XERJ
面向 AI 代理的本地优先搜索引擎与 MCP 服务器,一个 Rust 二进制让代理检索代码、文档、日志,而不再逐文件 grep。
- Star 数
- ★ 19k
- 最近更新
- 1 天前
- License
- Apache-2.0
- 主语言
- Rust
- FA 评分
- 65/100 · 存在缺口
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台Claude Code
- 费用
- 免费,无需付费服务
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 使用 Claude Code 或 Cursor 的开发者,希望在动手写代码前检索相似开源项目的实现方式,减少输出 token。
- 不适合
- 需要多租户、内置 TLS 与认证的共享生产集群
- 只想要开箱即用的云端托管搜索服务、不愿自管数据目录的团队
- 需要 Elasticsearch 内部实现完全兼容(而非仅 REST API)的迁移场景
- 官网
- xerj.org ↗ 来自 GitHub 仓库设置
- 维护状态
- 近 30 天有提交最近提交 2026-11-19最新版本 v1.0.0-rc.104(2026-11-19)近 7 天每天 +6.4 ★
- 源码审查
- 65/100 · 存在缺口
这个 Agent 能做什么,适合哪些场景?
XERJ 是一个用 Rust 编写的单二进制本地搜索引擎兼 MCP 服务器。它通过 xerj autoindex 嗅探并索引任意文件夹中的代码、文档、日志、JSONL/CSV、PDF、SQLite、Office 等格式,代码经 tree-sitter 做 AST 感知解析,带符号与行号。检索侧提供 BM25 全文、向量 kNN 与混合检索,并对外暴露兼容 Elasticsearch 的 REST API(索引、bulk、search、聚合、kNN、scroll、_cat 等),官方 ES 客户端可直接连接。它支持 xerj mcp 以 stdio 方式接入 Claude Code、Cursor 等 MCP 客户端,并通过 /_memory/{namespace} 提供代理长期记忆、通过 /_graph 提供第二大脑关系层。rc.101 起还附带可选的 XERJ Query-1 事实问答模型(默认关闭,需 --facts-model-dir),把问题编译成对已写入 facts 的小程序并返回带引用的答案。部署边界是单机单用户:默认绑定 127.0.0.1,--insecure 会关闭 TLS 与鉴权。
启动一个监听 9200 端口的节点(xerj --insecure --data-dir ~/xerj-data),再用 xerj autoindex <folder> 让节点逐文件嗅探类型,按数据集建立索引:源码走 tree-sitter 保留符号和行号,CSV/JSON/JSONL/YAML/SQLite/PDF/DOCX/PPTX/XLSX/EPUB/mbox 等各建记录。索引完成后可通过 Elasticsearch 兼容的 _search、_cat/indices、knn、semantic 等接口查询,或使用 xerj search、xerj def、xerj code、xerj batch-search 等 CLI 命令取得带 file:line 的段落。xerj mcp 作为 stdio MCP 服务器把 xerj_search、xerj_semantic_search、xerj_vector_search、xerj_hybrid_search、xerj_memory_store/_recall、xerj_brain_* 等工具代理到节点。开启 --facts-model-dir 后,/_facts/{ns}/_bulk 写入 subject/relation/value 事实,/_facts/{ns}/_ask 返回带 final_status 的校验答案。
- 使用 Claude Code 或 Cursor 的开发者,希望在动手写代码前检索相似开源项目的实现方式,减少输出 token。
- 需要在大型代码库(例如 WordPress 核心这类数百万 token 的仓库)上做安全审计,用查询定位 sink、密钥与危险调用的团队。
- 为代理构建跨会话长期记忆:把项目笔记写入 /_memory/notes,下个会话按语义召回。
- 想把现有 Elasticsearch 客户端与 Kibana 仪表盘指向一个无需 JVM 的单二进制替代品的小型团队。
- 对混杂格式日志、JSONL 与 CSV 做统一检索和聚合分析,而不想搭建独立向量数据库的数据工程师。
- 希望代理把已写入的结构化事实作为问答依据,并要求答案标注引用或明确返回 UNKNOWN/CONFLICT 的研究者。
安装与配置要点
摘自下方的安装和使用说明,以项目 README 的最新说明为准。
- 安装 / 启动命令
curl -fsSL https://xerj.org/get | shirm https://xerj.org/get.ps1 | iexnix run github:xerj-org/xerj -- --versioncurl -fsSL https://xerj.org/get | sh -s -- --with-model
- 环境变量
XERJ_API_KEYXERJ_URL- 配置文件
~/.local/bin~/.local/share/xerj/model- 安装说明涉及
- Windows · macOS · Linux
如何安装或部署这个 Agent?
