一、项目介绍

AI 代理要「理解」你的代码库、文档和日志，第一步往往是把数据喂给它。传统做法是写一堆 grep、接 Elasticsearch、再配向量库，环境重、依赖多，本地跑起来要半天。更尴尬的是，这些系统往往还要 JVM 和常驻服务。
XERJ 是一个面向 AI 代理的本地优先搜索引擎，单个 Rust 二进制就能索引代码、文档、规格、日志、JSONL/CSV 和 PDF，提供 BM25 全文、向量与混合检索，甚至无需 grep 的代码搜索与 Agent 记忆。它暴露兼容 Elasticsearch 的 API，并可作为 MCP 服务器接进 Claude Code、Cursor 等任意 MCP 客户端。

二、项目基本信息

信息项详情
项目名称xerj
GitHub地址https://github.com/xerj-org/xerj
项目描述AI search engine and MCP server for bots and agents. One Rust binary indexes code, docs, logs, JSONL/CSV and PDFs for BM25 full-text, vector and hybrid search, code search without grep, agent memory and RAG. Elasticsearch-compatible API; Corpus Hub serves hundreds of reference memory corpora.
作者xerj-org
开源协议Apache License 2.0
开源状态公开
LanguagesRust
支持平台Windows / macOS / Linux
最后更新2026-10-28

三、核心优势

  • 单二进制零依赖：一个 Rust 静态二进制，无 JVM、无外部服务
  • 多模态检索：BM25 全文、向量、混合检索一体
  • 代码搜索免 grep：直接对代码库做语义与结构检索
  • Elasticsearch 兼容：现有客户端、面板与工具可无缝对接
  • MCP 就绪：作为 MCP 服务器，AI 代理即连即用

四、适用场景

适合让 AI 编码助手在本地安全地检索私有代码与文档的团队。也适合需要把 Agent 记忆与 RAG 跑在本地、拒绝把数据上云的场景。

五、安装教程

当前最新版本 v1.0.0-rc.100。按下方命令安装：

curl -fsSL https://xerj.org/get | sh
# Windows PowerShell:
# irm https://xerj.org/get.ps1 | iex

常见报错：依赖缺失时先升级对应运行环境（Node、Python、.NET、Rust、Go、Bun、JDK）；网络超时多为镜像或代理问题，可重试或换源；Docker 相关确保已安装并启动 Docker 服务。

六、使用示例

下面是一段可直接参考的真实示例：

# 后台启动（首次需要 --insecure 仅本地）
xerj --insecure --data-dir ~/xerj-data &
# 等待 http://localhost:9200 就绪后索引项目
xerj autoindex ~/my-project
# 通过兼容 ES 的 API 或 MCP 让 Agent 检索

七、常见问题

问：支持哪些系统？答：预编译 Linux/macOS/Windows 的 x86-64 与 arm64。问：必须上云吗？答：完全本地优先，无运行期网络依赖；离线机器走 air-gapped 部署。

八、总结

xerj 用清晰的设计，把把本地检索做轻量这件事从重复劳动变成了可复用、可维护的工程能力。它不追求大而全，而是把核心痛点解决得足够扎实，这正是日常开发与团队落地时最需要的那种工具。如果你也在被同类问题困扰，不妨按上面的安装与使用步骤试一试，把它接进自己的工作流。