用语义替代正则:开发者开源「按含义搜索」的 semgrep,跨语言毫秒级匹配

udmrzn · x · 2026-09-20

开发者 uehaj 基于 TypeSafe AI 的 Jev(System One 模型)开源了一个「按含义搜索」的 grep 工具 jev-semgrep:对文件逐行用自然语言命题打分,以概率阈值决定匹配。

核心机制:不做文本生成,而是让模型对每行回答「这行是否符合某含义」的 yes/no 概率;30 行打包一次请求、8 路并发,210 行日志不到 1 秒完成。零依赖,单个 Node.js 文件(Node 20.12+),npx @uehaj/semgrep -e "网络故障" app.log 即可试用。
布尔语义组合:支持 -e A -e B(OR)、-a(AND)、-v(AND NOT),以及 -r 递归、-l 仅列文件、-A/-B/-C 上下文、--color,--level loose/strict 调节阈值。
与向量检索的区别:能做否定与命题级判断,而非话题距离。如「客户要求退款」与「退款处理已完成」在嵌入空间几乎等距,但按命题判断可得分 0.98 与 0.10,因此 AND/NOT 可直接作为布尔运算使用。
跨语言:查询与文本可以是任意语言,无需翻译;用日/英/法/俄四种语义查询测试含中韩等 14 行混排文本,零漏检零误报。

「编程与Agent」频道最新