** Claude Code에 대한 무료 로컬 RAG - 토큰 및 시간을 절약 **

お知らせ|일본 버전

DevRag는 Claude Code를 사용하여 개발자를 위해 특별히 설계된 경량 RAG(Retrieval-Augmented Generation) 시스템입니다. 전체 문서를 읽으려면 토큰을 중지 - 벡터 검색을 정확하게 찾을 수 있습니다.

왜 DevRag인가?

Claude Code를 사용할 때, 읽기 도구로 문서를 읽고 다량의 토큰을 소비:

• ❌Wasting Context: 매번 전체 문서 읽기 (파일당 3,000+ 토큰)
• ❌ Poor Searchability: Claude는 어떤 파일을 포함하지 않습니다
• ❌ ** 반복 **: 동일한 문서는 세션에 여러 번 읽습니다.

** DevRag: **

• ✅ ** 40x 더 적은 토큰 ** : 벡터 검색은 관련 펑크 (~200 토큰)를 검색합니다.
• ✅ ** 15x 더 빠른 **: 100ms 대에서 검색 30 독서 초
• ✅Auto-Discovery: Claude Code는 파일 이름을 알 수 없는 문서를 찾습니다.

특징

• LOG Simple RAG - Claude Code의 증강 발생
• ❤️Markdown Support** - Auto-indexes .md 파일
• PhysicsSemantic Search - "JWT 인증 방법"과 같은 천연어 쿼리
• ♨ **단일 이진 ** - 파이썬 없음, 첫 번째 실행에 자동 다운로드

DevRag

Free Local RAG for Claude Code - Save Tokens & Time

日本語版はこちら | Japanese Version

DevRag is a lightweight RAG (Retrieval-Augmented Generation) system designed specifically for developers using Claude Code. Stop wasting tokens by reading entire documents - let vector search find exactly what you need.

Why DevRag?

When using Claude Code, reading documents with the Read tool consumes massive amounts of tokens:

• ❌ Wasting Context: Reading entire docs every time (3,000+ tokens per file)
• ❌ Poor Searchability: Claude doesn’t know which file contains what
• ❌ Repetitive: Same documents read multiple times across sessions

With DevRag:

• ✅ 40x Less Tokens: Vector search retrieves only relevant chunks (~200 tokens)
• ✅ 15x Faster: Search in 100ms vs 30 seconds of reading
• ✅ Auto-Discovery: Claude Code finds documents without knowing file names

Features

• 🤖 Simple RAG - Retrieval-Augmented Generation for Claude Code
• 📝 Markdown Support - Auto-indexes .md files
• 🔍 Semantic Search - Natural language queries like “JWT authentication method”
• 🚀 Single Binary - No Python, models auto-download on first run
• 💻 CLI & MCP - Use as MCP server or standalone CLI commands
• 🖥️ Cross-Platform - macOS / Linux / Windows
• ⚡ Fast - Auto GPU/CPU detection, incremental sync
• 🌐 Multilingual - Supports 100+ languages including Japanese & English

Quick Start

1. Download Binary

Get the appropriate binary from Releases:

macOS/Linux:

tar -xzf devrag-*.tar.gz
chmod +x devrag-*
sudo mv devrag-* /usr/local/bin/

Note: macOS releases include libonnxruntime.dylib for CoreML GPU acceleration. Keep it in the same directory as the devrag binary.

Windows:

• Extract the zip file
• Place in your preferred location (e.g., C:\Program Files\devrag\)

2. Configure Claude Code

Add to ~/.claude.json or .mcp.json:

{
  "mcpServers": {
    "devrag": {
      "type": "stdio",
      "command": "/usr/local/bin/devrag"
    }
  }
}

Using a custom config file:

{
  "mcpServers": {
    "devrag": {
      "type": "stdio",
      "command": "/usr/local/bin/devrag",
      "args": ["--config", "/path/to/custom-config.json"]
    }
  }
}

3. Add Your Documents

mkdir documents
cp your-notes.md documents/

That’s it! Documents are automatically indexed on startup.

4. Search with Claude Code

In Claude Code:

"Search for JWT authentication methods"

Configuration

Create config.json:

{
  "document_patterns": [
    "./documents",