xerj

资料自动编好索引,AI 找答案省时又省钱

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。

开源 unknown 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 2393
维护状态 活跃
是否开源 是
定价模式 unknown

项目数据

分类搜索知识
开发团队xerj-org
所属国家
官网地址https://xerj.org
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议Apache-2.0
主要语言Rust
技术栈/模型ai-search,ai-search-algorithms,ai-search-engine,ai-search-free,ai-search-module,ai-search-optimization,ai-searchengine,bm25-search,elastic-search,elasticsearch,elasticstack,graph-search,graph-semantic-search,hybrid-search,hybrid-semantic-search,search-api,search-engine,semantic-search,vector-database,vector-search
GitHub 星标★ 2393
30天Star增速
HF 下载量
上线时间2026-06-30 00:00:00
最近更新2026-09-23 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2026-08-09
浏览次数4

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

项目介绍

xerj 是搜索知识领域的开源项目,由 xerj-org 开发,是 2026 年新上线的项目。

在全站 13,014 个收录项目中,它的 GitHub 星标数(2,393)位列前 30%,在搜索知识分类中处于中上游。

近 45 天,它的 GitHub 星标从 1,304 增加到 2,393,净增 1,089。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-23。从国内网络环境看,可直接访问。

它主要面向的使用场景是:AIAgent需要快速检索企业内部知识库或代码库,降低token开销。同类可对比的替代方案包括 Elasticsearch、Meilisearch、Qdrant。

上一篇:omnibox

下一篇:SearchCLI

同类项目推荐

firecrawl 开源

网页抓取像喝水一样简单,开发者省下整周加班

The web data API to search, scrape, and interact at scale.

★ 183325 2026-08-09
contoso-chat 开源

一键跑通 Azure RAG 应用,从代码到评估部署全流程

This sample has the full End2End process of creating RAG application with Prompty an···

★ 766 2026-08-09
graphify 开源

整个代码库画成一张图,找问题一眼定位

Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···

★ 120493 2026-08-09
ragflow 开源

让大模型用上你的私有知识,搭建可靠的企业级RAG应用

RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···

★ 91170 2026-08-09