AI search engine and MCP server for bots and agents. One Rust binary indexes code, docs, logs, JSONL/CSV and PDFs for BM25 full-text, vector and hybrid search, code search without grep, agent memory and RAG. Elasticsearch-compatible API; Corpus Hub serves hundreds of reference memory corpora.
Rust agent-memoryai-agentsbm25claude-codeclicode-searchcursordatabaseelasticsearchfull-text-searchhybrid-searchjsonllocal-firstmcpmcp-servermodel-context-protocolragrustsearch-enginevector-search
docs: add Korean README translation (#2164)
jongin28401bb6ae17
diff --git a/.gitignore b/.gitignoreindex 01624ae96..d6fa768b1 100644--- a/.gitignore+++ b/.gitignore@@ -114,6 +114,7 @@ landing/resources/xerj-sales-kit.zip!/README.ja-JP.md!/README.ar.md!/README.es.md+!/README.ko.md!CLA.md!LICENSE!LICENSE.mddiff --git a/README.ar.md b/README.ar.mdindex 60ff7da94..7088d9047 100644--- a/README.ar.md+++ b/README.ar.md@@ -2,7 +2,7 @@<a href="https://trendshift.io/repositories/116361?utm_source=repository-badge&utm_medium=badge&utm_campaign=badge-repository-116361" target="_blank" rel="noopener noreferrer"><img src="https://trendshift.io/api/badge/repositories/116361" alt="xerj-org%2Fxerj | Trendshift" width="250" height="55"/></a>-[English](./README.md) | [简体中文](./README.zh-CN.md) | [日本語](./README.ja-JP.md) | [العربية](./README.ar.md) | [Español](./README.es.md)+[English](./README.md) | [简体中文](./README.zh-CN.md) | [日本語](./README.ja-JP.md) | [العربية](./README.ar.md) | [Español](./README.es.md) | [한국어](./README.ko.md)[](https://github.com/xerj-org/xerj/actions/workflows/ci.yml)[](https://github.com/xerj-org/xerj/releases)diff --git a/README.es.md b/README.es.mdindex e9f780bf2..9b1e2c44c 100644--- a/README.es.md+++ b/README.es.md@@ -2,7 +2,7 @@<a href="https://trendshift.io/repositories/116361?utm_source=repository-badge&utm_medium=badge&utm_campaign=badge-repository-116361" target="_blank" rel="noopener noreferrer"><img src="https://trendshift.io/api/badge/repositories/116361" alt="xerj-org%2Fxerj | Trendshift" width="250" height="55"/></a>-[English](./README.md) | [简体中文](./README.zh-CN.md) | [日本語](./README.ja-JP.md) | [العربية](./README.ar.md) | [Español](./README.es.md)+[English](./README.md) | [简体中文](./README.zh-CN.md) | [日本語](./README.ja-JP.md) | [العربية](./README.ar.md) | [Español](./README.es.md) | [한국어](./README.ko.md)[](https://github.com/xerj-org/xerj/actions/workflows/ci.yml)[](https://github.com/xerj-org/xerj/releases)diff --git a/README.ja-JP.md b/README.ja-JP.mdindex 3d8110912..df37bee69 100644--- a/README.ja-JP.md+++ b/README.ja-JP.md@@ -2,7 +2,7 @@<a href="https://trendshift.io/repositories/116361?utm_source=repository-badge&utm_medium=badge&utm_campaign=badge-repository-116361" target="_blank" rel="noopener noreferrer"><img src="https://trendshift.io/api/badge/repositories/116361" alt="xerj-org%2Fxerj | Trendshift" width="250" height="55"/></a>-[English](./README.md) | [简体中文](./README.zh-CN.md) | [日本語](./README.ja-JP.md) | [العربية](./README.ar.md) | [Español](./README.es.md)+[English](./README.md) | [简体中文](./README.zh-CN.md) | [日本語](./README.ja-JP.md) | [العربية](./README.ar.md) | [Español](./README.es.md) | [한국어](./README.ko.md)[](https://github.com/xerj-org/xerj/actions/workflows/ci.yml)[](https://github.com/xerj-org/xerj/releases)diff --git a/README.ko.md b/README.ko.mdnew file mode 100644index 000000000..2978bee49--- /dev/null+++ b/README.ko.md@@ -0,0 +1,621 @@+# XERJ++**AI 에이전트를 위한 로컬 우선(local-first) 검색 엔진이자 MCP 서버.** Rust 바이너리 하나가 코드, 문서,+로그, JSONL/CSV, PDF를 색인해 BM25 전문(full-text) 검색, 벡터 검색, 하이브리드 검색, 코드 검색,+에이전트 메모리를 제공하며, Elasticsearch 호환 API 뒤에서 동작합니다. Claude Code, Cursor 및 모든+MCP 클라이언트에서 사용할 수 있습니다.