它解決什麼問題
當 AI 代理（如 Claude Code 或 Cursor）處理大型代碼庫時，傳統做法往往是讓模型逐行讀取檔案或依賴簡單的關鍵字搜尋。這不僅導致 Token 消耗量巨大、成本高昂，還容易因上下文視窗限制而遺漏關鍵資訊，造成回答不準確或產生幻覺。
XERJ 旨在解決這一痛點。它作為一個本地優先的搜尋引擎，讓 AI 代理能夠快速、精確地檢索代碼、文件、日誌和規格書，僅提取最相關的片段，從而大幅降低 Token 使用量並提升回答的準確性。
運作原理與主要功能
XERJ 是一個單一的 Rust 執行檔，無需依賴 JVM 或其他重型基礎設施。它能自動索引指定資料夾中的代碼、文件（PDF）、日誌和結構化數據（JSONL/CSV）。其核心功能結合了 BM25 全文搜尋、向量搜尋（kNN）以及混合搜尋模式，並提供代碼定義跳轉（go-to-definition）和代理記憶（Agent Memory）功能。
它透過 Elasticsearch 相容的 API 運作，並原生支援 MCP（Model Context Protocol），這意味著它可以無縫整合進支援 MCP 的 AI 開發環境中。預設情況下，它使用離線詞彙嵌入（lexical embedding），若需更強大的語意理解，也可選擇下載神經網路嵌入模型。
和常見做法的差別
| 面向 | 常見做法 | 這個專案 |
|---|---|---|
| 搜尋方式 | 逐行讀取檔案或簡單 grep | BM25 + 向量混合搜尋，支援代碼定義跳轉 |
| 部署架構 | 依賴雲端 API 或重型搜尋引擎（如 Elasticsearch） | 單一 Rust 靜態執行檔，本地優先，無 JVM 依賴 |
| AI 整合 | 手動拼接上下文，Token 消耗高 | 原生 MCP 支援，自動提取相關片段，大幅節省 Token |
| 資料隱私 | 資料需上傳至雲端處理 | 完全本地化處理，資料不出本機 |
適合誰
適合需要在本機處理大型代碼庫、希望降低 AI 代理 Token 成本並提高檢索精度的開發者與團隊。特別適用於需要讓 AI 代理參考開源專案解決方案（Reference Coding）的場景。
不適合極小專案或僅需簡單關鍵字搜尋的使用者，因為其索引建立流程相對厚重。需注意目前版本為 RC（Release Candidate），API 可能存在變動風險。授權為 Apache-2.0，所有資料處理均在本地進行，隱私性高。
本站實測
本站在 RTX A6000 48 GB 工作站上實際安裝並執行 XERJ（2026-11-03），共 9 個步驟，全部成功。實測顯示，索引 2 個檔案僅需 1.7 秒，並能透過 Elasticsearch 相容 API 成功取得帶行號的搜尋結果。詳細的安裝過程與效能測試請參考本站另兩篇實測文與教學文。
專案頁：github.com/xerj-org/xerj（授權 Apache-2.0）
