jevgrep의 개요
jevgrep은 jg로 실행하는 명령줄 도구로, "요청이 핸들러에 도달하기 전에 인증은 어디서 확인되나?" 같은 질문에 관련 파일 목록, 읽을 단서, 줄 참조가 붙은 원문 소스 발췌로 답하며, 모두 stdout에 출력합니다. 저장소를 폴더에서 파일, 선언 순으로 훑으며 TypeSafe AI의 판단 모델인 Jev에게 각 갈래가 관련 있는지 묻습니다. 생성된 답이 아니라 코딩 에이전트가 읽을 증거를 돌려줍니다.
TypeScript로 작성되었고, MIT 라이선스이며, Node.js 22 이상에서 npm의 @dzhng/jevgrep으로 설치합니다. jg skill로 설치하는 동반 스킬이 Claude Code, Codex, OpenCode 등 에이전트에게 언제 이것을 호출할지 가르칩니다. 선언 파싱은 Python, TypeScript와 JavaScript, Go, Rust를 지원하며, 그 밖의 텍스트는 일반 미리보기로 처리합니다.
검색은 jg auth에서 고른 제공업체를 통해 Jev를 호출합니다. Vercel AI Gateway, TypeSafe, OpenRouter, OpenCode Zen 또는 호환되는 사용자 지정 엔드포인트입니다. 로컬이나 오프라인 모드는 없습니다.
jevgrep, 쓸 만한 가치가 있습니까?
jevgrep은 비용 증거를 전부 공개하는 몇 안 되는 에이전트 검색 도구이며, 그 증거는 소박한 주장을 뒷받침합니다. 관리자가 OpenAI의 gpt-5.6-sol을 medium effort로 Python SWE-bench 작업 열 개에 다시 돌린 결과, 기준선과 jevgrep 0.4.3 모두 10개 중 8개를 풀었습니다. 총비용은 $7.62에서 $5.66으로 25.8% 줄었고, 그중 $1.48은 정가 기준 Jev 자체에 쓰였습니다. README의 대표 수치인 약 30%는 Jev를 빼고 계산한 예전 수치이며, 관리자도 그렇게 밝힙니다.
방식은 임베딩 기반 검색과 다릅니다. jg는 벡터 색인을 만드는 대신 폴더, 파일, 선언에 대해 Jev에게 관련 여부를 예 또는 아니요로 묻고, 통과한 갈래를 따라가 발췌를 출력합니다. 미리 색인하는 것이 없으므로 최신 상태로 유지할 감시 프로세스도 없지만, 검색마다 제공업체 호출 비용이 듭니다. 검증된 답은 로컬에 캐시되어 반복 비용을 줄입니다. 동시성은 기본으로 모든 단계를 합쳐 요청 32개입니다.
데이터 측면의 맞교환은 분명합니다. 대상이 되는 소스는 검색할 때마다 설정한 제공업체를 통해 Jev로 갑니다. 기본 필터는 무시된 파일, 숨김 파일, 의존성, 바이너리, .env 파일을 건너뛰고, 자격 증명이 들어 있어 보이는 파일은 통째로 뺍니다. 하지만 README는 이를 가리기가 아니라 최선의 노력 수준의 탐지라고 부릅니다. jg files는 키나 네트워크 호출 없이 검색이 무엇을 읽을지 미리 보여 주므로, 비공개 저장소라면 한 번 실행해 볼 만합니다.
증거가 빈약한 부분도 있습니다. 결과 페이지가 밝히듯, 각 작업은 한 번씩만 실행되었고, 기준선은 이전 실행에서 재사용되었으며, 작업 열 개는 따로 떼어 둔 것이 아니라 조정에 쓰인 것입니다. 0.5.0 실행은 Jev 비용을 약 59% 줄였지만 합산 비용은 0.4.3보다 2~3% 높았습니다. 프로젝트는 6주 되었고, 스타 3,176개, 포크 242개, 10월 1일의 v0.8.0까지의 릴리스, 11월 4일까지의 커밋이 있습니다.
Ollama로 코드를 로컬에서 임베딩하고 완전히 오프라인으로 머물 수 있는 grepai와 비교하면, jevgrep은 색인도 로컬 모델도 필요 없지만 코드를 기기 안에 둘 수 없습니다. 이미 에이전트용 게이트웨이에 비용을 내는 팀에게는 작은 추가 경유일 뿐이고, 서드파티 금지 규칙이 있는 팀에게는 jevgrep을 쓸 수 없다는 뜻입니다.
제 역할을 하는 곳
처음 보는 대형 Python 서비스에 투입된 백엔드 엔지니어
요청 재시도와 타임아웃을 바꾸기 전에 어디서 처리하는지 찾기
jg에 "요청이 타임아웃될 때의 재시도 동작은 어떤 테스트가 다루나?"라고 묻고, 출력된 파일과 발췌를 에이전트에게 넘깁니다. 관리자의 연구에서 Jev 비용은 정가 기준 작업당 약 $0.15였습니다.
20석 규모 코딩 에이전트 도입 비용을 내는 엔지니어링 매니저
해결률을 낮추지 않고 토큰 비용 줄이기
각 저장소에 jg skill --yes로 스킬을 설치하고 도입 전후의 게이트웨이 지출을 비교합니다. 공개된 연구에서는 작업 열 개에서 총비용이 25.8% 낮았으며, 이는 보장이 아니라 출발점이 되는 추정치입니다.