官方提供一键安装脚本,Linux/macOS 与 Windows Git Bash 使用 sh 安装器,Windows PowerShell 使用 get.ps1;Nix 用户可直接从 GitHub 运行。安装器不会修改 PATH,需要自行把 ~/.local/bin 加入 PATH。
curl -fsSL https://xerj.org/get | shirm https://xerj.org/get.ps1 | iexnix run github:xerj-org/xerj -- --version从源码构建需要稳定 Rust 工具链:
git clone https://github.com/xerj-org/xerj
cd xerj/engine
cargo build --release -p xerj-server
./target/release/xerj --insecure --data-dir ~/xerj-data如何使用这个 Agent?
先启动节点,再指向任意文件夹建立索引:
xerj --insecure --data-dir ~/xerj-data &
xerj autoindex ~/my-project如果节点开启了鉴权(不带 --insecure 时的默认行为),autoindex 需要同一个 API key:
export XERJ_API_KEY="$(cat ~/xerj-data/admin.key)"
xerj autoindex ~/my-project用 Elasticsearch 兼容接口或 CLI 查询:
curl localhost:9200/_cat/indices
curl "localhost:9200/ax-*/_search?q=checkout+error"
xerj search "how do we rotate the WAL segment"
xerj def "euler_to_rotationmatrix"作为 MCP 服务器接入客户端(需先运行节点):
{
"mcpServers": {
"xerj": {
"command": "/home/you/.local/bin/xerj",
"args": ["mcp"],
"env": { "XERJ_URL": "http://localhost:9200" }
}
}
}如需启用 XERJ Query-1 事实问答:
curl -fsSL https://xerj.org/get | sh -s -- --with-model
xerj --facts-model-dir ~/.local/share/xerj/model --insecure --data-dir ~/xerj-data &
curl -s localhost:9200/_facts | grep -o '"state":"loaded"'这个 Agent 有哪些优点和局限?
- 单个 Rust 二进制、无 JVM、无外部依赖,提供 Linux/macOS/Windows 的 x86-64 与 arm64 预编译包。
- 实现 Elasticsearch REST API,官方客户端、Kibana 与现有工具可直接连接;仓库自带 ES-YAML 一致性测试套件。
- xerj autoindex 零 schema 自动推断数据集类型,支持代码 AST 解析、PDF、Office、EPUB、mbox 等大量格式。
- 原生 MCP 支持(xerj mcp),README 记录了 26 个客户端的接入配置,其中 6 个标注为已实测。
- 默认词法嵌入完全离线,无需 GPU,代理记忆与 RAG 可在本机完成。
- 默认 --insecure 会关闭 TLS 与鉴权,所有能访问端口的调用者都是超级用户,只适合单用户开发机。
- 从 rc.101 起数据目录升级为 format 4,rc.100 无法再次打开;升级需要慎重。
- XERJ Query-1 模型权重以二进制包形式发布,训练与评测数据尚未公开,且模型默认关闭。
- Query-1 在集合计数之外仍有已记录的局限:求和/总数、大型事实集(95,000 条时全部被拒绝)表现不佳。
- Elasticsearch 兼容是 API 层面而非内部实现,scroll 是有界快照,超过窗口的大结果集会被 400 拒绝。
- 部分功能(如神经嵌入、Jev 重排)需要额外下载模型或向第三方发送文本。
这个 Agent 与同类方案有什么区别?
