¿Qué es grepai?
grepai es una herramienta de línea de comandos que te permite, a ti o a un agente de programación, buscar código por su significado y no por el texto exacto. Convierte tu código en embeddings vectoriales (representaciones numéricas del significado), de modo que una consulta como "authentication logic" puede encontrar una función llamada handleUserSession. También traza grafos de llamadas: qué funciones llaman a una función dada y a cuáles llama ella.
Se distribuye como un único binario de Go bajo la licencia MIT y lo hace Yoan Bernabeu. Los embeddings vienen de Ollama por defecto, o de LM Studio u OpenAI, así que puede funcionar totalmente sin conexión. El índice vive por defecto en un archivo local, o en PostgreSQL con pgvector o en Qdrant. Un vigilante de archivos lo mantiene al día, y grepai mcp-serve lo expone a Claude Code, Cursor, Windsurf y otros clientes MCP.
¿Merece la pena grepai?
grepai es una respuesta local sensata a los agentes de programación que queman tokens en bucles de grep y lectura, y su único benchmark publicado es más modesto que su titular. El mantenedor ejecutó Claude Code contra Excalidraw, más de 155.000 líneas de TypeScript, con y sin grepai, haciendo cinco preguntas. Los tokens de entrada nuevos bajaron un 97%, pero las lecturas de caché subieron un 30%, así que el coste total a precios de Opus 4.5 pasó de 6,78 $ a 4,92 $, un ahorro del 27,5%. Las llamadas a herramientas bajaron de 139 a 62. El artículo admite que no midió la calidad de las respuestas, el tiempo de ejecución ni ninguna otra base de código.
La lista de funciones es amplia para un proyecto de una sola persona: búsqueda semántica, trazado de llamantes y llamados, referencias de lectura y escritura, espacios de trabajo con varios proyectos, soporte de git worktree y 27 skills para agentes. La documentación indica soporte de grafos de llamadas para 12 lenguajes, de Go y TypeScript a Rust y Zig. Los backends de PostgreSQL y Qdrant importan más de lo que parece, porque convierten un índice por portátil en uno que un equipo puede compartir.
Todavía es joven. La última versión, la v0.37.0, salió el 10 de septiembre de 2026 y desde entonces no hay commits; el proyecto tiene unas 1.900 estrellas y 81 incidencias abiertas. La instalación documentada es un script de curl a la shell o Homebrew, y la calidad de búsqueda depende del modelo de embeddings que ejecutes, nomic-embed-text por defecto. Elegir los embeddings de OpenAI por velocidad supone enviar fragmentos de código a OpenAI, lo que deshace el argumento de la privacidad.
Sourcegraph da respuestas exactas y exhaustivas en miles de repositorios; grepai las da aproximadas en unos pocos. Para un agente que solo necesita un punto de partida antes de abrir archivos, lo aproximado suele bastar, y el ahorro aparece en la línea de creación de caché de la factura más que en la cifra de entrada del titular.
Dónde se gana su sitio
Un desarrollador que trabaja en una aplicación de TypeScript de 150.000 líneas con Claude Code sobre Opus
Reducir el coste de las preguntas del tipo "¿dónde se gestiona este comportamiento?"
Ejecutar grepai watch y registrar grepai mcp-serve; el agente busca antes de leer archivos. El benchmark del mantenedor en un repositorio de ese tamaño midió un coste por sesión un 27,5% menor, con los embeddings de Ollama sin coste alguno.
Una contratista que trabaja con código bajo un acuerdo de confidencialidad
Buscar por significado en el código de un cliente sin enviarlo a terceros
Usar Ollama con nomic-embed-text y el archivo de índice local predeterminado. Nada sale del portátil; pasar a los embeddings de OpenAI enviaría código a OpenAI.
Un equipo de plataforma de 20 ingenieros en un único monorepo
Compartir un índice semántico en lugar de que cada portátil construya el suyo
Apuntar el almacén a PostgreSQL con pgvector o a un clúster de Qdrant. El software es gratuito; el coste es mantener la base de datos, y la documentación no describe más controles de acceso que los de la propia base de datos.
