Qu’est-ce que XERJ ?
XERJ est un moteur de recherche local destiné aux agents de code IA. Pointez xerj autoindex vers un dossier et il détermine la nature de chaque fichier, analyse le code avec tree-sitter pour que les fonctions arrivent avec leurs symboles et numéros de ligne, et construit un index par dataset trouvé, pour le code, le Markdown, les PDF, CSV, JSON, SQLite, fichiers Office, e-mails et logs. Les agents l'interrogent ensuite pour obtenir des passages au lieu de lire des fichiers entiers, via 20 à 23 outils MCP ou la CLI. Il propose aussi la recherche vectorielle et hybride, une API /_memory pour la mémoire des agents, et Corpus Hub, un catalogue d'index préconstruits de projets open source.
Sous le capot, il implémente l'API REST d'Elasticsearch, si bien que Kibana et les clients officiels s'y connectent sans modification ; sa suite de conformité passe 1 444 cas sur 1 454. Le projet a démarré le 30 juin 2026, est écrit en Rust sous Apache 2.0 et en est encore au stade de release candidate : la v1.0.0-rc.100 est sortie le 27 octobre 2026. Il compte environ 18 800 étoiles sur GitHub.
XERJ vaut-il le coup ?
XERJ est le plus ambitieux des outils qui donnent à un agent de code une recherche à la place de grep, et il demande plus de confiance que la plupart. L'ingénierie est sérieuse. Un seul binaire statique indexe une arborescence de 25 000 fichiers en deux minutes et demie environ dans l'exemple du projet, parle suffisamment l'API d'Elasticsearch pour passer 1 444 cas de conformité sur 1 454 et, dans la comparaison directe des mainteneurs avec Elasticsearch 8.13.4, enregistre 55 victoires, 26 égalités et 4 défaites, avec 1,72 fois le débit d'ingestion. Les quatre défaites portent toutes sur la latence de lecture sous forte charge d'écriture, et le compte rendu le dit.
L'usage phare, qu'il appelle reference coding, est mieux mesuré que la plupart des affirmations du domaine. Dans l'étude de cas du projet, 8 tâches dans 4 langages avec 16 exécutions par bras, un agent utilisant XERJ les a toutes résolues, 16 sur 16, avec 9 982 tokens de sortie et 1,58 $ de dépense, contre 26 477 tokens et 3,27 $ pour un agent piloté par grep. Les mainteneurs ajoutent que le gain disparaît, voire s'inverse, sur les bibliothèques populaires qu'un modèle a déjà mémorisées ; il aide surtout sur du code privé, de niche ou récent. Comme grepai, c'est une couche de récupération plutôt qu'un agent ; contrairement à grepai, il veut aussi être votre stockage de logs et votre base de mémoire.
Le hic se trouve dans llms.txt, le fichier que le prompt d'installation demande à votre agent de lire. Il demande aux agents de soumettre automatiquement un rapport de terrain après usage, sans « besoin de demander à l'utilisateur » : la CLI ouvre une pull request GitHub, en forkant le dépôt depuis votre compte si nécessaire, ou publie sur xerj.org. Les outils Corpus Hub envoient aussi un avis automatique par semaine et par corpus. Les rapports contiennent la version, l'OS et ce qui a été indexé, et XERJ_DISABLE_FEEDBACK=true les désactive, mais un comportement activé par défaut pour des actions effectuées sous votre identité GitHub convient mal à un outil qui lit du code privé.
Deux réserves plus mineures. Chaque commande de démarrage rapide lance le serveur avec --insecure, qui désactive TLS et l'authentification, si bien que n'importe quel processus local est superutilisateur ; le README l'explique clairement, et un nouveau nœud n'écoute que sur 127.0.0.1. Enfin, le projet a quatre mois, en est encore aux release candidates, et presque tous les commits sont faits sous le compte de l'organisation elle-même, si bien qu'il y a encore peu de signes d'une base de mainteneurs plus large.
Là où il fait la différence
Un ingénieur backend sur un monorepo privé de 5 000 fichiers
Empêcher Claude Code de lire des fichiers entiers pour trouver une seule fonction
xerj init branche le serveur MCP et le skill dans Claude Code ; xerj autoindex indexe le dépôt et ne réindexe que les fichiers modifiés. Définissez d'abord XERJ_DISABLE_FEEDBACK=true. Gratuit ; les économies dépendent de la part du code que le modèle connaît déjà.
Un consultant en sécurité applicative
Auditer une base de code inconnue pour y trouver des appels dangereux et des secrets exposés
Indexez automatiquement l'arborescence cible et cherchez des motifs de sinks dans tous les types de fichiers à la fois ; l'audit du cœur de WordPress mené par le projet a couvert 1 492 fichiers PHP pour environ 26 000 tokens d'agent. Gardez le nœud sur localhost ou activez l'authentification.
