Was kostet Project RAG?

Kostenlos und unter der MIT-Lizenz.

Welche Nachteile hat Project RAG?

Keine Commits seit Februar 2026; Korrekturen von außen nicht übernommen; Logs auf stdout können den MCP-Datenstrom beschädigen (offener PR #20); Glob-Muster zum Ein- und Ausschließen greifen nicht (offener PR #21); Die beworbene hochpräzise Navigation ist nicht umgesetzt.

Was kostet Project RAG für ein Team oder im Produktivbetrieb?

Kostenlos; die Kosten sind CPU-Zeit und Festplatte. Das README schätzt etwa 40 MB Speicher pro 10.000 Abschnitte und etwa 75 MB Speicherplatz für ein Projekt mit 1.000 Dateien und bietet keinen Weg, Embeddings auf der GPU zu berechnen.

Ist Project RAG sicher für Firmendaten?

Code, Embeddings und der BM25-Index bleiben lokal, standardmäßig in einem Datenverzeichnis der Plattform unter project-rag. index_codebase indexiert jeden Verzeichnispfad, den der Agent übergibt, kann also alles lesen, was der Serverprozess lesen kann. Das Modell wird von Hugging Face heruntergeladen. Sicherheitshinweise sind nicht veröffentlicht.

Was sind die besten Alternativen zu Project RAG?

Die nächsten Alternativen, die wir getestet haben, sind CodeGraph, GitNexus, Serena und Semble.

Project RAG MCP-Server im Test (2026)

Was ist Project RAG?

Project RAG indexiert eine Codebasis auf deinem Rechner und stellt sie einem Agenten über MCP bereit. Der Code wird mit Tree-sitter für 12 Sprachen in Funktionen, Klassen und Methoden zerlegt (alles andere in Abschnitte von 50 Zeilen), lokal mit fastembed-rs und dem Modell all-MiniLM-L6-v2 eingebettet und in einer eingebetteten LanceDB-Datenbank neben einem BM25-Index von Tantivy gespeichert. Abfragen kombinieren die beiden Rankings mit Reciprocal Rank Fusion. Qdrant ist beim Build als optionales Backend wählbar.

Der Server stellt über stdio neun Tools bereit: index_codebase, query_codebase, search_by_filters, search_git_history, get_statistics, clear_index, find_definition, find_references und get_call_graph, dazu neun passende Prompts als Slash-Befehle. Ein API-Schlüssel ist nicht nötig; beim ersten Start wird das rund 50 MB große Embedding-Modell heruntergeladen.

Das Repository, im November 2025 angelegt, steht unter der MIT-Lizenz, hat rund 33 Sterne, und jeder Commit stammt von einem einzigen Beitragenden. Version 0.1.0 kam am 24. Januar 2026 auf crates.io und hat insgesamt 77 Downloads; es gibt keine GitHub-Releases, der letzte Commit ist vom 2. Februar 2026, und drei Pull Requests von außen warten seit Mai und Juli auf eine Antwort des Maintainers. In der offiziellen MCP-Registry ist es nicht gelistet.

Project RAG installieren

cargo install project-rag

Lohnt sich Project RAG?

Project RAG hat die richtigen Zutaten und eine unfertige Küche. Hybride Suche ist für Code die richtige Wahl, weil ein exakter Bezeichner ebenso zählt wie die Bedeutung, und die Kombination aus eingebettetem LanceDB-Index und BM25 heißt, dass daneben nichts laufen muss. Die Entwicklung ruht aber seit Februar 2026, und die offenen Pull Requests beschreiben Fehler, auf die ein Nutzer am ersten Tag stößt.

Der erste betrifft das Logging. Der Server initialisiert die tracing-Ausgabe von Rust auf stdout, das bei stdio für MCP-Nachrichten reserviert ist. Pull Request #20, seit Mai offen, erklärt, dass Logzeilen dann den Datenstrom beschädigen und Tool-Aufrufe leer zurückkommen; die eigenen Beispiele im README für Claude Desktop und Claude Code setzen RUST_LOG=info, was genau diese Zeilen einschaltet. Der zweite, in Pull Request #21, ist, dass Ein- und Ausschlussmuster als einfache Teilstrings verglichen werden. Der Quellcode bestätigt das: Ein Glob wie **/vendor/** ist nie Teilstring eines echten Pfads und trifft daher nichts, und das eigene Ausschlussbeispiel im README bewirkt nichts über das hinaus, was .gitignore ohnehin überspringt.

Die Tools zur Code-Navigation versprechen mehr, als ausgeliefert wird. Das README beschreibt einen Resolver auf Basis von stack-graphs mit etwa 95 % Präzision für Python, TypeScript, Java und Ruby; Cargo.toml sagt, dieses Feature sei vorbereitet, aber nicht vollständig umgesetzt, und im Quellcode gibt es kein solches Modul. Was läuft, ist der AST-basierte Ersatz, den das README selbst mit etwa 70 % Präzision angibt. CodeGraph und GitNexus bauen einen echten Aufrufgraphen ohne Embeddings; hier kommen Definitionen und Referenzen aus dem Abgleich von Bezeichnern.

