Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

jevgrep

Búsqueda de código para agentes de código: pregunta qué hace el código y recibe los archivos relevantes y fragmentos literales elegidos por el modelo Jev.

Reseña de Sheela · Actualizado

Ver en GitHub Código abierto

Nuestra nota

3.9/5

jevgrep es una forma bien medida de recortar alrededor de una cuarta parte la factura de un agente de código por buscar archivos, siempre que aceptes enviar tu código a un proveedor de modelos en cada búsqueda.

¿Qué es jevgrep?

jevgrep es una herramienta de línea de comandos, que se ejecuta como jg, que responde a preguntas como "¿Dónde se comprueba la autenticación antes de que una petición llegue a un handler?" con una lista de archivos relevantes, pistas de lectura y fragmentos literales del código con referencias de línea, todo impreso en stdout. Recorre el repositorio de carpetas a archivos y a declaraciones y pregunta a Jev, el modelo de decisión de TypeSafe AI, si cada rama es relevante. Devuelve pruebas para que las lea un agente de código, no una respuesta generada.

Está escrito en TypeScript, tiene licencia MIT y se instala desde npm como @dzhng/jevgrep con Node.js 22 o posterior. Una skill complementaria, instalada con jg skill, enseña a Claude Code, Codex, OpenCode y otros agentes cuándo llamarlo. El análisis de declaraciones cubre Python, TypeScript y JavaScript, Go y Rust; el resto del texto recurre a vistas previas simples.

Las búsquedas llaman a Jev a través del proveedor que elijas en jg auth: Vercel AI Gateway, TypeSafe, OpenRouter, OpenCode Zen o un endpoint personalizado compatible. No hay modo local ni sin conexión.

¿Merece la pena jevgrep?

jevgrep es una de las pocas herramientas de búsqueda para agentes que publica completas sus pruebas de coste, y esas pruebas respaldan una afirmación modesta. En la repetición del mantenedor de diez tareas de SWE-bench en Python con gpt-5.6-sol de OpenAI en esfuerzo medio, tanto la base como jevgrep 0.4.3 resolvieron 8 de 10. El coste total bajó de 7,62 $ a 5,66 $, un ahorro del 25,8%, con 1,48 $ de eso gastados en el propio Jev a precio de lista. La cifra destacada del README, de alrededor del 30%, es la anterior que deja fuera a Jev, y el mantenedor lo dice.

El método es distinto de la búsqueda basada en embeddings. En lugar de construir un índice vectorial, jg hace a Jev preguntas de relevancia de sí o no sobre carpetas, archivos y declaraciones, sigue las ramas que pasan e imprime fragmentos. No se indexa nada por adelantado, así que no hay un vigilante que mantener al día, pero cada búsqueda cuesta llamadas al proveedor; las respuestas validadas se guardan en una caché local para suavizar las repeticiones. La concurrencia por defecto es de 32 peticiones entre todas las fases.

El compromiso con los datos es claro. El código apto va a Jev a través del proveedor que hayas configurado, en cada búsqueda. El filtro por defecto omite archivos ignorados, ocultos, de dependencias, binarios y .env, y descarta archivos enteros que parecen contener credenciales, pero el README lo llama detección en la medida de lo posible, no ocultación. jg files muestra qué leería una búsqueda sin clave ni llamada de red, y merece la pena ejecutarlo una vez en cualquier repositorio privado.

Las pruebas flojean en un aspecto: cada tarea se ejecutó una vez, la base se reutilizó de una ejecución anterior y las diez tareas se usaron para ajustar en lugar de reservarse, como indica la página de resultados. La ejecución de la 0.5.0 redujo el gasto en Jev en torno a un 59%, pero dejó el coste combinado entre un 2 y un 3% por encima de la 0.4.3. El proyecto tiene seis semanas, con 3.176 estrellas, 242 forks, versiones hasta la v0.8.0 del 1 de octubre y commits tan recientes como el 4 de noviembre.

Frente a grepai, que genera embeddings del código en local con Ollama y puede funcionar del todo sin conexión, jevgrep no necesita índice ni modelo local, pero no puede mantener el código en la máquina. Para un equipo que ya paga un gateway para sus agentes, es un pequeño salto más; para uno con una norma de no usar terceros, descarta jevgrep.

Dónde se gana su sitio

  • Un ingeniero de backend que aterriza en un servicio grande de Python que nunca ha visto

    Encontrar dónde se gestionan los reintentos y los timeouts de las peticiones antes de cambiarlos

    Pregunta a jg "¿Qué tests cubren el comportamiento de reintento cuando una petición agota el tiempo?" y pasa al agente los archivos y fragmentos impresos. En el estudio del mantenedor, Jev costó unos 0,15 $ por tarea a precio de lista.

