sgrep：本地 16M 嵌入的离线代码搜索，自报可省 21.3% LLM 开销

开源工具 sgrep 用 Rust 实现 16M 嵌入的本地离线代码搜索，作者自报可省 21.3% LLM API 开销，未经独立复核。

sgrep 是一款用 Rust 编写的开源离线代码搜索工具，通过 Tree-sitter 做语法感知分块，使用 16M 参数的静态嵌入模型 Potion Code 在本地完成语义检索，混合评分中语义占 75%、BM25 占 25%，并利用目录路径等语义信号。据作者在推文中的自报数字，在 SWE-bench 评测里它比以 ripgrep 为检索基线的方案节省 21.3% 的 LLM API 开销，解题数为 70/100 对 68/100。所有检索在本地执行、不上传代码，面向关心源码隐私的 AI 编程助手用户。需要留意的是，以上数字来自二手聚合摘要中的作者自报结果，评测方法和工具实际采用情况尚不明，未经独立复核。

rss · BestBlogs 精选 · 10月14日 01:30

「为何值得关注」 在 AI 编程工具的 token 开销已成为普遍成本项的背景下，'用本地小模型检索减少 Agent 检索轮次'是一条值得检验的思路，但 sgrep 的 21.3% 节省目前只是作者自报的基准数字，属于已宣传、未证实的影响，跟进前需先核对原始仓库和评测设置。

「内容角度」 可做角度：核实向拆解——先读 sgrep 的原始仓库与 SWE-bench 评测配置，再复盘'16M 静态嵌入 + Tree-sitter 分块 + 75/25 混合评分'这套组合能否真实复现 21.3% 的 API 开销节省，而不是直接转述作者给出的对比数字。

查看原文 ↗