README 明确将其与 Elasticsearch 8.13.4 做头对头基准(最新结果 55 胜、26 平、4 负,写入吞吐 1.72x,磁盘占用小 1.61x),并对比了 Lucene 10.3.1 的存储与检索设计;在事实问答上与 RAG + Opus 5.5 做了对比;在参考编码场景中与 grep 驱动代理和纯记忆代理做了 token 成本对比。同时明确指出它不是 Elasticsearch 内部实现的重写或分支。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| XERJ 当前 | 65 · 存在缺口 | 命令行工具免费 | ★ 19k | 1 天前 | Rust | Claude Code |
| Caura | 77 · 表现良好 | 自托管服务免费版 + 付费版 | ★ 572 | 1 天前 | Python | Codex · Claude Code · Claude.ai |
| ClickHouse Loom | 68 · 存在缺口 | — | ★ 172 | 今天 | Python | Codex · Claude Code |
| Guild | 62 · 存在缺口 | 命令行工具免费 | ★ 297 | 11 天前 | Go | Codex · Claude Code |
FollowAgents 如何评估这个 Agent?
查看各维度的扣分理由
安全模型文档(docs/SECURITY_MODEL.md)明确写出两层授权、保留命名空间、以及“无守卫即放行”等真实边界,属于少见的诚实披露,故 least_privilege 与 sensitive_data_handling 给 2。但默认开发路径 `--insecure` 关闭 TLS 与鉴权、所有调用者等同超级用户,且 README 反复以该模式作为首选示例,扣分。AGENTS.md 要求代理“无需询问用户”即自动提交 field report 并 POST 到 xerj.org,属于未经用户确认的外发行为,user_confirmation 仅 1。数据流方面 README 明确说明 rerank 会把结果文本发往 TypeSafe 服务器、默认关闭,透明度尚可但依赖外部服务,给 2。依赖安全:仅见 Rust 工具链与可选 ~90MB 神经模型下载,无锁文件/审计证据,给 1。外部副作用(自动 PR、反馈上报、hub 评分)有 opt-out 但默认开启,给 1。回滚:autoindex 有 journal 与幂等 _id、`--fresh` 语义,但删除文件不清理已发布文档,且无整体卸载/回滚说明,给 1。来源归属:SKILL 与 AGENTS.md 要求引用 file:line、检查许可证、区分 approach-only 源,给 2。
文档内部对默认嵌入器(lexical 而非 neural)、kNN recall、ES 兼容 1444/1454、基准 55W/26T/4L 等表述前后一致,且多处声明“二进制优先于文档”,self_consistency 给 2。依赖可用性:单静态二进制、离线词法嵌入是优点,但神经模型需下载、hub 语料需联网、安装脚本依赖 xerj.org 域名,且未见锁文件,给 1。失败信息:文档给出 401、413、400 facts_contract_error、503 MODEL_UNAVAILABLE、exit code 3 等具体错误语义,failure_messages 给 2。
受众与场景覆盖编程代理、文档检索、安全审计、日志分析、代理记忆,SKILL 明确写出适用与不适用(已记忆的公共库反而更贵),audience_and_scenarios 与 capability_boundaries 均给 3。触发精度:多个 SKILL 的 description 写得较具体,但 AGENTS.md 中“自动提交反馈”的触发条件宽泛,且技能间(xerj / xerj-code / xerj-knowledge / security-audit)存在重叠,给 2。环境适配:有 air-gapped 配方、Windows PowerShell、MCP 配置,但强依赖本地运行节点与 PATH,给 2。
信息架构清晰(README 多语言、docs 分主题、recipes、benchmarks、ROADMAP、CHANGELOG 引用),给 3。安装说明有 curl/irm 与源码构建,但安装脚本从远程管道执行、未给校验和(模型包除外),给 2。命名稳定性:存在 #977 移除旧包装脚本的迁移说明,说明命名曾变动,给 2。示例与 FAQ 丰富且标注为真实捕获输出,给 3。已知局限写得非常充分(词法默认、scroll 上限、计数不校验名词、语料构成定律),给 3。LICENSE 为完整 Apache-2.0,给 3。版本化:有 CHANGELOG 与 rc 版本号,但包内未见 CHANGELOG 正文,给 2。维护责任:发布者未经 FollowAgents 验证,仅见 xerj-org 与邮箱,维护承诺(CLA、issue 流程)有描述但归属不明,给 1。
