ترفند جدید برای کاهش ۴۰ درصدی هزینه ایجنتهای کدنویس؛ ابزار متنباز jevgrep وارد میدان شد!
ابزار متنباز جدید jevgrep با تفکیک فرآیند جستجوی کد از استدلال ایجنتهای برنامهنویسی، هزینهها و مصرف توکن را تا ۴۰ درصد کاهش میدهد. این ابزار خط فرمان سبک، بدون نیاز به ساخت پایگاهدادههای وکتوری پیچیده، مسیرها و تکهکدهای مرتبط را در کمترین زمان به ایجنتهایی مثل Claude Code و Codex تحویل میدهد.
در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- ابزار متنباز جدیدی به نام jevgrep با سپردن جستجوی کد به یک مدل تخصصی، مصرف توکن و زمان ایجنتهایی مثل Codex و Claude Code رو تا ۴۰ درصد کاهش میده.
- برخلاف روشهای پیچیده و پرهزینه، این ابزار نیازی به ساخت و نگهداری ایندکسهای سنگین وکتوری نداره و مستقیماً هنگام پرسش، مناسبترین بخشهای مخزن کد رو استخراج میکنه.
- با تفکیک وظیفه جستجوی فایلها از فرآیند استدلال ایجنت، مدلها بدون سردرگمی تو مخازن بزرگ، سریعتر و بسیار ارزانتر به کد هدف دسترسی پیدا میکنن.
جداسازی جستجوی کد از فرآیند استدلال ایجنت
توسعهدهندهای با نام مستعار dzhng ابزار متنباز جدیدی به نام jevgrep را منتشر کرده است؛ یک ابزار خط فرمان (CLI) که وظیفه کاوش در مخزن کد را به یک مدل تخصصی میسپارد. هدف اصلی این ابزار، کاهش چشمگیر زمان و توکنهایی است که ایجنتهای کدنویسی مانند Codex و Claude Code پیش از اعمال تغییرات، صرف پیدا کردن کدهای مرتبط میکنند.
برای نمونه، با ارسال درخواستی مثل «رویدادهای تلهمتری چطور ثبت و ارسال میشوند؟»، خروجی شامل یک خلاصه، مسیرهای مرتبط، پیشنهادهایی برای مطالعه فایلها و تکهکدهایی به همراه شماره خطوط خواهد بود. ابزار jevgrep محتوای مخزن را از طریق ارائهدهندههای پشتیبانیشده به مدل Jev ارسال میکند و در نهایت نتایج را در قالبی کاملاً آماده برای مصرف ایجنت اصلی ساختاردهی میکند.
مشخصه | عملکرد فعلی |
|---|---|
پکیج | @dzhng/jevgrep |
دستور اجرایی | jg |
ورودی | پرسش به زبان طبیعی و مسیر مخزن کد |
خروجی | خلاصه، مسیر فایلها، سرنخهای مطالعه و تکهکدهای منبع |
یکپارچهسازی با ایجنتها | پشتیبانی از Codex و Claude Code از طریق اسکیل همراه |
مجوز (لایسنس) | MIT |
مدیریت دادهها | محتوای منتخب سورسکد به ارائهدهنده ریموت مدل ارسال میشود |
یک حلقه اختصاصی برای بازیابی اطلاعات
ابزار jevgrep ساختار درختی مخزن کد را به صورت بازگشتی پیمایش میکند، پیشنمایش محتوا را میسنجد، شاخههای مرتبط را دنبال میکند و واحدهای کد مفید را همراه با کانتکست پیرامونی انتخاب میکند. این فرآیند پویا در لحظه جستجو، توسعهدهندگان را از ساخت و نگهداری ایندکسهای وکتوری سنگین در کل پروژه بینیاز میکند.
در خروجی نهایی، خلاصه ماجرا در ابتدای کار قرار میگیرد تا ایجنت فراخواننده به سرعت تصمیم بگیرد کدام شواهد و کدها را با دقت بررسی کند. همچنین زبانهای پایتون، تایپاسکریپت و جاوااسکریپت از پارسر هوشمند و آگاه به تعاریف (declaration-aware) بهره میبرند و برای سایر فایلهای متنی نیز از یک پارسر عمومی جایگزین استفاده میشود.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی
رکورد ۸۳۳ هزار دانلود ماهانه برای LEGAL-BERT؛ وقتی توسعهدهندهها قید مدلهای گرانقیمت را میزنند!
مدل زبانی تخصصی LEGAL-BERT با ثبت بیش از ۸۳۳ هزار دانلود در ماه روی پلتفرم هاگینگ فیس حسابی خبرساز شده است. این ابزار جمعوجور و تخصصی نشان میدهد که برای پردازش و تحلیل متون حقوقی، حتماً نیازی به مدلهای غولپیکر و پرهزینه ندارید و گزینههای بهینه همچنان در اوج هستند.
جاسوسی هوش مصنوعی در محل کار؛ کارمندان میگویند کارفرماها باید قانوناً مچگیریهایشان را لو بدهند!
نظرسنجیهای تازه نشان میدهد که بیشتر کارمندان حس میکنند مدیرانشان با ابزارهای هوش مصنوعی تمام حرکات آنها را زیر نظر گرفتهاند. حالا بیش از ۸۰ درصد شاغلان خواستار تصویب قانونی شدهاند که شرکتها را مجبور کند هرگونه مچگیری و نظارت هوش مصنوعی در محیط کار را رسماً اعلام کنند.
گزارش داغ مایکروسافت از نفوذ جهانی هوش مصنوعی؛ امارات در صدر و رتبه عجیب آمریکا!
مایکروسافت در تازهترین گزارش خود از ضریب نفوذ هوش مصنوعی در جهان پرده برداشت؛ آماری شگفتانگیز که نشان میدهد امارات و سنگاپور با فاصلهای خیرهکننده پیشتاز دنیا هستند و در مقابل، آمریکا در رتبه ۲۱ جا مانده است. همچنین الگوی استفاده از هوش مصنوعی میان کشورهای غربی و کشورهای در حال توسعه، از تفاوتی عمیق میان کاربردهای روزمره و آموزش پرده برمیدارد.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.