介绍 jevgrep - 由 @typesafeai 提供的 Jev 强力驱动研究智能体命令行工具，在 SWE-bench 上验证可将编码智能体成本降低 40%

请务必使用内置技能，让您的编码智能体知晓如何通过 jg 收集上下文 https://t.co/VxOOXLoXQz https://t.co/aPpePzjm3u

dzhng/jevgrep

来源：https://github.com/dzhng/jevgrep

jevgrep — 定位上下文，启程编码。

jevgrep

npm (https://www.npmjs.com/package/@dzhng/jevgrep) MIT 许可证 Node.js 22+ 发布版本 (https://github.com/dzhng/jevgrep/actions/workflows/publish.yml)

通过询问代码功能来查找代码。

编码智能体在处理每个陌生任务时，都要花费部分时间寻找合适的文件。 Jevgrep 为它们提供一个起点：向仓库提问，jg 即可在一个标准输出响应中返回相关文件、阅读线索以及逐字源码摘录。 它使用 Jev (https://vercel.com/ai-gateway/models/jev) 来判断文件夹、文件和声明的相关性。您的编码智能体随后即可实现并测试变更。

``sh npm install -g @dzhng/jevgrep jg auth jg skill jg “How are telemetry events recorded and sent?” ./my-project

需要 **Node.js 22+**，**macOS 或 Linux**，以及 **Vercel AI Gateway、TypeSafe 或 OpenRouter** 的密钥。
使用 `jg` 无需单独安装 Python、Bun 或 ripgrep。

提供商选择功能需要 **0.3.0 或更新版本**。通过以下命令升级旧版安装：
`npm install --global @dzhng/jevgrep@latest`。

## 安装智能体技能 —— 智能体设置必需步骤

仅安装命令行工具并不能教会您的编码智能体使用它。请从您的智能体工作目录同时**安装技能**：

``sh
jg skill

安装程序会检测您的编码智能体（Claude Code、Codex、OpenCode 等）并询问安装位置。使用 --global 进行用户级安装，或使用 --yes 进行无人值守安装。 技能 会教导智能体何时调用 jg、如何使用返回的上下文，以及何时用其常规工具填补空白。当所需上下文已知时，它会跳过冗余的检索。当前仓库技能会检查 jg 是否存在，若缺失则安装命令行工具；认证仍需您所选提供商的密钥。技能安装程序本身不配置凭证。

jg skill 委托给 skills CLI (https://github.com/vercel-labs/skills)，需要 npm/npx 及网络访问。您也可以在未安装 CLI 的情况下直接运行该安装程序：

``sh npx skills add dzhng/jevgrep –skill jevgrep

在 0.1.0 版本中，`jg skill` 仅打印捆绑的技能；请使用 `npx skills` 配合该版本。

### 升级

目前尚无 `jg upgrade` 命令。使用 npm 升级命令行工具：

``sh
npm install -g @dzhng/jevgrep@latest
jg --version

通过重新运行 jg skill 来单独更新已安装的技能。更新 npm 包不会覆盖项目中的技能文件。认证详情请参阅包指南。

从问题出发，获取源码

当您知道需要理解的功能但不知其位于何处时，使用 jg：

``sh jg “Where is authentication checked before a request reaches a handler?” . jg “How are database connections created, pooled, and closed?” ./src jg “Which tests cover retry behavior when a request times out?” .

Jevgrep 会探索仓库层级结构并沿着符合条件的分支前进。它通过内容预览选择文件，然后识别有用的源码单元及周围上下文。即使无法自信地返回摘录，它也会保留符合条件的文件位置；不会强行将每个搜索结果都固定为前两名列表。

输出首先是摘要，接着是文件位置、阅读线索和带行号引用的精选源码。Python 和 TypeScript/JavaScript 支持声明解析；其他文本使用后备方案。输出是供智能体使用的证据，而非生成式答案，也不能保证找到所有相关文件。[查看录制的输出示例](specs/done/jevgrep/assets/stdout-example.txt)。

当您已知确切的符号或路径时，直接读取或 `rg` 搜索可能就足够了。Jevgrep 对于涉及陌生文件的问题最为有用。

## 我们的测量结果

Jevgrep 工作流和基准测试：在一次十任务 SWE-bench 重复测试中，Sol 任务成本降低了 40%，解决数为 7/10，而基准为 8/10。Jev 成本未计入。

**在一次十任务 SWE-bench 重复测试中，编码智能体成本降低约 40%。** 总 Sol 成本从 **$7.62 降至 $4.52**，包含失败任务，不含 Jev 成本。解决率为 **7/10（使用 `jg`），而保存的基准为 8/10**。这是一次带有质量折衷的成本降低，并非解决质量相当或更优的证据。

同一校正运行时环境的更早一次运行以 $5.54 解决了 6/10。两次运行相互独立；基准仅运行一次并重用，结果从未合并。两者均未达到原始质量门槛。样本是使用 Sol 评估的经过调优的 Python 子集，因此并未确立普遍节省、更快执行或其他编码智能体的结果。

[完整结果和配对追踪分析](specs/done/jevgrep/assets/variance-repeat.md) 包含确切成本、失败任务以及单独观察到的 Jev 费用。方法论请参阅[评估指南](evals/README.md)。

## 来源、凭证和本地状态

搜索会将符合条件的源内容通过认证期间选择的提供商发送至 Jev。默认的文件系统过滤遵循忽略文件，并排除隐藏文件、依赖项/构建文件、二进制文件和明显的凭证文件。这些过滤器不能保证所有敏感信息已被移除；请选择您意图发送的搜索根目录。

`jg auth` 询问您的提供商，然后将其密钥保存在仅所有者可访问的配置文件中。重新运行认证会替换该设置；搜索始终使用已保存的提供商。`jg doctor` 使用合成输入进行检查。没有提供商的已保存密钥仍被视为 Vercel 密钥。环境变量凭证和端点覆盖未被使用；如果您之前依赖这些，请运行 `jg auth`。
评估答案默认本地缓存。命令行工具将输出写入标准输出，不创建报告文件。使用 `jg --help` 查看缓存控制、搜索覆盖和未完成结果行为。

## 开发

该仓库使用 TypeScript、Bun 工作区和 Turborepo。从检出代码开始：

``sh
bun install --frozen-lockfile
bun run dev --help
bun run verify

验证包括对安装的仅含 Node.js 包进行的 Docker 测试。关于检索、解析、缓存和故障处理的原理，请从架构和实现记录开始。发布指南 涵盖标签触发的 npm 发布及确切公共包的验证。

MIT。美术作品与生成提示。