🏠 AI Tools Hub | 首页 | 文章 | 评测 | GitHub热门 | 排行榜

jevgrep 教程：让编码 Agent 用「问问题」的方式找代码

📌 项目地址：github.com/dzhng/jevgrep | 星数：1778+ | 要求：Node.js 22+，macOS/Linux | 安装：npm

📋 项目简介

编码 Agent 在陌生任务里要花相当一部分时间找文件——grep 按字面匹配，得先猜对关键词。jevgrep 换了个思路：直接问仓库「遥测事件是怎么记录和发送的？」，jg 返回相关文件、阅读线索和逐字源码摘录，相关性判定交给 Jev 类决策模型在文件夹/文件/声明三层完成。官方 SWE-bench 十任务对比：与基线完成同样 8/10，成本约降 30%——「同样的智能，更低的花费」。更重的代码理解方案可对照 CodeGraph代码知识图谱教程。

🚀 安装

# 1. 装 CLI（Node.js 22+，macOS/Linux）
npm install -g @dzhng/jevgrep

# 2. 配置密钥（任选其一）
#    Vercel AI Gateway / TypeSafe / OpenRouter /
#    OpenCode Zen / 自定义 TypeSafe 兼容端点
jg auth

# 3. 关键一步：在 agent 工作的项目里装配套 skill
jg skill          # 自动检测 Claude Code/Codex/OpenCode 等
jg skill --global # 全局安装
jg skill --yes    # 无人值守

注意：只装 CLI 不会让 agent 学会用它——必须再装 skill；skill 安装器本身不配置凭据。0.3.0+ 才支持选择 provider，旧版用 npm install --global @dzhng/jevgrep@latest 升级。无需 Python、Bun 或 ripgrep。

⚙️ 使用

# 用自然语言问仓库问题：
jg "How are telemetry events recorded and sent?" ./my-project

# 返回（一次 stdout 响应）：
#   · 相关文件
#   · 阅读线索（从哪里继续看）
#   · 逐字源码摘录

# 之后由你的编码 agent 接手：实现 + 测试

💡 使用建议

定位明确的关键字搜索仍用 grep/ripgrep 更快；「不知道关键词只知道意图」的场景才是 jevgrep 的主场
把 jg skill 装进项目后，agent 会在陌生任务第一步自动先问仓库问题，省掉大量盲翻文件
大仓库想常驻索引、高频查询，可搭配 repomix 打包喂上下文或 CodeGraph 建图；轻量按需查询用 jevgrep
打包上下文的补充方案见 repomix教程：仓库打包喂给AI

📚 常见问题

jevgrep 是什么？

给编码 Agent 用的语义代码搜索 CLI（dzhng/jevgrep，1778 星）：不再按关键词 grep，而是用自然语言问仓库问题（如遥测事件怎么记录发送），jg 一条命令返回相关文件、阅读线索和逐字源码摘录。底层用 Jev 模型在文件夹/文件/声明三个层级判定相关性。官方十任务 SWE-bench 对比中，与基线完成相同任务数（10 中 8），成本约降 30%。

怎么安装？

npm install -g @dzhng/jevgrep（需 Node.js 22+，macOS 或 Linux），然后 jg auth 配置密钥（支持 Vercel AI Gateway、TypeSafe、OpenRouter、OpenCode Zen 或自定义 TypeSafe 兼容端点）。不需要单独装 Python、Bun 或 ripgrep。关键一步：在 agent 工作的项目里运行 jg skill 安装配套技能——只装 CLI 不会让 agent 学会用它；加 --global 全局安装，--yes 无人值守。

和传统 grep/代码知识图谱工具有什么区别？

grep 按字面匹配，需要先知道关键词；jevgrep 按『这段代码做什么』的语义定位，直接回答仓库级问题。它只负责找——返回文件、线索和摘录，把研究与实现决策留给调用它的 agent。相比构建完整代码知识图谱的工具（如 CodeGraph），jevgrep 更轻：无索引维护，随问随查。