Скорость и эффективность: цифры из бенчмарков
Kensaku позиционируется как легкое и быстрое решение для поиска файлов, которое работает локально. В версии 1.0.6 разработчики достигли впечатляющих показателей производительности. Поиск по именам 100 000 файлов в оперативной памяти занимает в среднем 1.3 мс (при этом пиковое значение составляет 2.4 мс). Потребление памяти для хранения имен и метаданных этих файлов составляет всего ~12 МБ.
Индексация 101 101 файла с первого запуска занимает 184 секунды, но последующие инкрементальные обновления происходят за 0.56 секунды, если файлы не менялись. На Windows приложение в фоновом режиме потребляет около 20 МБ памяти, увеличиваясь до 150 МБ только во время активного просмотра результатов.
Уникальные возможности: OCR и семантический поиск
В отличие от традиционных инструментов вроде Listary или PowerToys Run, Kensaku позволяет искать не только по именам файлов, но и по их содержимому. Поддерживаются форматы PDF, DOCX, EPUB, код и логи. Ключевая особенность — встроенный OCR (распознавание текста) для изображений и скриншотов. По умолчанию используется движок PP-OCRv6, а также доступна опциональная установка более точного движка Indra (~27 МБ).
Пользователь может искать файлы по смыслу, например, запросом "the PDF about indexing" (PDF про индексацию), или по времени: "screenshots from last week" (скриншоты за прошлую неделю). Система толерантна к опечаткам и поддерживает частичные совпадения.
Сравнение производительности
Разработчики провели сравнение Kensaku с популярными утилитами plocate и fd на Linux (8 vCPU, SSD). Важно отметить, что Kensaku выполняет нечеткий поиск (fuzzy search) внутри запущенного приложения, тогда как конкуренты запускают новый процесс для каждого запроса.
| Инструмент | Запрос "invoice" | Запрос "deploy_error" |
|---|---|---|
| Kensaku (в памяти, без старта) | 1.3 мс (avg) | 1.3 мс (avg) |
| plocate | 34 мс | 6 мс |
| fd | 109 мс | 98 мс |
Интеграция с AI-агентами (MCP)
Kensaku поддерживает протокол Model Context Protocol (MCP), позволяя AI-агентам, таким как Claude или Cursor, использовать локальный индекс для поиска. Доступ к данным строго ограничен: агенты могут только читать содержимое файлов через CLI или HTTP-сервер (loopback), не имея прав на запись. Это обеспечивает безопасность, так как ни один байт данных не покидает машину пользователя.
Установка и кроссплатформенность
Приложение доступно для Windows, macOS (Apple Silicon и Intel) и Linux. Установочный файл для Windows весит 9 МБ. Проект распространяется под лицензией MIT. Для сборки из исходников требуются Rust (stable) и Bun 1.1+. В релизе также поставляется kensaku-cli для использования в скриптах и автоматизации.
Источник: Github ↗