++<a href="https://trendshift.io/repositories/116361?utm_source=repository-badge&utm_medium=badge&utm_campaign=badge-repository-116361" target="_blank" rel="noopener noreferrer"><img src="https://trendshift.io/api/badge/repositories/116361" alt="xerj-org%2Fxerj | Trendshift" width="250" height="55"/></a>++[English](./README.md) | [简体中文](./README.zh-CN.md) | [日本語](./README.ja-JP.md) | [العربية](./README.ar.md) | [Español](./README.es.md) | [한국어](./README.ko.md)++[](https://github.com/xerj-org/xerj/actions/workflows/ci.yml)+[](https://github.com/xerj-org/xerj/releases)+[](./LICENSE)+[](https://github.com/xerj-org/xerj/stargazers)+[](https://www.rust-lang.org)+[](https://github.com/xerj-org/xerj/discussions)+[](https://discord.com/invite/yetXFusXfs)+[](https://x.com/xerj_org)++[](https://xerj.org/case-studies/reference-coding.html)+[](https://xerj.org/docs/cli.html)+[](https://xerj.org/docs/queries.html)+[](https://xerj.org/docs/recipes/agentic-memory.html)+[](https://xerj.org/llms.txt)+[](https://xerj.org/llms.txt)+[](https://xerj.org/benchmarks)+[](https://xerj.org/docs/install.html)+[](https://xerj.org/docs/vectors.html)+[](https://xerj.org/docs/vectors.html)++XERJ는 커뮤니티의 신뢰를 받는 로컬 AI 검색 엔진으로, 어떤 폴더든 자동으로 색인합니다. 덕분에+코딩 에이전트는 파일을 하나씩 읽으며 토큰을 낭비하는 대신, 정확히 필요한 코드를 바로 가져올 수+있습니다. 레퍼런스 코딩(reference coding)이 대표적인 사용 사례이자 가장 확실한 승리입니다: 에이전트에게+작업을 지시하면 그와 가장 가까운 오픈소스 저장소들을 내려받아 색인하고, 자기 코드를 작성하기 전에+그 문제를 다른 사람들이 어떻게 해결했는지 재활용합니다. 제어된 실험에서 코딩 에이전트의 출력+토큰을 동일한 16/16 해결률로 2.7배 줄였고([사례 연구](https://xerj.org/case-studies/reference-coding.html)),+사용자들은 실무에서 대략 5배 절감을 보고합니다+([실사용 보고서](./user-feedback/11-reference-coding-field-reports/2026-08-11-token-savings-reports.md)).+덕분에 더 작고 저렴한 모델이 기억에 의존하는 비싼 모델보다 더 잘 코딩할 수 있고, 여러분은 수정+루프에 쓰는 시간도 줄어듭니다. 프롬프트 하나로 바로 설치해 보세요:++```text+Install XERJ (docs: https://xerj.org/llms.txt), index this project's sources, and set up+reference coding: clone and index the open-source repos closest to what we're building,+and search how they solved a problem before writing code.+```++직접 실행할 수도 있습니다:++```sh+curl -fsSL https://xerj.org/get | sh+xerj --insecure --data-dir ~/xerj-data &+xerj init # Claude Code/Cursor에 XERJ 연동 (MCP + skill), 명령 한 번+xerj autoindex ~/my-project+xerj search "how do we rotate the WAL segment" # 순위가 매겨진 구절, file:line+xerj def "euler_to_rotationmatrix" # 정의로 이동: file:line + 시그니처+xerj gain # 무엇을 해줬는지 — 추정이 아닌 실측+```++데이터 디렉터리는 autoindex할 폴더 밖에 두세요. `data/`는 기본 무시 목록에 없으므로, 색인할+트리 안에 `--data-dir ./data`를 두면 노드가 자기 저장소를 색인하게 됩니다.++Windows 및 수동 검증된 설치는 [수동 설치](#수동-설치)를 참고하세요.++이 `--insecure` 플래그는 형식적인 절차가 아니라 신뢰 경계입니다. TLS와 API 키 인증을 끄므로,+해당 포트에 도달할 수 있는 모든 호출자는 모든 `/_memory` 네임스페이스를 포함해 모든 인덱스를+읽고 삭제할 수 있는 슈퍼유저가 됩니다. 개발 머신의 단일 사용자를 위한 것입니다: 새 노드는+`127.0.0.1`에만 바인딩하며, 다른 인터페이스의 평문 바인딩은 명시적으로 허용하지 않는 한+시작을 거부합니다. 전체 모델은+[docs/SECURITY_MODEL.md](./docs/SECURITY_MODEL.md)에 있습니다.++## 커뮤니티 참여++XERJ에 참여하는 방법은 실행해 보고 짧은 사용 후기를 하나 보내는 것 — 커밋이나 PR 하나 — 입니다.+그 보고서가 회원증이며, 무료 Apache-2.0 바이너리에 대한 프로젝트의 유일한 대가입니다. 덕분에+다음 사용자를 위해 엔진이 계속 개선됩니다.++사람과 AI 에이전트 모두 환영합니다; 의도적으로 에이전트 전용 프로젝트가 아닙니다. 점심시간에+저장소 하나를 색인했든, 에이전트가 남의 코드베이스 세션 중간에 XERJ를 설치했든, 요구는 같습니다:+무엇을 대상으로 삼았는지, 무엇에 사용했는지, 솔직한 평가를 담은 짧은 보고서 하나. 부정적 평가도+좋은 보고서입니다. 뭔가 깨졌다면 그건 별도의 이슈나 수정 사항입니다.++사용 후기 PR은 CLA 면제라 서명 없이 병합됩니다. 어떤 빌드에서든 동작하는 방법은+[`user-feedback/16-agent-field-reports/`](./user-feedback/16-agent-field-reports)에 마크다운+파일 하나만 추가하는 일반 `gh pr create`입니다(디프에 다른 것은 없어야 합니다). 해당 명령이+있는 빌드에서는 `xerj feedback`이 보고서 초안을 작성해 버전, OS, 색인 대상을 채워주고,+`xerj feedback --open-pr`가 PR을 열어줍니다. 내 바이너리에 이 명령이 있는지는 `xerj --help`로+확인하세요.++## 측정된 이유: 레퍼런스 코딩++grep하는 에이전트는 파일 전체를 컨텍스트에 끌어들입니다. 우리 측정에서 한 코퍼스에서는 입력+토큰이 최대 1.06M에 달했고, 결국 그것을 다 읽어야 합니다. XERJ에 질의하는 에이전트는 필요한+구절(passage)을 받습니다. 