Die Leistungswerte stammen vom Autor selbst, angegeben für typische Hardware ohne Methode: etwa 1.000 Dateien pro Minute, 20 bis 30 ms pro Suche, etwa 100 MB Grundspeicher plus 50 MB für das Modell. Ein Nutzer berichtete in Issue #11, dass ein Spielzeugprojekt etwa 30 Minuten zum Indexieren brauchte und ein großes Monorepo auf der CPU Stunden. Zu Token-Einsparungen macht das README keine Angaben. Die Dokumentation widerspricht sich zudem stellenweise: Sie nennt Qdrant als Engine und führt eine eingebettete Datenbank als künftige Arbeit, obwohl LanceDB längst der Standard ist.

Wo es sich lohnt

Ein Entwickler an einem mehrsprachigen Repository mit 5.000 Dateien und jahrelanger Historie
Den Agenten fragen, woher ein Verhalten stammt und welcher Commit es geändert hat
search_git_history indexiert standardmäßig die letzten 10 Commits und geht bei Bedarf tiefer, mit Filtern nach Autor, Pfad und Datum. Laut README braucht ein Projekt mit 5.000 Dateien unter 500 MB Speicher; nach dem Bericht eines Nutzers dauert ein erster Index auf der CPU Minuten bis Stunden.
Ein Rust-Plattformteam, das einen internen Agenten für die Codesuche baut
Retrieval in den eigenen Dienst einbetten, statt einen MCP-Server zu betreiben
Das Crate bietet neben dem Server eine Bibliotheks-API RagClient unter MIT. Plane Zeit ein, um den Mustervergleich per Teilstring und das Logging auf stdout zu patchen, weil upstream keine der beiden Korrekturen übernommen hat.
Ein Engineering-Manager, der lokale Server für Code-Kontext für ein Team vergleicht
Einen auswählen, auf den sich das Team ein Jahr lang verlassen kann
Ein Beitragender, 77 Downloads auf crates.io und kein Release seit Januar machen dies zu einem Projekt zum Forken, nicht zum Übernehmen. CodeGraph steht unter MIT, bekommt aktiv Releases und braucht kein Embedding-Modell.

Bevor du dich festlegst

Einrichtung: Braucht Rust 1.88+ und protobuf-compiler; cargo install project-rag (0.1.0) oder cargo build --release aus dem Repository, dann claude mcp add mit dem Pfad zum Binary. Das README dokumentiert Claude Code und Claude Desktop. Beim ersten Start wird das Embedding-Modell heruntergeladen, bevor index_codebase fertig werden kann.
Integrationen: Neun Tools über stdio. index_codebase und clear_index schreiben in den lokalen Index; die anderen sieben lesen. Neun MCP-Prompts erscheinen in Claude Code als Slash-Befehle unter /project:. Eine Rust-Bibliotheks-API bietet dieselben Funktionen.
Daten und Datenschutz: Code, Embeddings und der BM25-Index bleiben lokal, standardmäßig in einem Datenverzeichnis der Plattform unter project-rag. index_codebase indexiert jeden Verzeichnispfad, den der Agent übergibt, kann also alles lesen, was der Serverprozess lesen kann. Das Modell wird von Hugging Face heruntergeladen. Sicherheitshinweise sind nicht veröffentlicht.
Kosten im großen Maßstab: Kostenlos; die Kosten sind CPU-Zeit und Festplatte. Das README schätzt etwa 40 MB Speicher pro 10.000 Abschnitte und etwa 75 MB Speicherplatz für ein Projekt mit 1.000 Dateien und bietet keinen Weg, Embeddings auf der GPU zu berechnen.
Grenzen: Keine Konfiguration der Qdrant-URL über einen fest eingetragenen localhost-Standard hinaus, Pfadfilter werden erst nach der Abfrage angewendet, und AST-Chunking gibt es nur für 12 Sprachen. Projekte mit 100.000+ Dateien zu indexieren dauert nach eigener Angabe des README erheblich.

Was gut ist

Hybride Vektor- und BM25-Suche passt zu Bezeichnern ebenso wie zu Fließtext
Eingebettetes LanceDB und lokale Embeddings; kein Schlüssel und kein externer Dienst
Suche in der Git-Historie über Commit-Nachrichten und Diffs
Eine prozessübergreifende Sperre verhindert, dass zwei Sitzungen gleichzeitig ein Repository indexieren

Was nicht

Keine Commits seit Februar 2026; Korrekturen von außen nicht übernommen
Logs auf stdout können den MCP-Datenstrom beschädigen (offener PR #20)
Glob-Muster zum Ein- und Ausschließen greifen nicht (offener PR #21)
Die beworbene hochpräzise Navigation ist nicht umgesetzt

Am besten für

Rust-Entwickler, die bereit sind, aus dem Quellcode zu bauen und die offenen Korrekturen selbst einzuspielen, um lokale hybride Codesuche zu bekommen.

Alternativen zu Project RAG

CodeGraph

Colby McHenryDeveloper

4.1/5

A local code graph that re-syncs itself as files change and answers a coding agent's structural questions through one MCP tool.

GitNexus

Abhigyan PatwariDeveloper

3.9/5

Indexes a codebase into a local knowledge graph of calls, clusters and execution flows, and serves it to coding agents over MCP.

Serena

Oraios AIDeveloper

4.2/5

Gives coding agents IDE-style tools: find symbols, follow references, rename and edit code by symbol, backed by language servers.

Semble

MinishLabDeveloper