핀테크 기업의 보안에 민감한 팀 리드
에이전트 도구를 승인하기 전에 무엇이 기기 밖으로 나가는지 확인하기
저장소에서 jg files를 실행해 검색이 읽을 수 있는 모든 파일을 디렉터리별로 나열하고, 생성된 경로나 민감한 경로에 --exclude 패턴을 추 가합니다. 키가 필요 없고 네트워크 요청도 하지 않습니다.
도입 전 확인할 점
- 설정
- Node.js 22+에서 npm install -g @dzhng/jevgrep을 실행한 뒤, jg auth로 제공업체를 고르고 키를 저장하고, jg skill(Node 22.20+)로 에이전트 스킬을 설치합니다. Python, Bun, ripgrep은 필요 없습니다.
- 연동
- Claude Code, Codex, OpenCode 등 에이전트용 스킬 설치 프로그램. Jev는 Vercel AI Gateway, TypeSafe, OpenRouter, OpenCode Zen 또는 TypeSafe 호환 사용자 지정 엔드포인트로 호출. 출력은 일반 stdout.
- 데이터와 개인정보
- 검색은 대상 소스를 선택한 Jev 제공업체로 보냅니다. 키는 소유자만 읽을 수 있는 설정 파일에 있고, 검증된 답은 로컬에 캐시되며, 보고서 파일은 쓰지 않습니다. README는 텔레메트리를 언급하지 않습니다. MIT.
- 대규모 사용 시 비용
- Jev는 Vercel AI Gateway에서 입력 토큰 100만 개당 $0.042이고 출력 요금은 없습니다. 작업 열 개 연구에서 Jev는 $1.48을 더했고, 코딩 모델 지출은 $7.62에서 $4.18로 줄었습니다.
- 제한
- 오프라인 모드나 제공업체 대체 없음. 환경 변수 자격 증명은 무시됨. 검색 시간과 타임아웃은 공개되지 않음. 열린 이슈와 풀 리퀘스트 11건.
좋은 점
- 작업별 수치와 한계를 밝힌 SWE-bench 비용 연구 공개
- 만들거나 최신으로 유지할 색인 없음
- 요약이 아니라 줄 참조가 붙은 원문 발췌 반환
- jg files로 검색이 보낼 내용을 오프라인에서 정확히 미리 보기
- MIT 라이선스, macOS, Linux, Windows에서 npm 설치 한 번
아쉬운 점
- 검색할 때마다 소스를 원격 Jev 제공업체로 전송
- 벤치마크는 조정된 작업 열 개, 각 한 번 실행
- 선언 파싱은 네 언어 계열만 지원
- jg upgrade 명령 없음, 스킬과 CLI를 따로 업데이트
추천 대상
낯선 저장소에서 Claude Code, Codex, OpenCode를 쓰고, 이미 모델 호출을 게이트웨이로 보내며, 에이전트의 파일 검색 비용을 줄이고 싶은 팀.
jevgrep 대안
jevgrep: 자주 묻는 질문
- jevgrep, 쓸 만한 가치가 있습니까?
- jevgrep은 코딩 에이전트의 파일 탐색 비용을 약 4분의 1 줄이는, 측정이 잘된 방법입니다. 단, 검색할 때마다 소스를 모델 제공업체로 보내도 괜찮아야 합니다. 평점은 5점 만점에 3.9점입니다.
- jevgrep의 가격은 얼마입니까?
- MIT로 무료입니다. 검색 비용은 Jev 제공업체가 청구하며, Vercel AI Gateway는 Jev를 입력 토큰 100만 개당 $0.042로 표시합니다.
- jevgrep의 단점은 무엇입니까?
- 검색할 때마다 소스를 원격 Jev 제공업체로 전송; 벤치마크는 조정된 작업 열 개, 각 한 번 실행; 선언 파싱은 네 언어 계열만 지원; jg upgrade 명령 없음, 스킬과 CLI를 따로 업데이트.
- jevgrep에 적합한 사람은 누구입니까?
- 낯선 저장소에서 Claude Code, Codex, OpenCode를 쓰고, 이미 모델 호출을 게이트웨이로 보내며, 에이전트의 파일 검색 비용을 줄이고 싶은 팀.
- 팀이나 프로덕션 환경에서 jevgrep의 비용은 얼마입니까?
- Jev는 Vercel AI Gateway에서 입력 토큰 100만 개당 $0.042이고 출력 요금은 없습니다. 작업 열 개 연구에서 Jev는 $1.48을 더했고, 코딩 모델 지출은 $7.62에서 $4.18로 줄었습니다.
- jevgrep에 회사 데이터를 맡겨도 안전합니까?
- 검색은 대상 소스를 선택한 Jev 제공업체로 보냅니다. 키는 소유자만 읽을 수 있는 설정 파일에 있고, 검증된 답은 로컬에 캐시되며, 보고서 파일은 쓰지 않습니다. README는 텔레메트리를 언급하지 않습니다. MIT.
- jevgrep의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 grepai 및 LangGraph Bigtool입니다.
답변 확인일: 2026년 11월 5일.