모델이 암기하지 못한 코드로 엔드투엔드 측정한 결과+([사례 연구](https://xerj.org/case-studies/reference-coding.html): 작업 8개, 언어 4개,+그룹당 16회 실행, 실제 `claude -p` 토큰 카운트):++| | 출력 토큰 | 비용 | 해결 |+|---|---:|---:|---:|+| 기억만으로 | 260,916 | $11.18 | 11/16 |+| grep 기반 에이전트 | 26,477 | $3.27 | 16/16 |+| XERJ | 9,982 | $1.58 | 16/16 |++동일한 해결률에서 grep 대비 출력 토큰 2.7배, 기억만 사용 대비 26배 절감이며, 단일 Java 작업에서는+최대 278배 절감이었습니다. 실제 개발에서 사용자들은 엔드투엔드로 대략 5배의 토큰 절감을+보고합니다+([실사용 보고서](./user-feedback/11-reference-coding-field-reports/2026-08-11-token-savings-reports.md)).+이 가치는 암기 여부에 좌우됩니다: 비공개·내부·니치·학습 컷오프 이후 코드에서 승리하고, 모델이 이미+아는 유명 공개 라이브러리에서는 중립적이거나 불리할 수 있습니다. 정직한 한계는+[사례 연구](https://xerj.org/case-studies/reference-coding.html)에 있습니다.++## 아무 폴더나 넣어 보세요++레퍼런스 코딩도 같은 원시 기능의 한 사용례입니다: `xerj autoindex <folder>`는 에이전트가+코퍼스를 grep하는 대신 알게 만듭니다. 명령 하나로 코드, 문서, 로그, PDF, SQLite, 까다로운 CSV까지+타입이 지정되고 질의 가능한 인덱스로 만들어 검색, RAG, 보안 감사, 에이전트 메모리에 씁니다.+스키마도 파이프라인도 작성할 필요가 없습니다.++```sh+xerj --insecure --data-dir ~/xerj-data & # 시작+xerj autoindex ~/my-project # 아무거나 가리키기+```++`--insecure`는 다시 말하지만 TLS 없음, 인증 없음 — 모든 호출자가 슈퍼유저 — 를 뜻하므로, 위와+같은 개발 머신 단일 사용자 경계입니다([보안 모델](./docs/SECURITY_MODEL.md)).++XERJ는 모든 파일을 스니핑해 무엇인지 파악하고, 발견한 데이터셋마다 인덱스를 하나씩 만듭니다.+코드는 tree-sitter를 거쳐 심볼과 줄 번호가 붙은 채로 들어옵니다. 평문 텍스트가 아닙니다:++```+phase A: 593 datasets inferred, 1955 junk/skipped files+phase B: indexing 25329 files with 8 workers+done in 158.1s, 593 datasets, 83103 records live, 790 junk records+```++## 사람들이 무엇에 쓰는가++- 레퍼런스 코딩: 문제와 가장 가까운 OSS 프로젝트들을 색인해, 코드를 작성하기 전에 그 해법을+ 검색 (위의 측정된 사용 사례).+- 코드베이스 Q&A와 RAG: 저장소를 색인하고 메커니즘을 물으면, 디렉터리 목록 대신 `file:line`이+ 붙은 구절을 받습니다.+- 보안 감사: 대상 트리를 색인하고 모든 파일 타입에서 한 번에 싱크 패턴, 시크릿, 위험한 호출을+ 질의합니다.+- 로그·장애 분석: 뒤섞인 포맷이 Elasticsearch에서 기대하는 집계가 가능한 타입 인덱스가 됩니다.+- 에이전트 장기 기억: `/_memory/{namespace}`가 에이전트가 배운 것을 저장하고 다음 세션에+ 의미로 재소환합니다.++## 프롬프트는 어떻게 동작하는가++[llms.txt](https://xerj.org/llms.txt)가 에이전트에게 순서대로 된 단계를 줍니다: 설치, 서버+시작, `xerj autoindex .`, 임의의 Elasticsearch 클라이언트로 질의, 그리고 레퍼런스 코딩 루프+(비슷한 OSS 클론, 색인, 작성 전에 메커니즘 검색, 사용한 것 인용, 라이선스 존중).++도움이 되는 이유: 기억으로 작업하는 에이전트는 암기하지 못한 API에서 재시도 루프에 빠지고,+grep은 어디를 봐야 하는지만 알려줍니다. 결국 회복 방법은 소스를 컨텍스트로 읽는 것이고, 우리+측정에서 한 코퍼스에서 입력 토큰이 최대 1.06M이었습니다. XERJ에 질의하는 에이전트는 정확한+구절을 대신 읽습니다. 동일한 16/16 해결률에서 grep 대비 2.7배(기억만 대비 26배, 2.1배 저렴)+절감은 위 [측정된 이유](#측정된-이유-레퍼런스-코딩)에 있으며, 모델이 본 적 없는 Rust+라이브러리에서 검색 사용 시 9/9, 기억만 사용 시 0/9를 기록한 동반 실험도 있습니다.++새 설치에서 바로 동작하는 프롬프트 더 보기:++- *"https://xerj.org/llms.txt 를 읽고, XERJ를 검색 백엔드로 설정하고, `./docs`를 색인한 뒤,+ 만들어진 인덱스마다 예시 질의를 하나씩 보여줘."*+- *"`xerj autoindex map`을 실행하고 이 데이터에 무엇이 있는지 알려줘 (타입, 개수, 기록된+ 주의점). 그다음부터는 파일을 읽는 대신 검색으로 내 질문에 답해줘."*+- *"XERJ의 `/_memory/notes` API를 이 프로젝트의 장기 기억으로 써줘: 작업하며 배운 것을+ 저장하고, 다음 세션에서 의미로 재소환해줘."*++각 기능별로 검증된 실제 예제: [xerj.org/docs/recipes](https://xerj.org/docs/recipes/).++<video src="https://xerj.org/xerj-biz-demo.mp4" poster="docs/media/demo-poster.png" controls muted playsinline width="840">+ <a href="https://xerj.org/aise-demo.html"><img src="docs/media/demo-poster.png" width="840" alt="Watch the XERJ demo: boot, ingest, search, vectors, dashboards"></a>+</video>++<sub>부팅, 벌크 수집, 검색, 벡터 kNN, 라이브 대시보드, 편집 없음.+<a href="https://xerj.org/aise-demo.html">xerj.org에서 보기</a> 또는+<a href="https://xerj.org/playground/">라이브 플레이그라운드 체험</a>.</sub>++## 수동 설치++```sh+curl -fsSL https://xerj.org/get | sh+```++Windows PowerShell:++```powershell+irm https://xerj.org/get.ps1 | iex+```++정적 바이너리 하나, JVM 없음, 의존성 없음. Linux, macOS, Windows의 x86-64와 arm64용으로+미리 빌드되어 있습니다. [소스에서 빌드](#소스에서-빌드)할 수도 있습니다. Elasticsearch API를+말하므로 기존 클라이언트, 대시보드, 도구가 그대로 동작합니다.++설치 후 첫 명령들 (설치 스크립트가 `xerj`의 위치를 출력합니다; 필요하면 PATH에 추가하세요):+`xerj --insecure --data-dir ~/xerj-data &`, `http://localhost:9200`이 응답할 때까지 기다린 뒤+`xerj autoindex ~/my-project`. [폴더 색인](#폴더-색인)을 참고하세요.++런타임 인터넷 접근이 없는 호스트는+[에어갭 배포 레시피](./docs/recipes/air-gapped-deployment.md)를 따르세요. 