  • Un responsable de ingeniería que paga un despliegue de agentes de código de 20 puestos

    Bajar la factura de tokens sin reducir la tasa de resolución

    Instala la skill en cada repositorio con jg skill --yes y compara el gasto del gateway antes y después; el estudio publicado vio un coste total un 25,8% menor en diez tareas, lo que es una estimación inicial, no una garantía.

  • Un jefe de equipo preocupado por la seguridad en una fintech

    Comprobar qué enviaría fuera de la máquina una herramienta de agentes antes de aprobarla

    Ejecuta jg files en el repositorio para listar, por directorio, cada archivo que podría leer una búsqueda, y añade patrones --exclude para rutas generadas o sensibles. No necesita clave ni hace ninguna petición de red.

Antes de decidirte

Puesta en marcha
npm install -g @dzhng/jevgrep con Node.js 22+, luego jg auth para elegir un proveedor y guardar su clave, y jg skill (Node 22.20+) para instalar la skill del agente. No hace falta Python, Bun ni ripgrep.
Integraciones
Instaladores de la skill para Claude Code, Codex, OpenCode y otros agentes; Jev a través de Vercel AI Gateway, TypeSafe, OpenRouter, OpenCode Zen o un endpoint personalizado compatible con TypeSafe. La salida es stdout simple.
Datos y privacidad
Las búsquedas envían el código apto al proveedor de Jev elegido. Las claves están en un archivo de configuración legible solo por su dueño; las respuestas validadas se guardan en caché local; no se escriben archivos de informe. El README no describe telemetría. MIT.
Coste a escala
Jev cuesta 0,042 $ por millón de tokens de entrada en Vercel AI Gateway, sin cargo por salida. En el estudio de diez tareas, Jev añadió 1,48 $ mientras recortaba el gasto del modelo de código de 7,62 $ a 4,18 $.
Límites
Sin modo sin conexión ni proveedor de respaldo; las credenciales en variables de entorno se ignoran; no se publican tiempos de búsqueda ni timeouts; 11 incidencias y pull requests abiertos.

Lo bueno

  • Estudio de costes publicado en SWE-bench con cifras por tarea y límites declarados
  • Sin índice que construir ni mantener al día
  • Devuelve fragmentos literales con referencias de línea, no un resumen
  • jg files muestra sin conexión exactamente lo que enviaría una búsqueda
  • Licencia MIT; una sola instalación con npm en macOS, Linux o Windows

Lo malo

  • Cada búsqueda envía código a un proveedor remoto de Jev
  • La prueba son diez tareas ajustadas, una ejecución cada una
  • Análisis de declaraciones solo para cuatro familias de lenguajes
  • Sin comando jg upgrade; la skill y la CLI se actualizan por separado

Ideal para

Equipos que usan Claude Code, Codex u OpenCode en repositorios que no conocen, que ya enrutan las llamadas a modelos por un gateway y quieren reducir el coste de la búsqueda de archivos del agente.

Alternativas a jevgrep

jevgrep: preguntas frecuentes

¿Merece la pena jevgrep?
jevgrep es una forma bien medida de recortar alrededor de una cuarta parte la factura de un agente de código por buscar archivos, siempre que aceptes enviar tu código a un proveedor de modelos en cada búsqueda. Le damos un 3.9 sobre 5.
¿Cuánto cuesta jevgrep?
Gratis bajo MIT. Las búsquedas las factura tu proveedor de Jev; Vercel AI Gateway tiene Jev a 0,042 $ por millón de tokens de entrada.
¿Qué inconvenientes tiene jevgrep?
Cada búsqueda envía código a un proveedor remoto de Jev; la prueba son diez tareas ajustadas, una ejecución cada una; análisis de declaraciones solo para cuatro familias de lenguajes; sin comando jg upgrade; la skill y la CLI se actualizan por separado.
¿Para quién es jevgrep?
Equipos que usan Claude Code, Codex u OpenCode en repositorios que no conocen, que ya enrutan las llamadas a modelos por un gateway y quieren reducir el coste de la búsqueda de archivos del agente.
¿Cuánto cuesta jevgrep para un equipo o en producción?
Jev cuesta 0,042 $ por millón de tokens de entrada en Vercel AI Gateway, sin cargo por salida. En el estudio de diez tareas, Jev añadió 1,48 $ mientras recortaba el gasto del modelo de código de 7,62 $ a 4,18 $.
¿Es jevgrep seguro para los datos de la empresa?
Las búsquedas envían el código apto al proveedor de Jev elegido. Las claves están en un archivo de configuración legible solo por su dueño; las respuestas validadas se guardan en caché local; no se escriben archivos de informe. El README no describe telemetría. MIT.
¿Cuáles son las mejores alternativas a jevgrep?
Las alternativas más cercanas que hemos analizado son grepai y LangGraph Bigtool.

Respuestas comprobadas el 5 nov 2026.