jevgrep

jevgrep es una herramienta de línea de comandos para agentes de programación que reemplaza parte del proceso manual de descubrimiento de archivos con búsqueda en lenguaje natural. En lugar de adivinar nombres de archivos o usar grep para buscar símbolos, el usuario hace una pregunta como "¿Cómo se registran y envían los eventos de telemetría?" y la herramienta explora la jerarquía del repositorio, selecciona archivos usando vistas previas del contenido, identifica unidades de código fuente relevantes y devuelve un resumen, una lista compacta de archivos, extractos textuales del código fuente con referencias de línea y ubicaciones de declaraciones o llamadas en una sola respuesta por stdout. La herramienta usa Jev a través de un proveedor configurable para juzgar la relevancia entre carpetas, archivos y declaraciones. Los proveedores compatibles incluyen Vercel AI Gateway, TypeSafe, OpenRouter, OpenCode Zen y endpoints personalizados compatibles con TypeSafe. Requiere Node.js 22+ en macOS o Linux y no necesita Python, Bun ni ripgrep instalados por separado. Hay disponible una habilidad de agente complementaria mediante `jg skill` o `npx skills add dzhng/jevgrep --skill jevgrep`. El instalador detecta agentes de programación como Claude Code, Codex y OpenCode y explica cómo invocar la CLI e interpretar el contexto devuelto. La autenticación se gestiona con `jg auth`, que almacena una clave de proveedor en un archivo de configuración accesible solo por el propietario. El análisis de declaraciones es compatible con Python, TypeScript/JavaScript, Go y Rust, con un mecanismo de reserva para otros textos. El filtrado predeterminado del sistema de archivos respeta los archivos de ignorar y excluye archivos ocultos, de dependencias/compilación, binarios y archivos de credenciales evidentes. El comando `jg files` cuenta los archivos que una búsqueda puede leer sin realizar solicitudes de red, y `--exclude` acepta patrones al estilo gitignore para exclusiones por búsqueda. El repositorio incluye registros de evaluación basados en diez tareas de Python de SWE-bench ajustadas. El proyecto informa que Jevgrep resolvió las mismas 8 de 10 tareas que una línea base sin Jev, mientras redujo el costo medido de Sol en aproximadamente un 28,6%, y evaluaciones posteriores incluyen mediciones de costo combinado de Sol más Jev. Estas son observaciones de una sola ejecución, no garantías estadísticas. El proyecto está escrito en TypeScript usando espacios de trabajo de Bun y Turborepo, y se publica bajo la licencia MIT.