Drop SearXNG references: use built-in web_search

AGENTS.md

@@ -11,9 +11,10 @@ Read this file before answering any question about knowledge, memory, or researc
 
 1. **Your memory comes FIRST.** Before searching the web, call `memory_get_context` or
    `memory_search`. You may already know the answer.
-2. **NEVER search your own knowledge base on the web.** `web_search` and `mcp__searxng__*`
+2. **NEVER search your own knowledge base on the web.** `web_search` queries the OUTSIDE
-   query the OUTSIDE internet only. Questions about *what you know*, *how much you know*,
+   internet only. Questions about *what you know*, *how much you know*, *what gaps exist* are
-   *what gaps exist* are answered **only** by the `memory_*` tools — never by `web_search`.
+   answered **only** by the `memory_*` tools — never by `web_search`. Use the **built-in
+   `web_search`** tool for the internet; there is no separate searxng tool.
 3. **Save typed atoms, not paragraphs.** One atom = one atomic statement (a fact, a definition,
    a rule). No fluff, no marketing text.
 4. **Verify before trusting.** `memory_verify` + cross-confirmation from 2 or more independent
@@ -42,7 +43,7 @@ Read this file before answering any question about knowledge, memory, or researc
 | "Run logical inference" | `memory_infer` |
 
 **Ambiguity rule:** if the question is about *knowledge content* → memory tools.
-If it is about *the outside world right now* → `web_search` / `searxng`.
+If it is about *the outside world right now* → `web_search` (built-in).
 
 ---
 
@@ -52,7 +53,7 @@ If it is about *the outside world right now* → `web_search` / `searxng`.
 1. DETECT   memory_stats / memory_list_gaps  → what is missing?
 2. CHECK    memory_search                    → do I already know it?
 3. PLAN     memory_add_gap(question)         → register the gap
-4. ACQUIRE  searxng search / read URL        → find sources
+4. ACQUIRE  web_search / web_fetch / read URL → find sources
 5. EXTRACT  memory_ingest(text|url|path)     → distill into atoms
 6. VERIFY   memory_verify                    → candidate → verified/contested
 7. COMMIT   (automatic: ingest writes to PostgreSQL → Qdrant → Memgraph)

ARCHITECTURE.md

@@ -96,7 +96,7 @@ agent's experience, atoms are curated facts.
 | `outbox_sync.py` | CDC: PostgreSQL outbox → Qdrant and Memgraph |
 | `dedup.py` | semantic deduplication by embedding cosine (threshold 0.90) |
 | `verify.py` | self-critique (LLM verdict) + cross-confirmation (multiple sources) |
-| `research.py` | gap-filling loop: SearXNG search → ingest → commit |
+| `research.py` | gap-filling loop: web search → ingest → commit |
 | `code_symbols.py` | tree-sitter symbol extraction |
 | `code_graph.py` | tree-sitter dependency extraction (calls/imports/inherits) |
 | `inference.py` | forward-chaining logical rules over the graph until fixpoint |
@@ -124,7 +124,7 @@ source (text|pdf|epub|web)
 ```
 memory_stats / memory_list_gaps  → detect gap
 memory_add_gap(question)         → register
-SearXNG search                   → URLs
+web_search                       → URLs
 memory_ingest(url)               → atoms   (full page; snippet fallback if blocked)
 memory_verify                    → cross-confirm → verified
 ```

EXAMPLES.md

@@ -92,7 +92,7 @@ If nothing is found → say "not in the knowledge base" and offer to research it
 2. memory_add_gap("How does HNSW work?",
                   reason = "low_coverage", priority = 0.8)
 3. memory_research("How does HNSW indexing work?")
-                                    → searches SearXNG, ingests sources,
+                                    → searches the web, ingests sources,
                                       distills atoms, saves them
 4. memory_verify()                  → cross-confirm the new atoms
 5. memory_search("HNSW")            → now returns verified hits

