Qu’est-ce que jevgrep ?
jevgrep est un outil en ligne de commande, lancé sous le nom jg, qui répond à des questions comme « Where is authentication checked before a request reaches a handler? » par une liste de fichiers pertinents, de pistes de lecture et d'extraits de source verbatim avec références de lignes, le tout affiché sur stdout. Il parcourt le dépôt des dossiers aux fichiers puis aux déclarations et demande à Jev, le modèle de décision de TypeSafe AI, si chaque branche est pertinente. Il renvoie des preuves à lire pour un agent de code, pas une réponse générée.
Il est écrit en TypeScript, sous licence MIT, et s'installe depuis npm sous @dzhng/jevgrep sur Node.js 22 ou plus récent. Un skill associé, installé avec jg skill, apprend à Claude Code, Codex, OpenCode et d'autres agents quand l'appeler. L'analyse des déclarations couvre Python, TypeScript et JavaScript, Go et Rust ; le reste du texte se rabat sur de simples aperçus.
Les recherches appellent Jev via un fournisseur que vous choisissez avec jg auth : Vercel AI Gateway, TypeSafe, OpenRouter, OpenCode Zen ou un endpoint personnalisé compatible. Il n'y a pas de mode local ni hors ligne.
jevgrep vaut-il le coup ?
jevgrep est l'un des rares outils de recherche pour agents qui publie intégralement ses preuves de coût, et ces preuves soutiennent une affirmation modeste. Dans la nouvelle exécution par le mainteneur de dix tâches Python de SWE-bench avec gpt-5.6-sol d'OpenAI en effort moyen, la référence et jevgrep 0.4.3 ont toutes deux résolu 8 tâches sur 10. Le coût total est passé de 7,62 $ à 5,66 $, une économie de 25,8 %, dont 1,48 $ dépensés pour Jev lui-même au prix catalogue. Le chiffre d'environ 30 % mis en avant par le README est l'ancien, qui ne compte pas Jev, et le mainteneur le dit.
La méthode diffère de la recherche par embeddings. Au lieu de construire un index vectoriel, jg pose à Jev des questions de pertinence par oui ou non sur les dossiers, les fichiers et les déclarations, suit les branches retenues et affiche des extraits. Rien n'est indexé à l'avance, donc pas d'observateur à maintenir à jour, mais chaque recherche coûte des appels au fournisseur ; les réponses validées sont mises en cache localement pour adoucir les répétitions. La concurrence est par défaut de 32 requêtes sur l'ensemble des étapes.
Le compromis sur les données est clair. La source éligible part chez Jev via le fournisseur que vous avez configuré, à chaque recherche. Le filtre par défaut ignore les fichiers ignorés, cachés, de dépendances, binaires et .env, et écarte les fichiers entiers qui semblent contenir des identifiants, mais le README parle de détection au mieux, pas de masquage. jg files montre ce qu'une recherche lirait, sans clé ni appel réseau, ce qui vaut la peine d'être lancé une fois sur tout dépôt privé.
Les preuves sont minces sur un point : chaque tâche n'a été exécutée qu'une fois, la référence a été reprise d'une exécution antérieure, et les dix tâches ont servi au réglage au lieu d'être mises de côté, comme le précise la page des résultats. L'exécution de la 0.5.0 a réduit la dépense Jev d'environ 59 % mais a laissé le coût combiné supérieur de 2 à 3 % à celui de la 0.4.3. Le projet a six semaines, avec 3 176 étoiles, 242 forks, des versions jusqu'à la v0.8.0 le 1er octobre et des commits aussi récents que le 4 novembre.
Face à grepai, qui crée les embeddings du code localement avec Ollama et peut rester entièrement hors ligne, jevgrep n'a besoin ni d'index ni de modèle local mais ne peut pas garder le code sur la machine. Pour une équipe qui paie déjà une passerelle pour ses agents, c'est un petit détour de plus ; pour une équipe qui interdit les tiers, c'est rédhibitoire.
Là où il fait la différence
Un ingénieur backend parachuté dans un gros service Python qu'il n'a jamais vu
Trouver où sont gérés les relances et les timeouts des requêtes avant de les modifier
Posez à jg la question "Which tests cover retry behaviour when a request times out?" et transmettez à l'agent les fichiers et extraits affichés. Dans l'étude du mainteneur, Jev coûtait environ 0,15 $ par tâche au prix catalogue.
Un responsable d'ingénierie qui paie un déploiement d'agents de code sur 20 postes
Faire baisser la facture de tokens sans réduire le taux de résolution
Installez le skill dans chaque dépôt avec jg skill --yes et comparez les dépenses de passerelle avant et après ; l'étude publiée a mesuré un coût total inférieur de 25,8 % sur dix tâches, une estimation de départ et non une garantie.
