searxNcrawl, eine selbst gehostete Alternative zu Jina Reader

Von Das Digitale Momentum, veröffentlicht am 4. November 2026

Jina Reader macht aus einer Webseite Text für Sprachmodelle, wenn Sie https://r.jina.ai/ vor ihre Adresse setzen. searxNcrawl erledigt dieselbe Aufgabe auf Ihrem eigenen Rechner, als CLI und als MCP-Server für KI-Agenten. Diese Seite vergleicht beide, mit derselben Seite, gelesen von beiden.

searxNcrawl und Jina Reader im Vergleich

Angaben zu Jina laut seiner Tabelle der Rate-Limits, der Reader-Seite und seinem GitHub-Repository, geprüft am 2026-11-04. Die Angaben zu searxNcrawl beschreiben Version 0.33.1.

Wofür beide gebaut sind

Jina Reader ist ein gehosteter Umwandlungsdienst. Sie schicken eine Adresse, seine Server laden die Seite, und Sie bekommen den Text mit Titel, Quelladresse und, wo die Seite eines nennt, ihrem Veröffentlichungsdatum. Auf Ihrer Seite läuft nichts; das macht ihn zum kürzesten Weg von einer URL zu Text in einem Skript, einem Notebook oder einem Prompt, der Webanfragen erlaubt. Mit Key durchsucht dieselbe Familie von Endpunkten auch das Web und liefert die Ergebnisse als Text.

searxNcrawl ist ein Crawler, der dort läuft, wo Ihre Agenten laufen. Er rendert die Seite in Chromium auf Ihrem Rechner, entfernt Abschnitte, die sich innerhalb der Seite wiederholen, und liefert Markdown, in der Shell oder als MCP-Tool. Weil er ein lokaler Prozess ist, liest er Seiten, die kein gehosteter Dienst erreicht, etwa ein Wiki im Intranet, und die gelesenen Adressen gehen nie über einen Dritten.

Beide beantworten dieselbe Frage, was auf dieser Seite steht, in einer Form, die ein Sprachmodell gut liest. Der Unterschied liegt darin, wo die Arbeit geschieht und wer die Anfrage sieht.

Die Ausgabe unterscheidet sich im Rahmen. Jina Reader setzt einige Kopfzeilen vor den Text: den Titel, die Quelladresse, das Veröffentlichungsdatum, wenn die Seite eines nennt, und die Bezeichnung Markdown Content. Die CLI von searxNcrawl schreibt das Markdown der Seite, wie es ist; das MCP-Tool ergänzt eine Überschrift mit der Adresse und der Uhrzeit des Crawls, sodass ein Agent, der mehrere Seiten liest, sie auseinanderhalten und zitieren kann. Mit --json liefert searxNcrawl das Markdown in einem Feld neben Statuscode, Titel, Beschreibung und den Links der Seite; das passt zu Skripten, die Seiten speichern oder vor der Nutzung prüfen.

Dieselbe Seite, gelesen von beiden

Wir haben die Seite zur Such-API in der SearXNG-Dokumentation am selben Tag mit beiden Werkzeugen gelesen, Jina Reader ohne Key:

curl -s https://r.jina.ai/https://docs.searxng.org/dev/search_api.html

uvx --from searxncrawl crawl https://docs.searxng.org/dev/search_api.html -o page.md

Jina Reader antwortete in 1,1 Sekunden mit 200 und 2.989 Zeichen: einem Kopf mit Titel, Quelladresse und Veröffentlichungsdatum, danach dem Text unter Markdown Content. searxNcrawl schrieb 3.221 Zeichen in 8,3 Sekunden, beginnend mit der Überschrift der Seite. Beide behielten die Endpunkte, die Beschreibungen der Parameter, die curl-Beispiele und die Links der Seite.

Der lokale Lauf enthält den Start von Chromium; ein gehosteter Dienst antwortet von Servern, die schon laufen. Für einen Agenten, der je Aufgabe einige Seiten liest, macht das Sekunden aus. Für viele Adressen nimmt crawl alle in einem Aufruf und liest standardmäßig drei gleichzeitig, was --concurrency erhöht.

Wann searxNcrawl passt

• Ihre Agenten lesen Seiten über MCP und sollen nicht von einem gehosteten Dienst oder dessen Rate-Limit abhängen.
• Die Seiten sind intern oder liegen hinter einem Login, oder schon die Adressen sind vertraulich.
• Sie lesen viele Seiten und wollen keine Abrechnung nach Tokens.
• Sie brauchen Websuche und Website-Crawls aus demselben Werkzeug.

