Vera

离线代码搜索，关键词+语义+重排，直接给文件行号和符号

Vera 是一个完全离线运行的本地代码搜索引擎，用 Rust 编写。它解决的是开发者在大型代码库中快速定位代码的问题，尤其适合需要语义理解而非单纯关键词匹配的场景。核心能力有三层：先用 BM25 做关键词召回，再用向量相似度做语义召回，最后用 cross-encoder 重排序，把最相关的结果排到前面。它通过 tree-sitter 解析 60 多种编程语言，能返回结构化的结果，包括文件路径、行号范围和符号元数据，而不是只给一堆文本片段。整个检索过程不联网，代码不会离开本机，适合对隐私敏感或内网环境。它还提供 MCP server 接口，可以被 AI 编程助手直接调用，作为本地代码检索的后端。对想给 AI 编码工具补上精准代码搜索能力、又不想把代码传到云端的团队来说，这是一个值得关注的早期项目。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 113

维护状态活跃

是否开源是

定价模式 free

项目数据

分类搜索知识

开发团队VeraTools

所属国家

官网地址

GitHubhttps://github.com/VeraTools/Vera

定价模式free

价格说明开源免费，需自行部署

访问状态

是否开源是

开源协议MIT

主要语言Rust

技术栈/模型bm25,cli,code-search,code-search-engine,cross-encoder,embeddings,local,mcp,mcp-server,onnx,rag,reranking,retrieval,rust,semantic-search,semantic-search-engine,skills,tree-sitter,vector-search

GitHub 星标★ 113

30天Star增速

HF 下载量

上线时间2026-03-22 00:00:00

最近更新2026-09-17 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-12

浏览次数0

使用教程

核心亮点

三层检索管线（BM25+向量+cross-encoder重排），比单一关键词搜索召回更准
用 tree-sitter 解析 60+ 语言，返回文件路径、行号范围和符号元数据，结果结构化可直接跳转
完全离线运行，代码不出本机，适合隐私敏感或内网开发环境

不足之处

项目处于早期，星标仅 109，生态和周边工具链还不成熟
cross-encoder 和向量检索对硬件有一定要求，大仓库首次索引可能较慢

适用场景

在大型单体仓库中快速定位某个函数或符号的定义与引用
给本地 AI 编程助手提供离线代码检索能力，避免代码上传云端
内网或隐私敏感环境下做代码语义搜索，不依赖外部 API

替代项目

zoekt、sourcegraph、ripgrep

项目介绍

Vera 是一个搜索知识领域的开源项目，官方简介：Local code search combining BM25, vector similarity, and cross-encoder reranking. Parses 60+ languages with tree-sitter, runs entirely offline, and returns structured results with file paths, line ranges, and symbol metadata. Built in Rust.。项目使用 Rust 开发，在 GitHub 上获得 109 星标。

上一篇：genai-devday-notebooks

下一篇：lizheng-open-context