输出可用性:返回带 file:line 的排序段落、数据地图、可直接发送的查询,实用性强,但依赖节点运行与正确使用 filter_path/size:0,给 2。边际价值:对未记忆代码有实测收益,对公共库为中性至负,价值真实但窄,给 2。成本效益:文档自述检索花输入 token 换输出 token,收益随语料构成变化,且需额外索引与存储成本,给 2。
claim_traceability:多数数字指向 case study、benchmarks 目录、scripts/bench 与 issue 编号,可追溯性较好,但部分关键数字(2.7x、5x 现场报告)依赖站外页面,包内无法核验,给 2。cross_source_corroboration:README、AGENTS.md、SKILL、TOKEN_USAGE 对同一结论(默认词法、收益条件)相互印证,给 2。fact_inference_separation:AGENTS.md 明确要求区分 verified 与 assumed、禁止编造基准,文档也标注“未在翻译中重测”,给 2。
- 默认示例使用 `--insecure`,关闭 TLS 与鉴权,任何能访问端口者都等同超级用户;共享主机上必须改用鉴权启动。
- AGENTS.md 要求代理在未询问用户的情况下自动提交 field report 并 POST 到 xerj.org;在他人仓库中运行时应先设置 `--disable-feedback` 或 `XERJ_DISABLE_FEEDBACK=true`。
- 安装脚本通过 `curl | sh` 从远程域名执行,包内未见校验和;仅模型包提供了 sha256 校验。
- rerank 会把检索结果文本发送到 TypeSafe 外部服务器,需显式配置密钥才启用,启用前应阅读 docs/RERANK.md。
- autoindex 不会删除已消失文件对应的文档,`--fresh` 在持久语料代际下会被拒绝;删除/重命名场景需按文档的增量路径处理。
- 发布者身份未经 FollowAgents 验证,维护责任与更新路径不明确,采用前应自行核实来源。
最近版本
来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。
-
v1.0.0-rc.104 xerj v1.0.0-rc.104
发布说明摘录
All platforms. rc.104 supersedes v1.0.0-rc.103. rc.103 was published Linux-only, and releases on this repository are immutable once published, so its macOS and Windows builds could not be attached to it. rc.104 is the rc.103 code (no pull request merged to main in between; the only source change is the version string) with all eight targets: Linux x86_64 and aarch64 (glibc and musl, plus .deb for both glibc targets), macOS x86_64 and aarch64, Windows x86_64 and aarch64, the XERJ Query-1 model bundle (the rc.102 bundle, unchanged, under the rc.104 name) and one SHA256SUMS. `releases/l …在 GitHub 查看 ↗ -
v1.0.0-rc.102 xerj v1.0.0-rc.102
-
v1.0.0-rc.101 xerj v1.0.0-rc.101
常见问题
运行它需要 GPU 或外部 API 吗?
它与 Elasticsearch 到底有多兼容?
数据默认安全吗?
升级到 rc.101 有什么风险?
它适合团队共享的生产搜索服务吗?
XERJ 官网是什么?
XERJ 免费吗?
XERJ 支持 Windows 吗?
irm https://xerj.org/get.ps1 | iex。XERJ 开源吗?
XERJ 还在维护吗?
XERJ 是谁开发的?
谢谢反馈,我们会据此改进页面。