XERJ: Lokale Suche spart KI-Agenten viele Tokens
XERJ ist eine lokale, zu Elasticsearch kompatible KI-Suchmaschine, geschrieben in Rust. Die Funktion autoindex indiziert Code, Dokumente, Logs und PDFs mit einem einzigen Befehl. So holt ein Coding-Agent genau das benötigte Fragment ab, statt Dateien einzeln mit grep und sed zu lesen. Laut Projekt verbraucht XERJ 40-mal weniger Tokens als grep und unterstützt Suche, RAG, Sicherheitsaudits und Agenten-Gedächtnis. In der kontrollierten Studie des Teams sanken die Ausgabe-Tokens des Agenten in einem Referenz-Coding-Szenario um das 2,7-Fache, bei unveränderter Lösungsquote von 16/16. Mit xerj init lässt sich XERJ in Claude Code und Cursor einbinden. Es passt zu Entwicklern und Teams, die Agentenkosten senken und bestehende Elasticsearch-Clients weiter nutzen wollen.
Hintergrund
Coding-Agenten verschaffen sich in unbekannten Projekten meist mit grep, sed und vielen Dateiaufrufen einen Überblick. Jede gelesene Datei kostet Tokens, jede falsche Fährte eine weitere Runde. Genau dort setzt XERJ an.
XERJ ist eine quelloffene, lokale KI-Suchmaschine in Rust und zu Elasticsearch kompatibel. Bestehende Clients lassen sich also ohne Umbau anbinden. Der Agent lernt die Daten zuerst über einen Index kennen und holt dann gezielt exakte Inhalte ab, statt Dateien einzeln zu lesen. Das Projekt-Tag bm25-search zeigt, dass klassische Termgewichtung die Basis bildet. Eine eigene Dokumentationsseite behandelt zudem die Vektorsuche. Als Hauptanwendungsfall nennt das Projekt Reference Coding: Der Agent findet das zur Aufgabe passendste Open-Source-Repository, indexiert es und orientiert sich beim Schreiben des Codes an dieser Lösung.
Tiefenanalyse
Zentrales Merkmal ist autoindex. Ein einziger Befehl indiziert Code, Dokumente, Logs und PDFs. Derselbe Index dient der Suche, RAG, Sicherheitsaudits und dem Agenten-Gedächtnis. Treffer kommen als gerankte Fragmente mit file:line-Angabe zurück. Der Agent erhält damit eine zitierfähige Fundstelle statt einer ganzen Datei. Der Befehl def springt zur Definition, und xerj gain meldet echte Zählwerte statt Schätzungen.
Wie viel Token spart XERJ gegenüber grep? Laut Projekt verbraucht XERJ 40-mal weniger Tokens. In der kontrollierten Studie zu einem Referenz-Coding-Szenario sanken die Ausgabe-Tokens des Agenten um das 2,7-Fache, bei unveränderter Lösungsquote von 16/16. Alltagsnutzer berichten von etwa dem 5-Fachen. Die drei Zahlen beruhen auf unterschiedlichen Messgrößen und gehören nicht in einen Topf.
Der Einstieg ist kurz: per curl-Skript installieren, den xerj-Dienst starten, mit xerj init Claude Code oder Cursor verbinden und xerj autoindex auf das Projektverzeichnis richten. Alternativ liest der Agent die Datei llms.txt und richtet alles selbst ein. Vorsicht bei --insecure: Der Parameter schaltet TLS und API-Key-Authentifizierung ab. Jeder Aufrufer mit Zugriff auf den Port wird Superuser und kann alle Indizes samt /_memory-Namespaces lesen und löschen. Gedacht ist dieser Modus für einzelne Entwicklungsrechner, neue Knoten binden standardmäßig an 127.0.0.1. Das Sicherheitsmodell steht in docs/SECURITY_MODEL.md.
Branchenwirkung
XERJ macht aus „weniger lesen, das Richtige lesen“ eine eigene Infrastruktur. Die Recherche aus dem Kontextfenster des Modells in eine zählbare, wiederverwendbare Indexschicht auszulagern, ist ein pragmatischer Ansatz. Die Elasticsearch-Kompatibilität senkt zudem die Migrationshürde, denn vorhandene Betriebserfahrung und Client-Bibliotheken bleiben nutzbar.
Das Projekt steht unter der Lizenz Apache-2.0. Nutzer sollen einen kurzen Nutzungsbericht einreichen, willkommen sind ausdrücklich Menschen wie Agenten. Ob diese Berichte einheitlich gemessen werden, muss sich noch zeigen.
Ausblick
Die Zahlen stammen aus der Studie des Projekts und aus Nutzerberichten. Die Stichprobe von 16 Aufgaben ist klein, eine unabhängige Überprüfung steht aus. Teams sollten daher am eigenen Code messen. Dafür liefert xerj gain die Zählwerte.
Der Index bündelt Code, Logs und Agenten-Gedächtnis an einem Ort. Bei falscher Konfiguration ist die Angriffsfläche groß. Lädt ein Agent fremde Repositories selbst herunter und indexiert sie, stellen sich außerdem Fragen zu Lizenz und Vertrauenswürdigkeit der Quelle.
Beobachtenswert sind die Offenheit der Benchmarks, die Reife der Vektorsuche und das Rechtekonzept für größere Mehrbenutzerumgebungen. Davon hängt ab, ob XERJ ein Werkzeug für Einzelne bleibt oder zur gemeinsamen Infrastruktur für Teams wird.
Sources
FAQ
Was ist XERJ?
XERJ ist eine lokale, quelloffene und zu Elasticsearch kompatible KI-Suchmaschine, geschrieben in Rust. Die Funktion autoindex indiziert Code, Dokumente, Logs und PDFs mit einem einzigen Befehl. So holt ein Coding-Agent genau das benötigte Fragment ab, statt Dateien einzeln mit grep und sed zu lesen.
Warum ist XERJ für KI-Coding-Agenten wichtig?
XERJ verlagert die Suche aus dem Kontextfenster des Modells in einen zählbaren, wiederverwendbaren lokalen Index. Laut Projekt verbraucht XERJ 40-mal weniger Tokens als grep. In der kontrollierten Studie sanken die Ausgabe-Tokens des Agenten um das 2,7-Fache, bei 16/16 Lösungen. Diese Zahlen stammen vom Projekt selbst und sind nicht unabhängig geprüft.
Was sollte ich vor dem Einsatz von XERJ prüfen?
Vor dem Einsatz von XERJ sollten Sie die Ersparnis mit dem Befehl xerj gain, der tatsächliche Zählwerte liefert, im eigenen Code messen. Die Option --insecure schaltet TLS und API-Key-Authentifizierung ab und gehört nur auf einen Einzelentwickler-Rechner. Lesen Sie docs/SECURITY_MODEL.md und prüfen Sie Lizenzen externer Repositories.