Бесплатный локальный RAG для Claude Code - Save Tokens & Time

Японская версия

DevRag - это легкая система RAG (Retrieval-Augmented Generation), разработанная специально для разработчиков с использованием Claude Code. Прекратите тратить токены, читая целые документы - пусть векторный поиск найдет именно то, что вам нужно.

##Почему DevRag?

При использовании Claude Code чтение документов с помощью инструмента Read потребляет огромное количество токенов:

Wasting Context: чтение целых документов каждый раз (более 3000 токенов на файл) ** Плохая поисковая система : Клод не знает, какой файл содержит ** Повторяющиеся: одни и те же документы читаются несколько раз в течение сеансов

** С DevRag: **

40x Less Tokens: Векторный поиск извлекает только релевантные фрагменты (~200 токенов) 15x Faster: поиск в 100 мс против 30 секунд чтения Авто-открытие: Клод Код находит документы, не зная имен файлов

Особенности

Простой RAG** - Retrieval-Augmented Generation для Claude Code ** Поддержка Маркдауна** - Auto-indexes .md файлы Семантический поиск - запросы на естественном языке, такие как «метод аутентификации JWT» Single Binary - Нет Python, модели автоматически загружаются при первом запуске

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",