yoanbernabeu/grepai

해결하는 문제

grep과 같은 기존 검색 도구는 정확한 텍스트 일치에 의존하므로 코드의 목적이나 로직을 기반으로 코드를 찾기가 어렵습니다. grepai는 의미론적 검색을 활성화하여 이 문제를 해결합니다. 개발자는 코드의 이름이 아닌 기능을 기반으로 코드를 찾을 수 있으며, 관련 컨텍스트만 제공함으로써 AI 에이전트가 소비하는 토큰 수를 줄일 수 있습니다.

작동 방식

grepai는 벡터 임베딩을 사용하여 코드베이스를 로컬에서 인덱싱합니다. 백그라운드 데몬으로 실행되어 파일을 감시하고 인덱스를 최신 상태로 유지합니다. 이 인덱스에 자연어로 쿼리하거나, 함수 호출 그래프를 추적하거나, MCP 서버로 사용하여 Claude Code, Cursor, Windsurf와 같은 AI 코딩 어시스턴트에게 직접 컨텍스트를 제공할 수 있습니다.

대상 사용자

대규모 코드베이스를 더 효율적으로 탐색하고, AI 토큰 사용량을 줄이며, 모든 코드 분석을 로컬 머신 내에 유지하여 엄격한 데이터 개인정보 보호를 유지하려는 개발자를 위해 설계되었습니다.

주요 특징

의도 기반 검색 (예: 특정 함수 이름 대신 "인증 로직" 검색).
100% 로컬 처리로 코드가 머신 외부로 유출되지 않음.
파일 감시 데몬을 통해 검색 인덱스가 자동으로 업데이트됨.
MCP 서버로서 AI 에이전트와 직접 통합.
함수 의존성을 식별하기 위한 호출 그래프 추적 지원.
Ollama, LM Studio, OpenAI를 포함한 다양한 임베딩 제공업체와 호환.