기본 어휘(lexical)+임베더는 오프라인입니다; 뉴런(neural) 모드는 첫 시맨틱 연산 전에 모델 파일 세 개를 로컬에+준비해야 합니다.++## 폴더 색인++서버를 시작한 뒤 `autoindex`를 아무거나 가리키세요:++```sh+xerj --insecure --data-dir ~/xerj-data & # 로컬 개발: TLS 없음, 인증 없음+xerj autoindex ~/my-project+```++이것이 이 README 상단의 개발 머신 신뢰 경계입니다 — TLS 없음, 인증 없음, 모든 호출자가+슈퍼유저. 새 노드는 `127.0.0.1`에만 바인딩하므로 노트북에서는 괜찮습니다; 공유 호스트는 바로+아래의 인증 켜진 시작을 쓰세요.++서버가 인증 켜짐(`--insecure` 없는 모든 시작, 설정 파일로 시작하는 경우도 포함)이면+`autoindex`에 같은 키를 넘겨야 합니다. 키를 `xerj.toml`에서 읽지는 않으므로 `--api-key`를+넘기거나 `XERJ_API_KEY`를 설정하세요. 그렇지 않으면 모든 요청이 `401 Unauthorized`로 돌아옵니다:++```sh+xerj --data-dir ~/xerj-data & # 인증 켜짐: 첫 부팅 시 키 발급+export XERJ_API_KEY="$(cat ~/xerj-data/admin.key)" # <data_dir>/admin.key+xerj autoindex ~/my-project+```++설정은 이게 전부입니다. 스키마도 파이프라인도 없습니다. XERJ가 각 파일을 스니핑해 무엇인지+파악하고, 발견한 데이터셋마다 인덱스를 만듭니다:++```+phase A: 593 datasets inferred, 1955 junk/skipped files+phase B: indexing 25329 files with 8 workers+done in 158.1s, 593 datasets, 83103 records live, 790 junk records+```++소스 파일은 tree-sitter를 거치므로 코드가 평문 텍스트가 아니라 심볼과 줄 번호와 함께 들어옵니다.+CSV, JSON, JSONL, XML, YAML, SQLite, PDF, DOCX, PowerPoint(`.pptx`, 슬라이드당 레코드 하나),+Excel(`.xlsx`, 시트당 데이터셋 하나), EPUB 책(챕터당 레코드 하나), Jupyter 노트북+(헤딩 섹션당 레코드 하나, 커널 무관), 맨 페이지(roff, 섹션당 레코드 하나), HTML, 메일(`.eml` 및+mbox 메일함, Google Takeout 내보내기 포함), 일반적인 로그 포맷이 모두 처리됩니다. Unity+프로젝트는 일급 시민 대우를 받습니다: 텍스트 직렬화된 씬, 프리팹, 에셋이 GameObject/Component당+레코드 하나가 되고, `.meta` 파일이 GUID-경로 테이블이 되며, MonoBehaviour 레코드에+`script_class`/`script_path`가 붙어 "이 스크립트를 쓰는 씬은?"이 질의 하나가 됩니다+(바이너리 직렬화 에셋은 Force Text여야 읽을 수 있습니다; `Library/` 같은 생성 디렉터리는 자동+건너뛰고 기록됩니다).++## 검색++Elasticsearch API이므로 이 부분은 이미 알고 있습니다:++```sh+# 뭘 찾았는지?+curl localhost:9200/_cat/indices++# 전문 검색+curl "localhost:9200/ax-*/_search?q=checkout+error"++# 구조화된 질의+curl localhost:9200/ax-orders/_search -H 'content-type: application/json' -d '{+ "query": { "range": { "total": { "gte": 100 } } },+ "aggs": { "by_status": { "terms": { "field": "status" } } }+}'+```++벡터·하이브리드 검색도 Elasticsearch에 보내는 것과 같은 `knn`과 `semantic` 문법을 씁니다.+어떤 Elasticsearch 클라이언트 라이브러리든 `localhost:9200`을 가리키면 동작합니다.++## Jev로 결과 점수 매기기++검색 점수는 어떤 결과가 어떤 결과보다 위인지는 알려주지만, 그 결과가 정말 질문에 답하는지는+알려주지 않습니다. TypeSafe AI의 서비스+[Jev](https://typesafe.ai/blog/introducing-system-one-models-and-jev)가 그것을 합니다: 질문과+문서를 주면 문서가 얼마나 잘 답하는지 0에서 1 사이의 숫자를 돌려줍니다. XERJ는 두 가지 방식으로+함께 동작합니다.++**1. Jev로 결과 재정렬(선택).** `_search`에 `"rerank": {}`를 추가하면 XERJ가 상위 결과를 Jev로+보내고, 돌아온 숫자로 정렬합니다. 공개 FiQA 테스트에서 결과 품질이 0.24에서 0.36(nDCG@10)으로+올라갔고, 검색 648회에 총 약 $0.64가 들었습니다. 이 숫자는 정렬 수단으로 쓰되 정확한 백분율로+보지 마세요: 잘 보정되어 있지 않습니다. **이 기능은 해당 결과들의 텍스트를 TypeSafe 서버로+보냅니다.** 키를 설정하기 전까지는 꺼져 있으며, `[rerank] enabled = false`로 완전히 금지할 수+있습니다. 켜기 전에 [`docs/RERANK.md`](./docs/RERANK.md)를 읽으세요.++**2. 같은 종류의 답을 로컬에서 얻기.** `POST /v1/systemone`과 `POST /_decide`는 같은 질문을+같은 형식으로 받지만, XERJ가 이미 레이블을 붙인 문서들(예: 스팸/비스팸으로 표시된 메일) 중+가장 비슷한 것을 찾아 스스로 답합니다. 아무것도 머신을 떠나지 않고 키도 필요 없습니다.+레이블된 예제가 있을 때만 동작합니다; AG News(레이블된 예제 12만 개)에서 92%의 정확도로 올바른+레이블을 골랐습니다. 공식 `jev-reranker` Python 클라이언트가 수정 없이 XERJ 노드에+동작합니다([테스트](./benchmarks/systemone-gate)). XERJ는 자기 이름 `xerj-history-vote-1`로+답합니다; Jev가 아닙니다.++측정값과 재현 방법:+[`benchmarks/beir-hybrid`](./benchmarks/beir-hybrid/results/2026-09-20-rerank-full-fiqa)와+[`benchmarks/decisions-as-retrieval`](./benchmarks/decisions-as-retrieval).++## MCP로 에이전트 연결++모든 에이전트가 셸 명령을 실행할 수 있는 건 아닙니다. 데스크톱 어시스턴트와 함수 호출 호스트는+Model Context Protocol로 도구에 접근하며, 방금 설치한 그 바이너리가 MCP 서버입니다. 내려받을+것도 컴파일할 것도 없습니다:++```sh+xerj --insecure --data-dir ~/xerj-data & # 1. 도구들이 질의할 노드+xerj mcp # 2. MCP stdio 서버 (클라이언트가 실행)+```++`xerj mcp`는 stdio로 MCP를 말하고 `XERJ_URL`(기본 `http://localhost:9200`)이 가리키는 노드로+프록시합니다. 