Was ist grepai?
grepai ist ein Kommandozeilenwerkzeug, mit dem du oder ein Coding-Agent Code nach Bedeutung statt nach exaktem Text durchsuchen kannst. Es wandelt deinen Code in Vektor-Embeddings um (numerische Darstellungen von Bedeutung), sodass eine Anfrage wie "authentication logic" eine Funktion namens handleUserSession finden kann. Außerdem verfolgt es Call Graphs: welche Funktionen eine bestimmte Funktion aufrufen und welche sie selbst aufruft.
Es kommt als einzelnes Go-Binary unter der MIT-Lizenz, entwickelt von Yoan Bernabeu. Die Embeddings stammen standardmäßig von Ollama, alternativ von LM Studio oder OpenAI, es kann also komplett offline laufen. Der Index liegt standardmäßig in einer lokalen Datei oder in PostgreSQL mit pgvector oder Qdrant. Ein Datei-Watcher hält ihn aktuell, und grepai mcp-serve stellt ihn Claude Code, Cursor, Windsurf und anderen MCP-Clients bereit.
Lohnt sich grepai?
grepai ist eine vernünftige lokale Antwort auf Coding-Agenten, die Tokens in Schleifen aus Greppen und Lesen verbrennen, und sein einziger veröffentlichter Benchmark ist bescheidener als seine Schlagzeile. Der Maintainer ließ Claude Code mit und ohne grepai auf Excalidraw los, über 155.000 Zeilen TypeScript, und stellte fünf Fragen. Die frischen Eingabetokens sanken um 97%, aber die Cache-Lesezugriffe stiegen um 30%, sodass die Gesamtkosten zu Preisen von Opus 4.5 von 6,78 $ auf 4,92 $ fielen, eine Ersparnis von 27,5%. Die Tool-Aufrufe gingen von 139 auf 62 zurück. Der Beitrag räumt ein, dass weder Antwortqualität noch Laufzeit gemessen wurden und keine andere Codebasis.
Die Funktionsliste ist für ein Ein-Personen-Projekt breit: semantische Suche, Verfolgung von Aufrufern und Aufgerufenen, Lese- und Schreibreferenzen, Workspaces mit mehreren Projekten, Unterstützung für git worktree und 27 Agenten-Skills. Die Dokumentation nennt Call-Graph-Unterstützung für 12 Sprachen, von Go und TypeScript bis Rust und Zig. Die Backends PostgreSQL und Qdrant sind wichtiger, als sie aussehen, weil sie aus einem Index pro Laptop einen machen, den ein Team teilen kann.
Es ist noch jung. Das letzte Release, v0.37.0, erschien am 10. September 2026, seitdem gab es keinen Commit; das Projekt hat rund 1.900 Sterne und 81 offene Issues. Die dokumentierte Installation ist ein curl-to-shell-Skript oder Homebrew, und die Suchqualität hängt vom verwendeten Embedding-Modell ab, standardmäßig nomic-embed-text. Wer der Geschwindigkeit wegen OpenAI-Embeddings wählt, schickt Code-Chunks an OpenAI, was das Datenschutzargument aufhebt.
Sourcegraph liefert exakte, vollständige Antworten über Tausende Repositories; grepai liefert ungefähre über ein paar. Für einen Agenten, der nur einen Ausgangspunkt braucht, bevor er Dateien öffnet, reicht ungefähr meist aus, und die Ersparnis zeigt sich in der Zeile für Cache-Erzeugung auf der Rechnung statt in der Schlagzeilenzahl für Eingabetokens.
Wo es sich lohnt
Ein Entwickler an einer TypeScript-App mit 150.000 Zeilen, der Claude Code mit Opus nutzt
Die Kosten von Fragen wie "wo wird dieses Verhalten behandelt?" senken
grepai watch starten und grepai mcp-serve registrieren; der Agent sucht, bevor er Dateien liest. Der Benchmark des Maintainers an einem Repo dieser Größe maß 27,5% niedrigere Sitzungskosten, wobei Ollama-Embeddings nichts kosten.
Ein Freelancer, der an Code unter NDA arbeitet
Eine Kunden-Codebasis nach Bedeutung durchsuchen, ohne sie an Dritte zu schicken
Ollama mit nomic-embed-text und die lokale Standard-Indexdatei nutzen. Nichts verlässt den Laptop; ein Wechsel zu OpenAI-Embeddings würde Code an OpenAI schicken.
