Qu’est-ce que grepai ?
grepai est un outil en ligne de commande qui vous laisse, vous ou un agent de code, chercher du code par sens plutôt que par texte exact. Il transforme votre code en embeddings vectoriels (représentations numériques du sens), si bien qu'une requête comme « logique d'authentification » peut trouver une fonction nommée handleUserSession. Il trace aussi les graphes d'appels : quelles fonctions appellent une fonction donnée et lesquelles elle appelle.
Il se livre comme un seul binaire Go sous la licence MIT, fait par Yoan Bernabeu. Les embeddings viennent d'Ollama par défaut, ou de LM Studio ou OpenAI, si bien qu'il peut tourner entièrement hors ligne. L'index vit dans un fichier local par défaut, ou dans PostgreSQL avec pgvector ou Qdrant. Un observateur de fichiers le garde à jour, et grepai mcp-serve l'expose à Claude Code, Cursor, Windsurf et d'autres clients MCP.
grepai vaut-il le coup ?
grepai est une réponse locale sensée aux agents de code qui brûlent des tokens dans des boucles de grep-et-lecture, et son unique benchmark publié est plus modeste que son titre. Le mainteneur a lancé Claude Code contre Excalidraw, plus de 155 000 lignes de TypeScript, avec et sans grepai, en posant cinq questions. Les tokens d'entrée frais ont chuté de 97 %, mais les lectures de cache ont augmenté de 30 %, si bien que le coût total aux prix d'Opus 4.5 est passé de 6,78 $ à 4,92 $, une économie de 27,5 %. Les appels d'outils sont tombés de 139 à 62. Le billet admet qu'il n'a pas mesuré la qualité des réponses, le temps d'exécution ni aucune autre base de code.
La liste de fonctions est large pour un projet d'une seule personne : recherche sémantique, traçage des appelants et appelés, références de lecture et d'écriture, espaces de travail multi-projets, prise en charge des git worktrees et 27 skills d'agent. La documentation liste la prise en charge du graphe d'appels pour 12 langages, de Go et TypeScript à Rust et Zig. Les backends PostgreSQL et Qdrant comptent plus qu'il n'y paraît, car ils transforment un index par portable en un index qu'une équipe peut partager.
Il est encore jeune. La dernière version, v0.37.0, est sortie le 10 septembre 2026 et rien n'a été committé depuis ; le projet a environ 1 900 étoiles et 81 issues ouvertes. L'installation documentée est un script curl-vers-shell ou Homebrew, et la qualité de recherche dépend du modèle d'embedding que vous faites tourner, nomic-embed-text par défaut. Choisir les embeddings OpenAI pour la vitesse signifie envoyer des morceaux de code à OpenAI, ce qui défait l'argument de confidentialité.
Sourcegraph donne des réponses exactes et exhaustives à travers des milliers de dépôts ; grepai en donne d'approximatives à travers quelques-uns. Pour un agent qui a seulement besoin d'un point de départ avant d'ouvrir des fichiers, approximatif est généralement suffisant, et l'économie apparaît dans la ligne de création de cache de la facture plutôt que dans le chiffre d'entrée phare.
Là où il fait la différence
Un développeur qui travaille sur une appli TypeScript de 150 000 lignes avec Claude Code sur Opus
Réduire le coût des questions « où ce comportement est-il géré ? »
Lancez grepai watch et enregistrez grepai mcp-serve ; l'agent cherche avant de lire les fichiers. Le benchmark du mainteneur sur un dépôt de cette taille a mesuré un coût de session 27,5 % plus bas, les embeddings Ollama ne coûtant rien.
Un prestataire qui travaille sur du code sous NDA
Chercher une base de code client par sens sans l'envoyer à un tiers
Utilisez Ollama avec nomic-embed-text et le fichier d'index local par défaut. Rien ne quitte le portable ; passer aux embeddings OpenAI enverrait du code à OpenAI.
Une équipe plateforme de 20 ingénieurs sur un seul monorepo
Partager un seul index sémantique au lieu que chaque portable construise le sien
Pointez le magasin vers PostgreSQL avec pgvector ou un cluster Qdrant. Le logiciel est gratuit ; le coût est de faire tourner la base de données, et la documentation ne décrit aucun contrôle d'accès au-delà de celui de la base de données.