Datenschutz ist das leise Argument. Ein gehosteter Reader sieht jede Adresse, die Sie ihm schicken, und damit die Themen, an denen Ihre Agenten arbeiten. Ein lokaler Crawler spricht nur mit den Websites, die er liest. Für ein Unternehmen kann das entscheiden, ob ein Werkzeug überhaupt eingesetzt werden darf: Adressen aus internen Tickets, Kundenprojekten oder einem privaten Repository verraten mehr, als sie scheinen, und ein lokaler Crawler hält sie im eigenen Netz. Dazu kommt die Planbarkeit: Ohne Rate-Limit eines Dritten hängt die Zahl der Seiten, die ein Agent liest, nur von Ihrer Hardware und den gelesenen Websites ab.

Wann Jina Reader besser passt

• Sie brauchen Text aus einer URL, ohne etwas zu installieren, etwa in einem Notebook oder einem schnellen Skript.
• Ihr Rechner kann kein Chromium ausführen, oder etwa 550 MB für den Browserdownload sind zu viel.
• Die Seiten sperren Anfragen aus Ihrem Netz, beantworten aber die Server eines gehosteten Dienstes.

Beide ergänzen sich gut: Behalten Sie den gehosteten Reader für einmalige Umwandlungen und geben Sie Ihren Agenten einen lokalen Crawler für die Seiten, die sie jeden Tag lesen. Ein Agent kann beide nutzen: den lokalen Crawler als Standard und den gehosteten Reader als Ausweg, wenn eine Website Anfragen aus Ihrem Netz sperrt.

In der Shell nutzen

crawl nimmt eine oder viele Adressen. Mit einer Adresse und -o schreibt es eine Datei, mit mehreren eine Datei je Seite in ein Verzeichnis. Diese Optionen formen die Ausgabe:

--json

Markdown plus Metadaten: Statuscode, Titel, Referenzen und die Zahlen der Deduplizierung

--remove-links

Markdown ohne Links, die kürzeste Form für ein Sprachmodell

--links-only

Nur die Links der Seite, als Referenzen

--concurrency

Wie viele Seiten gleichzeitig gelesen werden; standardmäßig 3

--storage-state

Eine gespeicherte Browsersitzung für Seiten hinter einem Login

--dedup-mode off

Behält Abschnitte, die sich innerhalb einer Seite wiederholen

uv lädt das Paket beim ersten Start herunter und speichert es zwischen, spätere Starts gehen also schnell. Der erste Crawl lädt außerdem einmalig Chromium herunter.

Aus einem KI-Agenten nutzen

Führen Sie uvx searxncrawl setup aus, um searxNcrawl bei Claude Code, Codex, Gemini CLI, Cursor, VS Code und Claude Desktop einzutragen, oder ergänzen Sie diesen Block in jedem Client, der eine mcpServers-Datei liest:

{
  "mcpServers": {
    "crawler": {
      "command": "uvx",
      "args": ["searxncrawl"],
      "env": { "SEARXNG_URL": "http://your-searxng:8888" }
    }
  }
}

Die Seite zum Webcrawler als MCP-Server zeigt die MCP-Aufrufe in einem echten Lauf, und die Seite zum SearXNG-MCP-Server erklärt die Suche mit Seiteninhalt.

Skripte, die Jina Reader aufrufen, stellen Sie mit einer Zeile um. Wo ein Skript curl gegen r.jina.ai mit angehängter Seitenadresse ausführt, ruft es stattdessen uvx --from searxncrawl crawl mit derselben Adresse auf und liest das Markdown aus der Standardausgabe oder aus der mit -o angegebenen Datei. Mehrere Adressen gehen in einen Aufruf, der sie parallel liest und eine Datei je Seite schreibt. Sonst ändert sich am Skript nichts: Es gibt keinen Key zu übergeben, kein Rate-Limit abzuwarten und keinen Kopf aus dem Text zu entfernen.

So haben wir diese Seite getestet

Wir haben beide Befehle oben am 2026-11-04 ausgeführt, Jina Reader ohne Key und searxNcrawl 0.33.1 mit Crawl4AI 0.9.5. Zeiten und Größen schwanken mit Netz und Seite. Jina ist eine Marke ihres Inhabers; searxNcrawl steht in keiner Verbindung dazu.

Wir haben diese Angaben am 2026-11-04 anhand der verlinkten Quellen geprüft. Unsere Redaktions- und Korrekturrichtlinie beschreibt, wie wir sie aktuell halten und Fehler korrigieren.

Häufige Fragen