AI编码token太贵?这个Rust工具让Claude Code省2.7倍token!

日增 1,647 个 GitHub Star。

6,883 个 Star，持续加速。

Rust 编写，Apache-2.0 开源。

一行命令索引整个项目——AI 编码 Agent 终于不用盲目读文件了。

比 grep 节省 2.7 倍 token，比纯内存节省 26 倍。

今天就来聊聊，这个让 AI 编码 Agent 告别"grep 驱动"的本地搜索工具——XERJ。

AI 编码 Agent 的 token 浪费问题

你用 Claude Code 或 Cursor 写过不熟悉的代码库吗？

翻译一下：你的 AI 助手拿到一个陌生项目——它不知道从哪下手——于是它开始"grep 驱动"。

什么是"grep 驱动"？

通俗说：你的 AI 助手像个"金鱼脑"——它不认识代码库，就逐个文件 grep，把整个文件读进上下文窗口，找到需要的代码片段，然后写代码。

问题：

一个文件可能只有 5 行代码有用——但 AI 把整个 500 行的文件都读了进来。

翻译一下：你花了 500 行的 token 钱，只用了 5 行的信息——浪费 99%。

实测数据：

在某个代码库上，grep 驱动的 Agent 消耗了 1.06M 输入 token——相当于一本《战争与和平》。

翻译一下：你的 AI 助手读了一本"小说"，只是为了找到 5 行代码。

更惨的是"修复循环"：

AI 写错了→你让它改→它又读一堆文件→又写错→又改→又写错→又改……

翻译一下：token 在燃烧，你的钱包在流泪。

XERJ 是什么？

XERJ 是一个本地 AI搜索工具——一行命令自动索引任何文件夹，Agent 直接搜索精确片段，不再盲目读文件。

翻译一下：XERJ 就像给 AI 助手装了一个"搜索引擎"——它不再逐个文件 grep，而是直接搜索它需要的代码片段。

核心能力：

1. 自动索引。

xerj autoindex ~/my-project

一行命令——代码、文档、日志、PDF、SQLite、CSV——全部自动索引。

翻译一下：不用写 schema，不用配 pipeline——指向哪里，索引哪里。

2. 精确搜索。

xerj search "how do we rotate the WAL segment"

返回精确片段 + file:line 行号——不是整个文件，是精确片段。

翻译一下：就像 Google 搜索——给你想要的结果，不是整个网页。

3. 符号级定位。

xerj def "euler_to_rotationmatrix"

go-to-definition：定位符号定义的位置 + 签名。

翻译一下：就像 IDE 的"跳转到定义"——但跨文件、跨项目。

4. Elasticsearch 兼容。

现有 Elasticsearch 客户端直接可用——你的工具链无缝对接。

翻译一下：你不需要学新工具——Kibana、Logstash 直接用。

实测数据：2.7 倍 token 节省

XERJ 团队做了 controlled study——8 个任务、4 种语言、16 次运行，对比三种方式：

关键结论：

1. 比 grep 节省 2.7 倍 token，成本降低 2.1 倍。

翻译一下：同样的任务，grep 花 1.58。

2. 比纯内存节省 26 倍 token。

翻译一下：纯内存方式花 1.58——省了 7 倍钱。

3. 单个 Java 任务最高节省 278 倍。

翻译一下：有些任务，grep 花了 278 倍的 token——XERJ 直接秒杀。

4. 日常开发用户报告约 5 倍 token 节省。

翻译一下：实测数据是 2.7 倍，但日常使用用户报告 5 倍——因为真实场景更复杂。

但要注意：XERJ 的价值受"记忆度"影响——私有代码、内部代码、小众代码、新代码，XERJ 优势明显。但对于流行的公共库（模型已经记住了），XERJ 优势不大。

翻译一下：你用 jQuery 写代码，AI 早就背下来了——不需要 XERJ。但你用公司内部框架，AI 不认识——XERJ 就派上用场了。

安装使用：3 步上手

Step 1：安装 XERJ

curl -fsSL https://xerj.org/get | sh

一行命令——Rust 静态二进制，无 JVM，无依赖。

翻译一下：比 npm install 还简单。

Step 2：启动服务

xerj --insecure --data-dir ./data &

后台运行——--insecure 表示关闭 TLS 和 API Key 认证（仅本地开发使用）。

翻译一下：--insecure 不是不安全——是你自己的机器，你就是管理员。

Step 3：一键接入 Claude Code/Cursor

xerj init

MCP + Skill 自动配置——一行命令搞定。

翻译一下：装好就用，不用写配置文件。

五大使用场景

1. Reference Coding（参考编码）——核心场景

索引相似的开源项目——写代码前先查别人怎么解决的。

翻译一下：你要写一个"用户认证模块"——XERJ 帮你找到 3 个类似开源项目的实现——AI 先看别人怎么写，再写自己的代码。

这就是上面实测数据用的场景——2.7 倍 token 节省，16/16 解决率。

翻译一下：AI 不是"从零开始"——而是"站在巨人的肩膀上"。

2. Codebase Q&A + RAG

索引代码库——问机制返回精确片段而非目录列表。

翻译一下：你问"这个项目的数据库连接怎么配的"——XERJ 返回配置代码片段 + 行号，不是"你去 src/config/ 目录下看看"。

3. 安全审计

索引目标代码树——跨文件类型查询 sink 模式、密钥、危险调用。

翻译一下：你要审计一个项目的安全性——XERJ 帮你找到所有 SQL 注入点、硬编码密钥、危险函数调用。

4. 日志/事件分析

混合格式自动转为类型化索引——支持 Elasticsearch 聚合。

翻译一下：你的日志有 JSON、CSV、纯文本——XERJ 自动识别格式，创建类型化索引，你可以用 Elasticsearch 语法查询。

5. Agent 长期记忆

/_memory/{namespace} 存储 Agent 学习成果——下次按语义召回。

翻译一下：你的 AI 助手这次学到了东西——存进 XERJ——下次还能用。不再是"金鱼脑"了。

技术亮点

1. Rust 编写——单个静态二进制，无 JVM，无依赖。

翻译一下：启动快、占用小、不折腾。

2. tree-sitter 解析——代码带符号和行号，不是纯文本。

翻译一下：XERJ 理解代码结构——函数名、变量名、类名——不是简单的字符串匹配。

3. 自动推断——嗅探文件类型，自动创建类型化索引。

翻译一下：不用写 schema——XERJ 自己判断文件类型，自动索引。

4. MCP集成——xerj init 一键接入 Claude Code/Cursor。

翻译一下：装好就用，不用写配置文件。

5. 社区驱动——使用者提交 field report 即算加入社区。

翻译一下：你用 XERJ 做了点什么，写个简短报告提交——你就是社区成员了。

写在最后

XERJ 是 AI 编码 Agent 的"搜索引擎"。

6,883 个 Star，日增 1,647——Rust 编写，Apache-2.0 开源。

比 grep 节省 2.7 倍 token，比纯内存节省 26 倍。

一行命令——xerj autoindex——你的 AI Agent 就不再盲目读文件了。

适合谁用？

1. 用 Claude Code/Cursor 写不熟悉代码库的开发者。

2. 需要参考开源项目实现的 Reference Coding 场景。

3. 需要做安全审计、日志分析、Codebase Q&A 的工程师。

翻译一下：只要你用 AI 编码工具写代码——XERJ 就值得试。

GitHub： https://github.com/xerj-org/xerj

文档： https://xerj.org/docs

去试试，你会回来的。