README.md

@@ -38,7 +38,7 @@ schema.sql         — DDL PostgreSQL
 
 ## Подключение к DeepSeek Harness (dsh)
 
-Память подключается как **MCP-сервер** (паттерн dsh, как SearXNG/Gitea/Outline/Playwright):
+Память подключается как **MCP-сервер** (паттерн dsh, как Gitea/Outline/Playwright):
 
 - **Сервер**: [mcp_server.py](./mcp_server.py) — чистый stdlib, JSON-RPC 2.0, stdio.
 - **Инструменты** (видны модели как `mcp__pegas-memory__*`):
@@ -67,7 +67,7 @@ schema.sql         — DDL PostgreSQL
 Cloudflare anti-bot (neo4j.com — 403). Поведение research-цикла:
 
 1. Полная загрузка URL (httpx, таймаут 30s).
-2. При блокировке — fallback на сниппет из SearXNG (локальный инстанс).
+2. При блокировке — fallback на сниппет из веб-поиска.
 
 Для заблокированных сайтов можно включить SOCKS5/HTTP-прокси:
 ```bash

ROADMAP.md

@@ -64,7 +64,7 @@ outbox        — CDC-журнал для синка в Qdrant + Memgraph
 ### Фаза 2 — Исследование пробелов ✅ (реализовано, snippet-fallback)
 - [x] Детект пробелов (research_gap + add_gap/list_gaps)
 - [x] Планирование (приоритизированная очередь пробелов)
-- [x] Acquire: SearXNG web-поиск (3 источника) + pdf/epub/text
+- [x] Acquire: web-поиск (3 источника) + pdf/epub/text
 - [x] Оценка ценности (verify_atom + min_confidence)
 - [~] Верификация (verify_atom готов; полный автономный прогон требует прокси для зарубежных сайтов)
 

mcp_server.py

@@ -312,8 +312,8 @@ TOOLS = [
     },
     {
         "name": "memory_research",
-        "description": "Полный цикл исследования вопроса: поиск в интернете (SearXNG), "
+        "description": "Полный цикл исследования вопроса: веб-поиск, загрузка найденных источников, "
-                       "загрузка найденных источников, дистилляция в атомы, сохранение.",
+                       "дистилляция в атомы, сохранение. Для ручного поиска используй встроенный web_search.",
         "inputSchema": {
             "type": "object",
             "properties": {

pegas_memory/research.py

@@ -23,12 +23,12 @@ def add_gap(conn, question: str, reason: str = "user_query", priority: float = 0
         )
     conn.commit()
 
-def web_search(query: str, engine: str = "searxng") -> list[dict]:
+def web_search(query: str, engine: str = "local") -> list[dict]:
-    """Поиск через SearXNG. Возвращает [{title, url, snippet}]."""
+    """Веб-поиск (локальный инстанс). Возвращает [{title, url, snippet}]."""
-    # локальный SearXNG (MCP mcp__searxng__search); здесь — прямой HTTP JSON API
+    # прямого MCP-инструмента searxng больше нет; internal HTTP JSON API остаётся
     import urllib.parse
     q = urllib.parse.quote(query)
-    # типичный endpoint локального SearXNG
+    # endpoint локального поискового инстанса
     for base in ("http://127.0.0.1:8889", "http://127.0.0.1:8080"):
         try:
             r = _client.get(f"{base}/search", params={"q": query, "format": "json"}, timeout=15)
@@ -43,7 +43,7 @@ def web_search(query: str, engine: str = "searxng") -> list[dict]:
 def research_question(conn, question: str, *, top_k: int = 5, model: str | None = None) -> dict:
     """Полный цикл исследования одного вопроса.
 
-    1. web-поиск (SearXNG);
+    1. веб-поиск;
     2. для каждого источника: полная загрузка URL; при недоступности (гео-блок,
        нет прокси) — дистилляция сниппета из поиска;
     3. пометка вопроса resolved.