jevgrepとは?
jevgrepはjgとして実行するコマンドラインツールで、「リクエストがハンドラーに届く前に、どこで認証を確認しているか」のような質問に、関連ファイル、読むべき手がかり、行番号付きの原文どおりのソースの抜粋の一覧で答え、すべて標準出力に出します。リポジトリをフォルダーからファイル、宣言へとたどり、TypeSafe AIの判断モデルJevに各分岐が関連するかを尋ねます。返すのはコーディングエージェントが読むための証拠で、生成した答えではありません。
TypeScriptで書かれ、ライセンスはMITで、Node.js 22以降でnpmから@dzhng/jevgrepとしてインストールします。jg skillでインストールする付属のスキルが、Claude Code、Codex、OpenCodeなどのエージェントにいつ呼び出すべきかを教えます。宣言の解析はPython、TypeScriptとJavaScript、Go、Rustに対応し、それ以外のテキストは単純なプレビューになります。
検索は、jg authで選んだ提供元を通じてJevを呼び出します。Vercel AI Gateway、TypeSafe、OpenRouter、OpenCode Zen、または互換のカスタムエンドポイントです。ローカルやオフラインのモードはありません。
jevgrepは使 う価値があるか?
jevgrepは、費用の証拠を完全な形で公開している数少ないエージェント向け検索ツールの1つで、その証拠が支えるのは控えめな主張です。メンテナーがOpenAIのgpt-5.6-solをmediumの推論で使い、PythonのSWE-benchの10タスクを再実行したところ、ベースラインもjevgrep 0.4.3も10問中8問を解きました。総費用は$7.62から$5.66に下がって25.8%の節約となり、そのうち$1.48は定価でのJev自体の費用です。READMEの見出しにある約30%は、Jevを含めない古い数字で、メンテナーもそう明記しています。
手法は埋め込みベースの検索とは異なります。jgはベクトル索引を作る代わりに、フォルダー、ファイル、宣言についてJevに関連するかどうかを「はい」か「いいえ」で尋ね、通った分岐をたどり、抜粋を出力します。事前に何も索引化しないので最新に保つための監視の仕組みは要りませんが、検索のたびに提供元への呼び出しが発生します。検証済みの答えはローカルにキャッシュされ、繰り返しの負担を和らげます。並行数は全段階を通じて標準で32リクエストです。
データの面での引き換えは明白です。対象となるソースは、検索のたびに設定した提供元を通じてJevに送られます。標準のフィルターは無視指定、隠し、依存関係、バイナリ、.envのファイルを飛ばし、認証情報を含むように見えるファイルは丸ごと除外しますが、READMEはこれを伏せ字ではなくベストエフォートの検出と呼んでいます。jg filesは、キーもネットワーク呼び出しもなしに、検索が何を読むかをプレビューします。非公開のリポジトリでは一度実行しておく価値があります。
証拠には1つ弱い点があります。結果のページに書 かれているとおり、各タスクは1回しか実行されておらず、ベースラインは以前の実行を再利用し、10のタスクは除外して取っておいたものではなく調整に使ったものです。0.5.0の実行ではJevの費用が約59%減りましたが、合計の費用は0.4.3より2から3%高くなりました。プロジェクトは作成から6週間で、スター3,176、フォーク242、リリースは10月1日のv0.8.0まで、コミットは11月4日まであります。
Ollamaでコードをローカルに埋め込み、完全にオフラインのままにできるgrepaiと比べると、jevgrepは索引もローカルのモデルも不要ですが、コードをマシン内にとどめることはできません。すでにエージェントのためにゲートウェイに費用を払っているチームにとっては小さな追加の経由地です。第三者に送らない決まりのあるチームにとっては、jevgrepは選択肢から外れます。
真価を発揮する場面
見たこともない大きなPythonのサービスに投入されたバックエンドエンジニア
変更する前に、リクエストのリトライとタイムアウトの処理がどこにあるかを見つける
jgに「リクエストがタイムアウトしたときのリトライの挙動をテストしているのはどれか」と尋ね、出力されたファイルと抜粋をエージェントに渡します。メンテナーの調査では、Jevの費用は定価でタスクあたり約$0.15でした。
20席分のコーディングエージェントの導入に費用を払うエンジニアリングマネージャー
解決率を下げずにトークンの請求額を下げる
各リポジトリにjg skill --yesでスキルをインストールし、導入前後のゲートウェイの支出を比べます。公開された調査では10タスクで総費用が25.8%下がりましたが、これは出発点の見積もりであって保証ではありません。
フィンテック企業のセキュリティ意識の高いチームリード
承認する前に、エージェントのツールがマシンの外に何を送るかを確かめる
リポジトリでjg filesを実行して、検索が読みうるすべてのファイルをディレクトリごとに一覧し、生成物や機密のパスには--excludeのパターンを加えます。キーは不要で、ネットワークへのリクエストもしません。
導入前に確認すること
- 導入
- Node.js 22+でnpm install -g @dzhng/jevgrepを実行し、jg authで提供元を選んでキーを保存し、jg skill(Node 22.20+)でエージェント用のスキルをインストールします。Python、Bun、ripgrepは不要です。
- 連携
- Claude Code、Codex、OpenCodeなどのエージェント向けのスキルのインストーラー。JevはVercel AI Gateway、TypeSafe、OpenRouter、OpenCode Zen、またはTypeSafe互換のカスタムエンドポイント経由。出力は素の標準出力です。
- データとプライバシー
- 検索は対象となるソースを選んだJevの提供元に送ります。キーは所有者だけが読める設定ファイルに保存され、検証済みの答えはローカルにキャッシュされ、レポートのファイルは書きません。READMEにはテレメトリーの記述はありません。MIT。
- 大規模利用時のコスト
- JevはVercel AI Gatewayで入力100万トークンあたり$0.042で、出力の料金はありません。10タスクの調査では、Jevが$1.48を加えた一方で、コーディングモデルの支出は$7.62から$4.18に減りました。
- 制限
- オフラインモードも提供元のフォールバックもありません。環境変数の認証情報は無視されます。検索時間とタイムアウトは公開されていません。未解決のissueとプルリクエストが11件です。
良い点
- タスクごとの数字と限界を明記したSWE-benchの費用調査を公開
- 作成や更新が必要な索引がない
- 要約ではなく、行番号付きの原文どおりの抜粋を返す
- jg filesで検索が送る内容をオフラインで正確にプレビュー
- MITライセンスで、macOS、Linux、Windowsにnpmで1回インストール
気になる点
- すべての検索でソースをリモートのJevの提供元に送る
- ベンチマークは調整に使った10タスクを各1回
- 宣言の解析は4つの言語系統のみ
- jg upgradeコマンドがなく、スキルとCLIは別々に更新
おすすめの人
なじみのないリポジトリでClaude Code、Codex、OpenCodeを動かし、すでにモデルの呼び出しをゲートウェイ経由にしていて、エージェントのファイル探しの費用を減らしたいチーム。
jevgrepの代替
jevgrep:よくある質問
- jevgrepは使う価値があるか?
- jevgrepは、コーディングエージェントのファイル探しの費用を約4分の1削る、よく測定された手段です。ただし、検索のたびにソースをモデルの提供元に送ることを受け入れられる場合に限ります。 評価は5点満点中3.9点です。
- jevgrepの料金は?
- MITで無料です。検索はJevの提供元が課金し、Vercel AI GatewayではJevは入力100万トークンあたり$0.042です。
- jevgrepの欠点は?
