusted_proxies లో ఉన్నప్పుడు మాత్రమే SearXNG X-Forwarded-For ని చదువుతుంది. అది అక్కడ లేకపోతే, సందర్శకులందరూ ఒకే కౌంటర్ను పంచుకుంటారు; link-token చెకింగ్ డిసేబుల్ చేసినప్పుడు, వారందరూ కలిసి 10 నిమిషాలకు 150 అభ్యర్థనల పరిమితిని దాటేస్తారు. link-token చెకింగ్ ఎనేబుల్ చేసినప్పుడు, అనుమానాస్పద క్లయింట్లు కఠినమైన కౌంటర్లను పంచుకుంటారు, అయితే చెకింగ్ పాస్ అయిన క్లయింట్లు బర్స్ట్ మరియు లాంగ్-విండో కౌంటర్లను దాటవేస్తారు. మీ ప్రాక్సీ కనెక్ట్ అయ్యే అడ్రస్ను జోడించండి (Docker లో ఇది సాధారణంగా 172.16.0.0/12 బ్రిడ్జ్ రేంజ్ అవుతుంది), మరియు ప్రాక్సీ X-Real-IP మరియు X-Forwarded-For హెడర్లను పంపుతోందని నిర్ధారించుకోండి. మీరు నియంత్రించని అడ్రస్ రేంజ్ను ఎప్పుడూ లిస్ట్ చేయవద్దు, ఎందుకంటే ట్రస్టెడ్ రేంజ్ నుండి కనెక్ట్ అయ్యే క్లయింట్ ఆ హెడర్ను సెట్ చేసి ప్రతి అభ్యర్థనకు కొత్త గుర్తింపును ఎంచుకోగలదు.
SearXNG లిమిటర్ గంటకు ఎన్ని API అభ్యర్థనలను అనుమతిస్తుంది?
URL క్వెరీ పారామీటర్ format అనేది html కాని /search అభ్యర్థనల కోసం గంటకు క్లయింట్ నెట్వర్క్కు నాలుగు అభ్యర్థనలను అనుమతిస్తుంది. కేవలం POST ఫామ్ డేటాలో అందించిన నాన్-HTML ఫార్మాట్ ఈ API కౌంటర్ను పెంచదు, అయితే ఇతర లిమిటర్ తనిఖీలు వర్తిస్తాయి. ఆ సంఖ్యను limiter.toml లో కాకుండా searx/botdetection/ip_limit.py లో సెట్ చేస్తారు, కాబట్టి దానిని కాన్ఫిగరేషన్ నుండి పెంచలేము. ?format=json ఉపయోగించే ఏజెంట్ లేదా స్క్రిప్ట్ ఒకే టాస్క్లో దానిని పంపుతుంది. limiter.toml లోని pass_ip లో లిస్ట్ చేయబడిన అడ్రస్కు అపరిమిత యాక్సెస్ ఉంటుంది మరియు అది అస్సలు లెక్కించబడదు, కాబట్టి క్లయింట్ అడ్రస్ను అక్కడ జోడించండి. కేవలం ఇంటర్నల్ నెట్వర్క్ ద్వారా కనెక్ట్ అవ్వడం వల్ల SearXNG లిమిటర్ దాటవేయబడదు.
429 ఎర్రర్ లేకుండానే నా సెర్చ్ ఫలితాలు ఖాళీగా ఎందుకు వస్తున్నాయి?
సెర్చ్ ఇంజన్లు మీ వినియోగదారులను కాకుండా, మీ సర్వర్ను తిరస్కరిస్తున్నాయి. మీ ఇన్స్టాన్స్లో /stats/errors ని తెరవండి: ఇది విఫలమైన ప్రతి ఇంజిన్ను మరియు ఎందుకు విఫలమైందో తెలియజేస్తుంది. CAPTCHA లేదా యాక్సెస్-నిరాకరించబడిన ఎంట్రీ అంటే ఆ ఇంజిన్ మీ సర్వర్ IP అడ్రస్ను బ్లాక్ చేసిందని అర్థం. అప్పుడు SearXNG ఆ ఇంజిన్ను సస్పెండ్ చేస్తుంది: ఎక్కువ అభ్యర్థనలు లేదా యాక్సెస్-నిరాకరణ వస్తే మూడు నిమిషాల పాటు, సాధారణ CAPTCHA వస్తే ఒక గంట పాటు, మరియు reCAPTCHA లేదా Cloudflare CAPTCHA వస్తే ఒక వారం లేదా అంతకంటే ఎక్కువ కాలం పాటు సస్పెండ్ చేస్తుంది. ఎటువంటి లోకల్ లిమిటర్ సెట్టింగ్ అప్స్ట్రీమ్ బ్లాక్ను తొలగించలేదు, కాబట్టి మీ అడ్రస్ను బ్లాక్ చేసే ఇంజిన్లను తొలగించి, సమాధానం ఇచ్చే వాటిని మాత్రమే ఉంచండి.
ప్రైవేట్ ఇన్స్టాన్స్పై నేను లిమిటర్ను ఎనేబుల్ చేయాలా?
మీరు తప్ప మరెవరూ ఆ ఇన్స్టాన్స్ను యాక్సెస్ చేయకపోతే, limiter: false ని అలాగే ఉంచండి. ఇది Valkey డిపెండెన్సీని జోడిస్తుంది మరియు మీ స్వంత స్క్రిప్ట్లను బ్లాక్ చేస్తుంది, అలాగే మీకు లేని ట్రాఫిక్ నుండి ఇది రక్షణ కల్పిస్తుంది. ఇన్స్టాన్స్కు పబ్లిక్ అడ్రస్ వచ్చిన వెంటనే, public_instance: true తో కలిపి దీనిని ఎనేబుల్ చేయండి. ఆ జత ఉద్దేశపూర్వకమైనది: public_instance: true ఉండి, ప్రారంభ సమయంలో Valkey పనిచేయకపోతే, ప్రాసెస్ రక్షణ లేకుండా రన్ అవ్వడానికి బదులుగా స్టేటస్ 1 తో నిలిచిపోతుంది.