Avant de vous engager
- Mise en route
- Homebrew ou le script d'installation, `ollama pull nomic-embed-text`, puis `grepai init` et `grepai watch` dans le projet ; les premières recherches fonctionnent une fois l'index initial construit.
- Intégrations
- Serveur MCP via `grepai mcp-serve` pour Claude Code, Cursor, Windsurf et d'autres clients ; embedders Ollama, LM Studio et OpenAI (text-embedding-3-small) ; magasins dans un fichier GOB local, PostgreSQL avec pgvector, ou Qdrant y compris Qdrant Cloud.
- Données et confidentialité
- Avec Ollama ou LM Studio, le code et les embeddings restent locaux ; les embeddings OpenAI envoient des morceaux de code à OpenAI. L'entrée du changelog pour 0.2.0 liste « No telemetry or data collection » sous Security, et la documentation ne dit rien de plus. Licence MIT.
- Coût à grande échelle
- Pas d'édition payante. Les coûts sont le calcul d'embedding local, ou les frais par token d'OpenAI, plus une base de données si l'index est partagé ; sur le benchmark, cinq questions ont coûté 4,92 $ au lieu de 6,78 $ aux prix d'Opus 4.5.
- Limites
- Pré-1.0 sans version depuis le 10 septembre 2026 ; 81 issues ouvertes ; la preuve d'économie de tokens est un seul benchmark mené par le mainteneur sans mesure de qualité.
Les points forts
- Tourne entièrement en local avec Ollama ; le code reste sur la machine
- Traçage de graphe d'appels pour 12 langages, selon la documentation
- Serveur MCP et observateur de fichiers intégrés
- Backends PostgreSQL et Qdrant pour un index partagé
Les points faibles
- Encore en v0.x ; pas de version depuis septembre 2026
- Seul benchmark mené par le mainteneur, un dépôt, cinq questions
- Les résultats dépendent du modèle d'embedding que vous faites tourner
- Recherche par similarité, pas exacte ni exhaustive
Idéal pour
Les développeurs qui veulent que leur agent de code cherche un dépôt par sens, localement, au lieu de lire des fichiers entiers.
Alternatives à grepai
grepai : questions fréquentes
- grepai vaut-il le coup ?
- grepai réduit la facture de lecture de code d'un agent sans envoyer de code nulle part, même si son propre benchmark place l'économie plus près d'un quart que du titre de 97 %. Nous lui donnons 3.7 sur 5.
- Combien coûte grepai ?
- Gratuit et open source (MIT). Tourne localement avec Ollama ou LM Studio ; les embeddings OpenAI sont facturés par OpenAI.
- Quels sont les inconvénients de grepai ?
- Encore en v0.x ; pas de version depuis septembre 2026; seul benchmark mené par le mainteneur, un dépôt, cinq questions; les résultats dépendent du modèle d'embedding que vous faites tourner; recherche par similarité, pas exacte ni exhaustive.
- À qui s’adresse grepai ?
- Les développeurs qui veulent que leur agent de code cherche un dépôt par sens, localement, au lieu de lire des fichiers entiers.
- Combien coûte grepai pour une équipe ou en production ?
- Pas d'édition payante. Les coûts sont le calcul d'embedding local, ou les frais par token d'OpenAI, plus une base de données si l'index est partagé ; sur le benchmark, cinq questions ont coûté 4,92 $ au lieu de 6,78 $ aux prix d'Opus 4.5.
- grepai est-il sûr pour les données de l’entreprise ?
- Avec Ollama ou LM Studio, le code et les embeddings restent locaux ; les embeddings OpenAI envoient des morceaux de code à OpenAI. L'entrée du changelog pour 0.2.0 liste « No telemetry or data collection » sous Security, et la documentation ne dit rien de plus. Licence MIT.
- Quelles sont les meilleures alternatives à grepai ?
- Les alternatives les plus proches que nous avons testées sont Repomix et code2prompt.
Réponses vérifiées le 26 oct. 2026.