Un chef d'équipe soucieux de sécurité dans une fintech
Vérifier ce qu'un outil d'agent enverrait hors de la machine avant de l'approuver
Lancez jg files sur le dépôt pour lister, par répertoire, chaque fichier qu'une recherche pourrait lire, puis ajoutez des motifs --exclude pour les chemins générés ou sensibles. Il ne demande aucune clé et ne fait aucune requête réseau.
Avant de vous engager
- Mise en route
- npm install -g @dzhng/jevgrep sur Node.js 22+, puis jg auth pour choisir un fournisseur et enregistrer sa clé, et jg skill (Node 22.20+) pour installer le skill d'agent. Ni Python, ni Bun, ni ripgrep requis.
- Intégrations
- Installeurs de skill pour Claude Code, Codex, OpenCode et d'autres agents ; Jev via Vercel AI Gateway, TypeSafe, OpenRouter, OpenCode Zen ou un endpoint personnalisé compatible TypeSafe. La sortie est du simple stdout.
- Données et confidentialité
- Les recherches envoient la source éligible au fournisseur Jev choisi. Les clés sont dans un fichier de configuration lisible par le seul propriétaire ; les réponses validées sont mises en cache localement ; aucun fichier de rapport n'est écrit. Le README ne décrit aucune télémétrie. MIT.
- Coût à grande échelle
- Jev coûte 0,042 $ par million de tokens en entrée sur Vercel AI Gateway, sans frais en sortie. Dans l'étude sur dix tâches, Jev a ajouté 1,48 $ tout en faisant passer la dépense du modèle de code de 7,62 $ à 4,18 $.
- Limites
- Pas de mode hors ligne ni de fournisseur de secours ; les identifiants en variables d'environnement sont ignorés ; les temps de recherche et les timeouts ne sont pas publiés ; 11 issues et pull requests ouvertes.
Les points forts
- Étude de coût SWE-bench publiée, avec chiffres par tâche et limites indiquées
- Aucun index à construire ni à maintenir à jour
- Renvoie des extraits verbatim avec références de lignes, pas un résumé
- jg files montre exactement ce qu'une recherche enverrait, hors ligne
- Licence MIT ; une seule installation npm sous macOS, Linux ou Windows
Les points faibles
- Chaque recherche envoie la source à un fournisseur Jev distant
- Le benchmark porte sur dix tâches réglées, une exécution chacune
- Analyse des déclarations pour seulement quatre familles de langages
- Pas de commande jg upgrade ; skill et CLI se mettent à jour séparément
Idéal pour
Équipes qui utilisent Claude Code, Codex ou OpenCode sur des dépôts qu'elles connaissent mal, font déjà passer leurs appels de modèles par une passerelle et veulent réduire le coût de la recherche de fichiers de l'agent.
Alternatives à jevgrep
jevgrep : questions fréquentes
- jevgrep vaut-il le coup ?
- jevgrep est un moyen bien mesuré de réduire d'environ un quart la facture de recherche de fichiers d'un agent de code, à condition d'accepter d'envoyer votre source à un fournisseur de modèles à chaque recherche. Nous lui donnons 3.9 sur 5.
- Combien coûte jevgrep ?
- Gratuit sous MIT. Les recherches sont facturées par votre fournisseur Jev ; Vercel AI Gateway affiche Jev à 0,042 $ par million de tokens en entrée.
- Quels sont les inconvénients de jevgrep ?
- Chaque recherche envoie la source à un fournisseur Jev distant; le benchmark porte sur dix tâches réglées, une exécution chacune; analyse des déclarations pour seulement quatre familles de langages; pas de commande jg upgrade ; skill et CLI se mettent à jour séparément.
- À qui s’adresse jevgrep ?
- Équipes qui utilisent Claude Code, Codex ou OpenCode sur des dépôts qu'elles connaissent mal, font déjà passer leurs appels de modèles par une passerelle et veulent réduire le coût de la recherche de fichiers de l'agent.
- Combien coûte jevgrep pour une équipe ou en production ?
- Jev coûte 0,042 $ par million de tokens en entrée sur Vercel AI Gateway, sans frais en sortie. Dans l'étude sur dix tâches, Jev a ajouté 1,48 $ tout en faisant passer la dépense du modèle de code de 7,62 $ à 4,18 $.
- jevgrep est-il sûr pour les données de l’entreprise ?
- Les recherches envoient la source éligible au fournisseur Jev choisi. Les clés sont dans un fichier de configuration lisible par le seul propriétaire ; les réponses validées sont mises en cache localement ; aucun fichier de rapport n'est écrit. Le README ne décrit aucune télémétrie. MIT.
- Quelles sont les meilleures alternatives à jevgrep ?
- Les alternatives les plus proches que nous avons testées sont grepai et LangGraph Bigtool.
Réponses vérifiées le 5 nov. 2026.