노드를 시작하지는 않습니다; 1단계가 선행 조건입니다. MCP 서버는 자체 신뢰를+추가하지 않습니다 — 클라이언트에는 stdio, 노드에는 평문 HTTP로 말하는 같은 바이너리이므로+노드의 경계가 중요하고, 위의 1단계는 같은 `--insecure` 개발 노드를 띄웁니다. MCP 클라이언트+설정에 넣으세요:++```json+{+ "mcpServers": {+ "xerj": {+ "command": "/home/you/.local/bin/xerj",+ "args": ["mcp"],+ "env": { "XERJ_URL": "http://localhost:9200" }+ }+ }+}+```++절대 경로를 쓰세요. 설치 스크립트는 기본적으로 `xerj`를 `~/.local/bin`에 놓습니다+(`command -v xerj`로 확인), 데스크톱 아이콘으로 실행된 MCP 호스트는 셸의 `PATH`를 상속하지+않습니다. 노드가 인증 켜짐(`--insecure` 외의 모든 시작)이면 `XERJ_URL` 옆에+`"XERJ_AUTH": "ApiKey <key>"`를 추가하세요; 키는 `<data-dir>/admin.key`에 있습니다.++### 지원되는 에이전트++26개 클라이언트가 `xerj mcp`를 로컬 stdio 서버로 등록할 수 있습니다. 항목은 항상 같은 두 필드 —+바이너리의 절대 경로와 유일한 인자 `mcp` — 지만, 그 항목이 어디에 사는지, 어떤 키로 감싸지는지는+클라이언트마다 다릅니다. `tested`는 해당 클라이언트에서 서버를 등록했고 `xerj_search`가 도구+목록에 나타난 것; `untested`는 경로와 형태를 해당 클라이언트의 공식 문서에서 옮겨 적었고 아직+아무도 실행하지 않았다는 뜻입니다. 실행해 본 것은 OpenCode 행뿐입니다: Windows의 v2.1.2를+`xerj` v1.0.0-rc.97에 대해 실행했고, `initialize`와 `tools/list`에 전체 도구 목록으로+응답했습니다. `untested` 행을 고치는 것은 환영받는 첫 PR입니다.++| 클라이언트 | 설정 파일 | 키 | 비고 | 테스트 |+|---|---|---|---|---|+| OpenCode | 프로젝트의 `opencode.json` 또는 `~/.config/opencode/opencode.json` | `mcp.servers` | 커맨드 배열 하나, `env`가 아닌 `environment`, 프로젝트 루트 필요 | tested |+| Claude Code | `.mcp.json`(프로젝트) 또는 `~/.claude.json`(사용자); `claude mcp add`가 둘 다 작성 | `mcpServers` | 커맨드 앞에 `--` 필수 | untested |+| Cursor | 프로젝트의 `.cursor/mcp.json` 또는 `~/.cursor/mcp.json` | `mcpServers` | stdio에는 `type` 불필요 | untested |+| Codex | `~/.codex/config.toml` 또는 신뢰된 프로젝트의 `.codex/config.toml` | `[mcp_servers.xerj]` | JSON이 아닌 TOML | untested |+| Gemini CLI | `.gemini/settings.json` 또는 `~/.gemini/settings.json` | `mcpServers` | 폴더를 `gemini trust`해야 함, 안 그러면 Disconnected 표시 | untested |+| GitHub Copilot in VS Code | `.vscode/mcp.json` | `servers` | `"type": "stdio"` 필요; 포터블 `.mcp.json`은 `mcpServers` 사용 | untested |+| Windsurf | `%APPDATA%\devin\mcp_config.json`, `~/.config/devin/mcp_config.json` | `mcpServers` | 경로는 이제 `~/.codeium/windsurf`가 아닌 Devin 것 | untested |+| Claude Desktop | `%APPDATA%\Claude\claude_desktop_config.json`, `~/Library/Application Support/Claude/claude_desktop_config.json`, `~/.config/Claude/claude_desktop_config.json` | `mcpServers` | 창만 닫지 말고 앱을 완전히 종료 | untested |+| Cline | `~/.cline/data/settings/cline_mcp_settings.json` (CLI); IDE는 MCP Servers > Configure에서 열기 | `mcpServers` | `disabled`와 `autoApprove`는 Cline 전용 | untested |+| Roo Code | 프로젝트의 `.roo/mcp.json` 또는 `<VS Code User>/globalStorage/rooveterinaryinc.roo-cline/settings/mcp_settings.json` | `mcpServers` | 이름 충돌 시 프로젝트 항목이 우선 | untested |+| Kilo Code | 프로젝트의 `kilo.jsonc` 또는 `.kilo/kilo.jsonc`, 전역은 `~/.config/kilo/kilo.jsonc` | `mcp` | OpenCode처럼 커맨드 배열 하나 | untested |+| Continue | `~/.continue/config.yaml` 또는 `.continue/mcpServers/`의 아무 파일 | `mcpServers` | 맵이 아닌 YAML 리스트; Agent 모드만 | untested |+| Zed | `~/.config/zed/settings.json` (Windows에서는 `zed: open settings file` 실행) | `context_servers` | 키가 `mcpServers`가 아님 | untested |+| JetBrains AI Assistant | 설정 UI만: Settings > Tools > AI Assistant > Model Context Protocol | `mcpServers` | Junie와 별개 저장소 | untested |+| Junie | 프로젝트의 `.junie/mcp/mcp.json`, 사용자는 `~/.junie/mcp/mcp.json` | `mcpServers` | 오래된 글은 `mcp/` 폴더가 빠져 있음 | untested |+| Amp | `~/.config/amp/settings.json`, 워크스페이스의 `.amp/settings.json` 또는 `amp mcp add` | `amp.mcpServers` | 키가 `amp.