xerj

资料自动编好索引,AI 找答案省时又省钱

开源 🏷️定价信息待确认 ✅ 目前可打开 搜索知识 🍴 复刻 1355 🐛 待处理 151 👀 关注 183
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 18609
维护状态 活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

xerj 项目界面预览图
图片来源:项目官网

项目数据

分类搜索知识
开发团队xerj-org
官网地址https://xerj.org
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态✅ 目前可打开
是否开源是
开源协议Apache-2.0
主要语言Rust
技术栈/模型agent-memory,ai-agents,bm25,claude-code,cli,code-search,cursor,database,elasticsearch,full-text-search,hybrid-search,jsonl,local-first,mcp,mcp-server,model-context-protocol,rag,rust,search-engine,vector-search
GitHub 星标★ 18609
上线时间2026-06-30 00:00:00
代码更新2026-11-09
仓库体积240.3 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数11

项目介绍

XERJ 开创了 AI 搜索数据的新方式,其自动索引能力让智能体无需消耗大量 token 即可掌握你的数据。一条命令即可索引代码、文档、日志与 PDF,服务于搜索、RAG、安全审计和智能体记忆等场景,效率提升显著。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 18609

使用教程

难度:入门 约 10 分钟 部署方式:命令行工具 6 步

环境要求

  • Linux / macOS / Windows(x86-64 或 arm64)
  • 能访问 https://xerj.org 下载安装脚本
  • 系统有 curl(Linux/macOS)或 PowerShell(Windows)
  • 本地 9200 端口可用(XERJ 通过该端口提供 Elasticsearch API)

安装与启动步骤

  1. 1Linux/macOS 安装

    官方一键安装脚本,下载单个静态二进制,无需 JVM 和其他依赖。安装器会打印 xerj 落地路径,必要时自行加入 PATH。

    curl -fsSL https://xerj.org/get | sh
  2. 2Windows 安装

    Windows 用户改用 PowerShell 安装脚本,效果与 curl 方式一致,安装完成后同样确认 xerj 是否在 PATH 中。

    irm https://xerj.org/get.ps1 | iex
  3. 3启动 XERJ 服务

    以本地模式后台启动服务,数据写入 ./data 目录。启动后等待 http://localhost:9200 能响应再进行下一步。

    xerj --insecure --data-dir ./data &
  4. 4接入编辑器与智能体

    一条命令把 XERJ 接入 Claude Code / Cursor(配置 MCP 与 skill),让编码智能体直接调用本地检索能力。

    xerj init
  5. 5索引项目目录

    自动索引指定文件夹(代码、文档、日志、PDF 等)。README 示例为 ~/my-project,请替换成你自己的项目路径。

    xerj autoindex ~/my-project
  6. 6执行搜索验证

    用自然语言查询已索引数据,返回带排序的片段和 file:line 定位信息,确认索引与检索链路正常。

    xerj search "how do we rotate the WAL segment"

关键配置

配置项必填说明示例
--data-dir是指定索引和数据的存放目录./data
--insecure否以非安全模式本地运行(README 示例默认使用)--insecure

如何确认成功

等待 http://localhost:9200 返回响应,随后 xerj search 能返回带 file:line 的排序结果片段即表示可用。

常见问题

Q:需要安装 JVM 或其它依赖吗?

A:不需要。XERJ 是单个静态二进制,无 JVM 依赖,官方为 Linux、macOS、Windows 的 x86-64 与 arm64 提供预编译版本。

Q:服务默认在哪个端口?

A:默认使用 9200 端口,并对外提供 Elasticsearch 兼容 API,因此现有 Elasticsearch 客户端、仪表盘和工具可直接对接。

Q:完全没有外网的主机怎么用?

A:参考仓库中的 air-gapped 部署文档。默认的词法(lexical)embedder 可离线使用,神经模式则需在首次语义操作前把三个模型文件预先放到本地。

Q:安装后提示找不到 xerj 命令?

A:安装器会打印二进制的落地路径,把它加入系统 PATH(或使用绝对路径调用)即可。

注意事项

  • README 中未给出从源码构建的具体命令,如需自行编译请查阅官方文档。
  • --insecure 为 README 示例中的本地运行方式,生产环境请自行评估安全配置。
  • 首次索引耗时取决于目录大小,建议先用小项目验证流程。
  • 可参考官网 https://xerj.org/llms.txt 获取适合交给 AI 智能体执行的安装提示词。

核心亮点

  • 自动索引代码、文档、日志和PDF,无需人工配置,显著降低AI搜索的token消耗,比grep节省40倍token
  • 兼容Elasticsearch,现有ES客户端和工具链可以直接使用,迁移成本低,生态兼容性好
  • 用Rust实现,性能高且内存安全,适合处理大规模数据索引和搜索场景

不足之处

  • 项目较新,文档和社区生态尚待完善,实际生产环境案例有限
  • 功能聚焦于索引和搜索,对于复杂查询和聚合分析能力可能不如Elasticsearch成熟

适用场景

  • AI Agent需要快速检索企业内部知识库或代码库,降低token开销
  • 安全审计场景下对日志和文档进行快速全文搜索和关联分析
  • 作为轻量级Elasticsearch替代方案,用于中小规模数据检索和RAG应用

替代项目

Elasticsearch、Meilisearch、Qdrant

上一篇:omnibox

下一篇:SearchCLI

同类项目推荐

Medical-Graph-RAG 开源

让医疗AI回答有据可查,告别凭空捏造

A Graph RAG System for Evidenced-based Medical Information Retrieval [ACL 2025]

★ 841 2026-08-09
hamuleite 开源

一键获取顶尖高校学术论文与课程资料,高效学习研究。

深度整合全球顶尖学术、金融与教育资源:学术板块汇聚 JSTOR、Taylor & Francis、剑桥大学···

★ 10070 2026-08-09
DataMind 开源

一个框架搞定 RAG、图检索、NL2SQL 和记忆

All-in-one intelligent assistant powered by LlamaIndex — RAG, GraphRAG, NL2SQL, Ski···

★ 455 2026-09-18
RustyRAG 开源

用 Rust 打造高性能 RAG API,混合搜索+重排序,准确率94.5%

Production-grade RAG API built in Rust. Hybrid search with HNSW dense vectors and BM···

★ 142 2026-08-09
googlegpt 开源

在 Google 搜索页直接调用 AI 生成摘要和对话,省去切换标签页的麻烦。

AI chat & search summaries in Google Search, powered by the latest LLMs

★ 183 2026-08-09
graphrag-api 开源

把 GraphRAG 变成开箱即用的 API 服务,快速接入知识问答

GraphRAG Server

★ 113 2026-08-09
HilbertRaum 开源

断网也能问 AI,本地维基百科直接答

AI, fully local on your computer.

★ 147 2026-09-30
graph-rag 开源

把文档变知识图谱,让大模型会多跳推理

★ 272 2026-10-02