Ein Plattformteam von 20 Engineers an einem Monorepo
Einen semantischen Index teilen, statt dass jeder Laptop seinen eigenen baut
Den Speicher auf PostgreSQL mit pgvector oder einen Qdrant-Cluster richten. Die Software ist kostenlos; die Kosten sind der Betrieb der Datenbank, und die Dokumentation beschreibt keine Zugriffskontrollen über die der Datenbank hinaus.
Bevor du dich festlegst
- Einrichtung
- Homebrew oder das Installationsskript, `ollama pull nomic-embed-text`, dann `grepai init` und `grepai watch` im Projekt; die ersten Suchen funktionieren, sobald der initiale Index gebaut ist.
- Integrationen
- MCP-Server über `grepai mcp-serve` für Claude Code, Cursor, Windsurf und andere Clients; Embedder Ollama, LM Studio und OpenAI (text-embedding-3-small); Speicher in einer lokalen GOB-Datei, PostgreSQL mit pgvector oder Qdrant einschließlich Qdrant Cloud.
- Daten und Datenschutz
- Mit Ollama oder LM Studio bleiben Code und Embeddings lokal; OpenAI-Embeddings schicken Code-Chunks an OpenAI. Der Changelog-Eintrag zu 0.2.0 nennt unter Security "No telemetry or data collection", die Dokumentation sagt dazu nichts weiter. MIT-Lizenz.
- Kosten im großen Maßstab
- Keine bezahlte Edition. Die Kosten sind lokale Rechenleistung für Embeddings oder die Token-Gebühren von OpenAI, plus eine Datenbank, wenn der Index geteilt wird; im Benchmark kosteten fünf Fragen zu Preisen von Opus 4.5 4,92 $ statt 6,78 $.
- Grenzen
- Vor 1.0 und ohne Release seit dem 10. September 2026; 81 offene Issues; der Beleg für die Token-Ersparnis ist ein einziger Benchmark des Maintainers ohne Qualitätsmessung.
Was gut ist
- Läuft mit Ollama komplett lokal; Code bleibt auf dem Rechner
- Call-Graph-Analyse für 12 Sprachen laut Dokumentation
- Eingebauter MCP-Server und Datei-Watcher
- Backends PostgreSQL und Qdrant für einen geteilten Index
Was nicht
- Noch v0.x; kein Release seit September 2026
- Einziger Benchmark vom Maintainer, ein Repo, fünf Fragen
- Ergebnisse hängen vom verwendeten Embedding-Modell ab
- Ähnlichkeitssuche, weder exakt noch vollständig
Am besten für
Entwickler, deren Coding-Agent ein Repo lokal nach Bedeutung durchsuchen soll, statt ganze Dateien zu lesen.
Alternativen zu grepai
grepai: häufige Fragen
- Lohnt sich grepai?
- grepai senkt die Rechnung eines Agenten fürs Codelesen, ohne Code irgendwohin zu schicken, auch wenn der eigene Benchmark die Ersparnis eher bei einem Viertel sieht als bei den 97% der Schlagzeile. Wir bewerten es mit 3.7 von 5.
- Was kostet grepai?
- Kostenlos und Open Source (MIT). Läuft lokal mit Ollama oder LM Studio; OpenAI-Embeddings rechnet OpenAI ab.
- Welche Nachteile hat grepai?
- Noch v0.x; kein Release seit September 2026; Einziger Benchmark vom Maintainer, ein Repo, fünf Fragen; Ergebnisse hängen vom verwendeten Embedding-Modell ab; Ähnlichkeitssuche, weder exakt noch vollständig.
- Für wen eignet sich grepai?
- Entwickler, deren Coding-Agent ein Repo lokal nach Bedeutung durchsuchen soll, statt ganze Dateien zu lesen.
- Was kostet grepai für ein Team oder im Produktivbetrieb?
- Keine bezahlte Edition. Die Kosten sind lokale Rechenleistung für Embeddings oder die Token-Gebühren von OpenAI, plus eine Datenbank, wenn der Index geteilt wird; im Benchmark kosteten fünf Fragen zu Preisen von Opus 4.5 4,92 $ statt 6,78 $.
- Ist grepai sicher für Firmendaten?
- Mit Ollama oder LM Studio bleiben Code und Embeddings lokal; OpenAI-Embeddings schicken Code-Chunks an OpenAI. Der Changelog-Eintrag zu 0.2.0 nennt unter Security "No telemetry or data collection", die Dokumentation sagt dazu nichts weiter. MIT-Lizenz.
- Was sind die besten Alternativen zu grepai?
- Die nächsten Alternativen, die wir getestet haben, sind Repomix und code2prompt.
Antworten geprüft am 26. Okt. 2026.