` 접두사를 유지 | untested |+| Goose | `~/.config/goose/config.yaml`, `%APPDATA%\Block\goose\config\config.yaml` | `extensions` | `command`가 아닌 `cmd`, YAML | untested |+| Kiro | 워크스페이스의 `.kiro/settings/mcp.json`, 사용자는 `~/.kiro/settings/mcp.json` | `mcpServers` | `${VAR}` 확장은 승인 필요 | untested |+| Antigravity | `~/.gemini/config/mcp_config.json` 또는 워크스페이스의 `.agents/mcp_config.json` | `mcpServers` | 원격 서버는 `serverUrl` 사용 | untested |+| OpenClaw | `~/.openclaw/openclaw.json` (JSON5) | `mcp.servers` | `transport: "stdio"` | untested |+| DeepSeek Harness (dsh) | `$DSH_HOME/cordis.patch.yml` 또는 프로필 패치 | `@deepseek-ai/dsh-mcp-client`가 있는 `- insert:` | 서버당 플러그인 인스턴스 하나 | untested |+| Warp | Settings > Agents > MCP servers 또는 `~/.warp/.mcp.json`과 프로젝트의 `.warp/.mcp.json` | `mcpServers` | `cwd`가 아닌 `working_directory` | untested |+| Augment Code | Auggie CLI는 `~/.augment/settings.json`; IDE는 자체 패널 사용 | `mcpServers` | 그 파일은 IDE를 구동하지 않음 | untested |+| Qwen Code | `~/.qwen/settings.json` 또는 프로젝트의 `.qwen/settings.json` | `mcpServers` | `mcp.allowed`가 조용히 숨길 수 있음 | untested |+| Kimi CLI | `~/.kimi-code/mcp.json` 또는 프로젝트의 `.kimi-code/mcp.json` | `mcpServers` | 보관된 `~/.kimi/mcp.json`이 아닌 현재 Kimi Code CLI | untested |+| Grok CLI | `~/.grok/config.toml` 또는 프로젝트의 `.grok/config.toml` | `[mcp_servers.xerj]` | Grok Bot에는 로컬 stdio 등록 없음 | untested |++Codex와 Grok CLI는 TOML을 읽으므로 항목이 테이블입니다:++```toml+[mcp_servers.xerj]+command = "/abs/path/to/xerj"+args = ["mcp"]+```++OpenCode와 Kilo Code는 `command` 배열 하나를 받으며, Kilo는 한 단계 얕은 같은 형태를 씁니다:++```json+{"mcp": {"servers": {"xerj": {"type": "local", "command": ["/abs/path/to/xerj", "mcp"], "environment": {"XERJ_URL": "http://localhost:9200"}}}}}+```++```json+{"mcp": {"xerj": {"type": "local", "command": ["/abs/path/to/xerj", "mcp"]}}}+```++Continue와 Goose는 YAML을 읽습니다:++```yaml+# ~/.continue/config.yaml+mcpServers:+ - name: xerj+ command: /abs/path/to/xerj+ args:+ - mcp+```++```yaml+# ~/.config/goose/config.yaml+extensions:+ xerj:+ type: stdio+ cmd: /abs/path/to/xerj+ args:+ - mcp+ enabled: true+```++Amp는 키에 네임스페이스를 유지하고, VS Code와 Copilot은 `servers`에 트랜스포트가 필요하며,+Zed는 이들을 컨텍스트 서버라 부르고, OpenClaw는 `mcp` 아래에 중첩합니다:++```json+{"amp.mcpServers": {"xerj": {"command": "/abs/path/to/xerj", "args": ["mcp"]}}}+```++```json+{"servers": {"xerj": {"type": "stdio", "command": "/abs/path/to/xerj", "args": ["mcp"]}}}+```++```json+{"context_servers": {"xerj": {"command": "/abs/path/to/xerj", "args": ["mcp"], "env": {}}}}+```++```json5+{mcp: {servers: {xerj: {command: "/abs/path/to/xerj", args: ["mcp"], transport: "stdio"}}}}+```++DeepSeek Harness는 Cordis 패치 파일에서 MCP를 플러그인으로 불러옵니다:++```yaml+- insert:+ - id: mcp-xerj+ name: "@deepseek-ai/dsh-mcp-client"+ config:+ serverName: xerj+ transport: stdio+ command: /abs/path/to/xerj+ args:+ - mcp+```++원래 목록의 후보 세 개는 의도적으로 빠져 있습니다. Aider는 MCP 클라이언트 지원이 아예+없습니다([Aider-AI/aider#3314](https://github.com/Aider-AI/aider/issues/3314)이 여전히 열려+있음). T3 Code는 반대 방향입니다: 다른 에이전트가 접속하는 MCP 엔드포인트를 호스팅하며, 세션은+그 아래 하네스에서 서버를 상속받습니다. Grok Bot에는 문서화된 로컬 stdio 등록이 없습니다;+Grok CLI에는 있으며, 그것이 위의 `grok` 행입니다.++스물 개의 도구가 노출됩니다. 열한 개는 XERJ가 이미 서빙하는 엔드포인트의 얇은 프록시입니다:++| 도구 | 하는 일 |+|---|---|+| `xerj_search` | 인덱스에 대한 ES query-DSL 검색 |+| `xerj_semantic_search` | `semantic_text` 필드에 대한 의미 검색, 질의는 서버 쪽에서 임베딩 (노드가 `--embed-mode neural`로 실행하지 않는 한 기본 임베더는 뉴런이 아닌 어휘 feature-hashing) |+| `xerj_vector_search` | `dense_vector` 필드에 대한 kNN |+| `xerj_hybrid_search` | 하위 질의들의 RRF 또는 선형 융합 |+| `xerj_memory_store` / `xerj_memory_recall` | 네임스페이스의 영속적 에이전트 메모리, 텍스트·의미·벡터로 재소환 |+| `xerj_brain_overview` / `xerj_brain_ego` / `xerj_brain_link` / `xerj_brain_unlink` | 세컨드 브레인 링크 인덱스: 방향 잡기, 한 노드의 근거 기반 이웃 확장, 링크 추가·제거 |+| `xerj_plan` | 일상 언어 필터를 받아 검증된 query DSL 출력 (`POST /_ask`; 결정적이고 규칙 기반, LLM 아님) |++`xerj_search`에서 `{"prefix":"project","query":"retry policy"}`를 넘기면 `project-*`를+검색하며, `xerj search --prefix project`와 일치합니다. 명시적 인덱스 이름이나 패턴은 `index`로+넘기세요; 비어 있지 않은 `index`와 `prefix`는 함께 쓸 수 없습니다. prefix는 다듬어지고(trim)+비어 있으면 안 됩니다. 둘 다 없으면 도구는 `ax-*`를 검색합니다.