深挖 XERJ：比 grep 省 40 倍 token 的数据搜索引擎

是什么

XERJ 是一个用 Rust 写的数据搜索引擎，主打“AI 搜索数据的新方式”。截至 2026 年 10 月 16 日核验，仓库 5600 star，Apache-2.0 许可，2026 年 6 月 30 日建仓至今仍在活跃提交。它最大的卖点是 autoindex：一条命令索引代码、文档、日志、PDF，agent 查数据不用再靠 grep/sed，官方称能省 40 倍 token，而且是单文件静态二进制，无 JVM 依赖，部署简单。

能干嘛

一条命令自动建索引，零配置起步；检索支持 BM25、kNN 和混合模式；兼容 Elasticsearch 协议，现有 ES 客户端直接能用；给 agent 准备了原生 MCP 支持、llms.txt 和 /__memory 记忆接口；默认词法嵌入可离线运行，内网环境也能搭。

适合谁

适合给 agent 搭代码库/知识库检索的开发者，以及需要在内网、离线环境跑检索，不想背 Elasticsearch 重量的人。

值得注意

• 中文文档齐全：README 自带简体中文版，agent 相关的 llms.txt 也备好了，对中文开发者友好。
• ES 兼容度可查：官方公布 ES-YAML 兼容性 1366/1369，迁移前可以对照着看。
• 数字别当普适承诺：“省 40 倍 token”是项目方在特定场景下的数字，实际收益取决于你的数据形态，上生产前先小规模验证检索质量。

站长点评

说个背景：今天日榜 12 个项目里，有 11 个是本站已经发过的，XERJ 是唯一的新面孔——它能进今天的深写档，靠的不只是“没发过”，更是切中了 agent 赛道的真实痛点：拿 grep 结果喂 agent 又贵又吵。对比直接上 Elasticsearch，它轻得多，还把 MCP、llms.txt 这些 agent 原生接口都配齐了，思路很对这个时代。实在话：5600 star 里有多少是“概念认同”不好说，它才 3 个多月大，检索质量、稳定性都需要时间验证；建议先在小知识库上试，效果好再扩大。