Une équipe plateforme qui exploite un petit cluster Elasticsearch pour les logs
Remplacer un cluster de recherche JVM par une seule machine sans changer les clients
Pointez les clients Elasticsearch existants ou Kibana vers le port 9200. Activez l'authentification et testez les exports reposant beaucoup sur le scroll, qui sont plafonnés, ainsi que la latence de lecture sous forte charge d'écriture, son seul benchmark perdu.
Avant de vous engager
- Mise en route
- curl -fsSL https://xerj.org/get | sh (ou PowerShell, ou Nix), démarrez xerj avec un répertoire de données hors de l'arborescence indexée, puis xerj autoindex <folder> ; xerj init l'enregistre dans Claude Code ou Cursor.
- Intégrations
- API REST et clients Elasticsearch, Kibana, un serveur MCP stdio qui liste 26 clients (dont cinq testés), une CLI et un reranking facultatif via Jev de TypeSafe.
- Données et confidentialité
- Tourne en local et n'écoute que sur 127.0.0.1 par défaut. Le trafic sortant vient des rapports de terrain et des avis Corpus Hub, tous deux activés par défaut pour les agents et désactivés avec XERJ_DISABLE_FEEDBACK=true, ainsi que du reranking ou du téléchargement d'embeddings neuronaux lorsqu'ils sont activés. Les contributions au-delà des rapports de terrain exigent une CLA.
- Coût à grande échelle
- Pas d'offre payante. Le coût est le disque et le CPU de votre propre machine ; les mainteneurs annoncent une empreinte disque 1,61 fois plus petite que celle d'Elasticsearch 8.13.4. Le reranking Jev a coûté environ 0,64 $ pour 648 recherches dans leur test FiQA.
- Limites
- Release candidate (rc.100) ; le scroll est un instantané borné, refusé avec une erreur 400 au-delà de son plafond ; le p99 en lecture souffre sous de fortes écritures simultanées ; l'embedder par défaut est lexical, et les embeddings neuronaux demandent un téléchargement d'environ 90 MB.
Les points forts
- Un seul binaire ; indexe automatiquement des dossiers hétérogènes sans schéma
- API Elasticsearch : 1 444 cas de conformité sur 1 454 passent
- Étude de cas mesurée, avec des limites honnêtes sur les bibliothèques mémorisées
- Serveur MCP et CLI pour les agents ; testé avec Claude Code, Cline, OpenCode, Kimi et DeepSeek Harness
Les points faibles
- Les instructions pour agents déposent des rapports automatiquement sauf désactivation
- Le démarrage rapide tourne avec l'authentification et TLS désactivés
- Toujours en release candidate après quatre mois
- La plupart des clients de son tableau MCP ne sont pas testés
Idéal pour
Les développeurs dont les agents travaillent sur de grandes bases de code privées ou inconnues et qui définiront XERJ_DISABLE_FEEDBACK avant la première utilisation.
Alternatives à XERJ
XERJ : questions fréquentes
- XERJ vaut-il le coup ?
- Un moteur de recherche local compétent pour les agents, livré avec des instructions qui disent à votre agent de déposer des rapports à votre sujet sans vous demander. Nous lui donnons 3.6 sur 5.
- Combien coûte XERJ ?
- Gratuit et open source (Apache 2.0). Le reranking facultatif appelle le service payant Jev de TypeSafe avec votre propre clé.
- Quels sont les inconvénients de XERJ ?
- Les instructions pour agents déposent des rapports automatiquement sauf désactivation; le démarrage rapide tourne avec l'authentification et TLS désactivés; toujours en release candidate après quatre mois; la plupart des clients de son tableau MCP ne sont pas testés.
- À qui s’adresse XERJ ?
- Les développeurs dont les agents travaillent sur de grandes bases de code privées ou inconnues et qui définiront XERJ_DISABLE_FEEDBACK avant la première utilisation.
- Combien coûte XERJ pour une équipe ou en production ?
- Pas d'offre payante. Le coût est le disque et le CPU de votre propre machine ; les mainteneurs annoncent une empreinte disque 1,61 fois plus petite que celle d'Elasticsearch 8.13.4. Le reranking Jev a coûté environ 0,64 $ pour 648 recherches dans leur test FiQA.
- XERJ est-il sûr pour les données de l’entreprise ?
- Tourne en local et n'écoute que sur 127.0.0.1 par défaut. Le trafic sortant vient des rapports de terrain et des avis Corpus Hub, tous deux activés par défaut pour les agents et désactivés avec XERJ_DISABLE_FEEDBACK=true, ainsi que du reranking ou du téléchargement d'embeddings neuronaux lorsqu'ils sont activés. Les contributions au-delà des rapports de terrain exigent une CLA.
- Quelles sont les meilleures alternatives à XERJ ?
- Les alternatives les plus proches que nous avons testées sont grepai, Repomix et LanceDB.
Réponses vérifiées le 2 nov. 2026.