++두 개는 단순 프록시가 아닙니다: `xerj_map`은 autoindex 카탈로그에서 인덱스별 필드 맵을+돌려주고(바이트 상한으로 잘린 것 외에는 그대로), `xerj_code_search`는 `xerj code`+레퍼런스 코딩 파이프라인([`tools/xerj-code/`](tools/xerj-code/))을 실행해 렌더링된 텍스트를+돌려줍니다. `xerj_index_budget`은 `xerj autoindex`가 해싱하기 전에 폴더를 세고 노드의 디스크+예산 대비 색인 크기를 추정합니다(색인은 하지 않습니다). `xerj_autoindex_remove`는 목록 확인 후+autoindex된 폴더 하나를 제거하며, `confirm`이 true가 아니면 아무것도 삭제하지 않습니다.+`xerj_corpus_feedback`은 허브 코퍼스를 평가합니다. `xerj_field_report`는 사용 후기를 제출하고,+`xerj_hub_find`, `xerj_hub_def`, `xerj_hub_ask`는 머신에 이미 있는 Corpus Hub 팩에서+답합니다(`xerj ask` 흐름).++`xerj mcp --help`는 같은 설정 블록과 전체 옵션 목록을 출력합니다. 기계 판독 가능한 도구+스키마는 [xerj.org/docs/agents/schemas/mcp-tools.json](https://xerj.org/docs/agents/schemas/mcp-tools.json)에+공개되어 있으며, 살아 있는 `tools/list`에서 생성되고(수작업 작성 아님) CI+(`scripts/mcp-schema-check.sh`)와 단위 테스트로 보호되므로 공개 목록이 서빙되는 목록에서+어긋날 수 없습니다.++## 왜 존재하는가++에이전트는 파일을 읽으며 컨텍스트 창을 태웁니다. WordPress 코어의 PHP는 약 520만 토큰, 즉+컨텍스트 창 26개 분량이라 에이전트가 통째로 읽을 수 없습니다. grep도 해결책이 아닙니다. grep+히트는 한 줄이고, 그 줄을 판단하려면 파일 전체를 열어야 하니까요.++인덱스에 질의하면 질문당 킬로바이트 수준으로 듭니다.+[WordPress 코어 AI 보안 감사](https://xerj.org/use-cases/code-security-audit.html)에서+에이전트가 PHP 파일 1,492개에 걸쳐 작업하며 약 26,000 토큰을 썼습니다. 트리의 약 0.5%를+불러오는 데 드는 양입니다.++## 사용 사례++- [레퍼런스 코딩](https://xerj.org/case-studies/reference-coding.html): 코딩 에이전트가+ 다시 유도하는 대신 동류 프로젝트의 기존 해법을 검색. grep 기반 코딩 대비 출력 토큰 2.7배+ 절감 측정(기억만 대비 26배); 실무에서 사용자 보고 약 5배.+- [코드 검색과 보안 감사](https://xerj.org/use-cases/code-security-audit.html): AST 인식+ 색인으로 에이전트가 줄이 아닌 함수를 찾습니다.+- [AI 검색과 RAG](https://xerj.org/use-cases/ai-search-retrieval.html): 전문, 벡터, 하이브리드+ 검색을 한 질의로, 별도 벡터 데이터베이스 없이.+- [에이전트 메모리](https://xerj.org/use-cases/second-brain.html): 자기 문서 위 지식 그래프로+ 영속적 재소환.+- [로그 분석과 관측성](https://xerj.org/use-cases/unified-observability.html): 로그, 메트릭,+ 트레이스를 한 엔진에서.+- [Elasticsearch 대체](https://xerj.org/use-cases/elasticsearch-replacement.html): 같은 통신+ 프로토콜, 바이너리 하나.++실행 가능한 예제는 [`recipes/`](./recipes)와 [`docs/examples/`](./docs/examples)에 있습니다.++## Elasticsearch 호환성++XERJ는 Elasticsearch REST API를 구현합니다: 인덱스, 문서, bulk, 검색, 집계, 매핑, kNN,+scroll, reindex, `_cat` 엔드포인트. Kibana와 공식 클라이언트 라이브러리가 직접 연결됩니다.+내보내기 도구를 연결하기 전에 알아둘 경계 하나: scroll은 세그먼트를 순회하는 커서가 아니라+미리 정해진 크기의 스냅샷이라, 정확한 총량이 스냅샷 창을 넘는 질의는 조용히 잘리는 대신+`400`으로 거부됩니다. 어떤 크기의 결과든 `search_after`를 쓰세요+([상한](https://xerj.org/docs/api-es-compat.html#scroll-cap)).++적합성 스위트가 매 커밋마다 실행되며 현재 1369건 중 1366건을 통과합니다. 스위트는+[`engine/tests/es-compat-yaml`](./engine/tests/es-compat-yaml)에 있고, 남은 간극은 숨기지+않고 거기에 나열되어 있습니다. XERJ는 API와 호환됩니다. Elasticsearch 내부의 재구현이 아니며+포크도 아닙니다.++## 벤치마크++XERJ는 Elasticsearch 8.13.4와 수집, 전문 검색, 집계, 벡터 검색, 동시 쓰기 홍수 속 읽기를+맞대고 벤치마크됩니다. 최근 폐쇄 루프 실행은 55승 26무 4패이며, 수집 처리량 1.72배, 온디스크+크기 1.61배 축소를 포함합니다.++4패는 모두 같은 간극입니다: 고속 쓰기가 돌 때의 읽기 p99. 빠뜨리지 않고+[전체 기록](./demo/playbooks/MIXED_READ_UNDER_WRITE_FINDING_2026-07-08.md)으로 남겨뒀습니다.+결과, 방법론, 하니스는 [xerj.org/benchmarks](https://xerj.org/benchmarks)와+[`demo/playbooks`](./demo/playbooks)에 있으므로 직접 다시 실행할 수 있습니다. 재현할 수 없는+숫자는 — 우리 것 포함 — 회의적으로 보세요.++### 코드 색인++소스 파일은 tree-sitter로 파싱되어 AST 인식으로 색인됩니다 — 심볼 + 전문 — 그래서 에이전트가+줄이 아닌 함수를 검색합니다. Apache Lucene 체크아웃(소스 파일 6,113개, 51 MB)에서 단일 스레드+인프로세스 추출이 **초당 약 1,500파일(13 MB/s)**로 실행됩니다; tree-sitter 파싱이 그중 약+72%로 파일당 하한입니다. 재현:++```sh+XERJ_EXTRACT_BENCH=/path/to/repo cargo test -p xerj-autoindex --release \+ extract_bench -- --nocapture --ignored+```++재색인은 **증분입니다**: 마지막 색인 세대와 바이트가 동일한 파일은 파싱을 완전히 건너뛰고+커밋된 결과를 그대로 가져가므로, 몇 개 파일을 고친 뒤 재실행하면 저장소 전체가 아니라 바뀐+부분에 비례한 작업을 합니다 — 흔한 수정-재실행 / CI 케이스로 보통 95% 이상이 변화 없음.+변경 검지를 위해 전체 콘텐츠 해시는 여전히 돌아가므로, 총 재색인 시간의 하한은 파싱이 아니라+해싱입니다.++## 소스에서 빌드++안정 버전 Rust 툴체인이 필요합니다.++```sh+git clone https://github.com/xerj-org/xerj+cd xerj/engine+cargo build --release -p xerj-server+./target/release/xerj --insecure --data-dir ~/xerj-data+```++실행 중인 서버에 적합성 스위트를 돌리려면:++```sh+cargo run --release -p es-yaml-runner -- --dir tests/es-compat-yaml/yaml+```++## 문서++- [가이드와 API 레퍼런스](https://xerj.org/docs/)+- 일반 작업용 [레시피](https://xerj.org/docs/recipes/)+- [로드맵](./ROADMAP.md): 오늘 제공되는 것과 다가올 것, 릴리스 바이너리 대비 검증됨.