Antes de decidirte
- Puesta en marcha
- Homebrew o el script de instalación, `ollama pull nomic-embed-text` y después `grepai init` y `grepai watch` en el proyecto; las primeras búsquedas funcionan cuando se ha construido el índice inicial.
- Integraciones
- Servidor MCP mediante `grepai mcp-serve` para Claude Code, Cursor, Windsurf y otros clientes; modelos de embeddings de Ollama, LM Studio y OpenAI (text-embedding-3-small); almacenamiento en un archivo GOB local, PostgreSQL con pgvector o Qdrant, incluido Qdrant Cloud.
- Datos y privacidad
- Con Ollama o LM Studio, el código y los embeddings se quedan en local; los embeddings de OpenAI envían fragmentos de código a OpenAI. La entrada del changelog de la 0.2.0 incluye "No telemetry or data collection" en el apartado de seguridad, y la documentación no dice nada más. Licencia MIT.
- Coste a escala
- Sin edición de pago. Los costes son el cómputo local de embeddings, o las tarifas por token de OpenAI, más una base de datos si el índice se comparte; en el benchmark, cinco preguntas costaron 4,92 $ en vez de 6,78 $ a precios de Opus 4.5.
- Límites
- Anterior a la 1.0 y sin versiones desde el 10 de septiembre de 2026; 81 incidencias abiertas; la prueba del ahorro de tokens es un único benchmark del mantenedor sin medida de calidad.
Lo bueno
- Funciona totalmente en local con Ollama; el código se queda en la máquina
- Trazado de grafos de llamadas para 12 lenguajes, según la documentación
- Servidor MCP y vigilante de archivos integrados
- Backends de PostgreSQL y Qdrant para un índice compartido
Lo malo
- Sigue en v0.x; sin versiones desde septiembre de 2026
- Su único benchmark lo hizo el mantenedor, con un repositorio y cinco preguntas
- Los resultados dependen del modelo de embeddings que ejecutes
- Búsqueda por similitud, no exacta ni exhaustiva
Ideal para
Desarrolladores que quieren que su agente de programación busque en un repositorio por significado, en local, en lugar de leer archivos enteros.
Alternativas a grepai
grepai: preguntas frecuentes
- ¿Merece la pena grepai?
- grepai recorta la factura de lectura de código de un agente sin enviar el código a ninguna parte, aunque su propio benchmark sitúa el ahorro más cerca de una cuarta parte que del 97% del titular. Le damos un 3.7 sobre 5.
- ¿Cuánto cuesta grepai?
- Gratuito y de código abierto (MIT). Funciona en local con Ollama o LM Studio; los embeddings de OpenAI los factura OpenAI.
- ¿Qué inconvenientes tiene grepai?
- Sigue en v0.x; sin versiones desde septiembre de 2026; su único benchmark lo hizo el mantenedor, con un repositorio y cinco preguntas; los resultados dependen del modelo de embeddings que ejecutes; búsqueda por similitud, no exacta ni exhaustiva.
- ¿Para quién es grepai?
- Desarrolladores que quieren que su agente de programación busque en un repositorio por significado, en local, en lugar de leer archivos enteros.
- ¿Cuánto cuesta grepai para un equipo o en producción?
- Sin edición de pago. Los costes son el cómputo local de embeddings, o las tarifas por token de OpenAI, más una base de datos si el índice se comparte; en el benchmark, cinco preguntas costaron 4,92 $ en vez de 6,78 $ a precios de Opus 4.5.
- ¿Es grepai seguro para los datos de la empresa?
- Con Ollama o LM Studio, el código y los embeddings se quedan en local; los embeddings de OpenAI envían fragmentos de código a OpenAI. La entrada del changelog de la 0.2.0 incluye "No telemetry or data collection" en el apartado de seguridad, y la documentación no dice nada más. Licencia MIT.
- ¿Cuáles son las mejores alternativas a grepai?
- Las alternativas más cercanas que hemos analizado son Repomix y code2prompt.
Respuestas comprobadas el 26 oct 2026.