+ 릴리스별 보기: [마일스톤](https://github.com/xerj-org/xerj/milestones); 실시간 상태:+ [프로젝트 보드](https://github.com/users/xerj-org/projects/1); 상시 안내:+ [고정 로드맵 이슈](https://github.com/xerj-org/xerj/issues/298)+- [변경 로그](./CHANGELOG.md)++개별 하위 시스템의 레퍼런스 페이지. 소스를 기준으로 작성되었고 각각이 풀지 않는 한계를 포함합니다:++- [세컨드 브레인](./docs/SECOND_BRAIN.md): 색인된 문서 위의 관계 레이어 — `/_graph` 라우트,+ 링크의 근거, 여덟 개 디텍터, 투홉(two-hop) 상한.+- [콘솔 리더](./docs/CONSOLE_READER.md): 콘솔의 코퍼스 홈, 모든 레코드(첨부 파일이 있는 메일,+ PDF 페이지)를 위한 리더, 읽기 전용 게스트 모드, 적대적 문서를 무력하게 유지하는 렌더링 규칙과+ 렌더링하지 않는 것들.+- [스크립팅](./docs/SCRIPTING.md): Painless 하위 집합, 스크립트가 실행되는 곳, 이를 제한하는+ 리소스 한계.+- [스냅샷과 복원](./docs/SNAPSHOT_AND_RESTORE.md): 지원되는 스냅샷 API 하위 집합과 복원이+ 대체하는 것.+- [공유](./docs/SHARING.md): `xerj share` — 링크와 패스코드로 색인된 폴더 하나에 대한 읽기 전용+ 게스트 접근, 게스트가 닿을 수 있는 것과 없는 것, 위협 모델.+- [보안 모델](./docs/SECURITY_MODEL.md): 인증, 예약된 `.xerj-memory-*` 네임스페이스, API 키,+ 강제되지 않는 것들.+- [리랭킹](./docs/RERANK.md): 선택적 `rerank` 검색 단계 — 외부 심판이 보정된 확률로 상위 히트를+ 재정렬합니다. 문서 텍스트를 노드 밖으로 보내는 유일한 검색 시점 기능입니다(프록시 임베딩과+ WAL 탭도 운영자가 설정하면 텍스트를 보냄; 해당 페이지는 노드가 열 수 있는 모든 아웃바운드+ 연결을 나열), 운영자가 설정한 제공자 키가 필요하며, 실제 모델에서의 랭킹 품질은 검증되지+ 않았습니다.+- [XERJ vs Lucene 10.3.1](./docs/XERJ_VS_LUCENE.md): 저장소와 검색 설계의 여섯 축 비교,+ 소스를 고정하여 작성.++## 기여하기++사람과 AI 에이전트 모두의 풀 리퀘스트를 환영합니다; 위의+[커뮤니티 참여](#커뮤니티-참여)를 보세요. 기본 기여는 짧은 사용 후기 하나입니다:+[`user-feedback/16-agent-field-reports/`](./user-feedback/16-agent-field-reports)에 마크다운+파일 하나를 추가하는 일반 `gh pr create`. 사용 후기만 담은 PR은 CLA 면제라 서명 없이 병합됩니다.++코드 변경은 워크플로우를 [CONTRIBUTING.md](./CONTRIBUTING.md)에서, 기여자 라이선스 계약을+[CLA.md](./CLA.md)에서 보세요. 계약은 PR당이 아니라 기여자당 서명 하나입니다. PR을 여는+에이전트는 에이전트가 작성했음을 밝히고 [AGENTS.md](./AGENTS.md) /+[.github/AI_CONTRIBUTIONS.md](./.github/AI_CONTRIBUTIONS.md)를 따라야 합니다.++버그와 기능 요청은 [GitHub 이슈](https://github.com/xerj-org/xerj/issues)로 보내세요.++## 라이선스++[Apache 2.0](./LICENSE).diff --git a/README.md b/README.mdindex e916ff0be..1d4a2725d 100644--- a/README.md+++ b/README.md@@ -6,7 +6,7 @@ memory, behind an Elasticsearch-compatible API. Works with Claude Code, Cursor a<a href="https://trendshift.io/repositories/116361?utm_source=repository-badge&utm_medium=badge&utm_campaign=badge-repository-116361" target="_blank" rel="noopener noreferrer"><img src="https://trendshift.io/api/badge/repositories/116361" alt="xerj-org%2Fxerj | Trendshift" width="250" height="55"/></a>-[English](./README.md) | [简体中文](./README.zh-CN.md) | [日本語](./README.ja-JP.md) | [العربية](./README.ar.md) | [Español](./README.es.md)+[English](./README.md) | [简体中文](./README.zh-CN.md) | [日本語](./README.ja-JP.md) | [العربية](./README.ar.md) | [Español](./README.es.md) | [한국어](./README.ko.md)[](https://github.com/xerj-org/xerj/actions/workflows/ci.yml)[](https://github.com/xerj-org/xerj/releases)diff --git a/README.zh-CN.md b/README.zh-CN.mdindex bf9eb1211..ff4f49231 100644--- a/README.zh-CN.md+++ b/README.zh-CN.md@@ -4,7 +4,7 @@<a href="https://trendshift.io/repositories/116361?utm_source=repository-badge&utm_medium=badge&utm_campaign=badge-repository-116361" target="_blank" rel="noopener noreferrer"><img src="https://trendshift.io/api/badge/repositories/116361" alt="xerj-org%2Fxerj | Trendshift" width="250" height="55"/></a>-[English](./README.md) | [简体中文](./README.zh-CN.md) | [日本語](./README.ja-JP.md) | [العربية](./README.ar.md) | [Español](./README.es.md)+[English](./README.md) | [简体中文](./README.zh-CN.md) | [日本語](./README.ja-JP.md) | [العربية](./README.ar.md) | [Español](./README.es.md) | [한국어](./README.ko.md)[](https://github.com/xerj-org/xerj/actions/workflows/ci.yml)[](https://github.com/xerj-org/xerj/releases)