Launch HN：Greptile（YC W24）- 真的能用的代码库 RAG

Hacker News 讨论 ↗

一款名为 Greptile 的新工具把检索增强生成（RAG）应用到整个代码库上，让开发者可以用自然语言询问项目问题，并获得具备上下文的回答，从特定类型如何序列化到各组件如何交互。评论者对它在代码理解、IDE 集成以及大型或多语言仓库上的潜力很感兴趣，但也对规模化可靠性、GitHub 权限、嵌入向量隐私、缺少 issue/PR 等元数据，以及发布期间出现的故障和错误所暴露出的产品成熟度表示担忧。许多人将其与 Cursor、Cody 和 Bloop 等现有工具进行比较，并提出自托管、更好的本地工作流，以及支持更多公共仓库和文档来源等需求。

产品与核心方法

  • 该工具提供“代码库上的 RAG”：使用 AST（通过 tree-sitter）、向量嵌入和 LLM 来回答关于整个仓库的问题。
  • 重点在于代码理解以及替代/增强内部文档，而不是主要用于代码生成（尽管用户确实会用它做代码生成）。
  • 目前只索引代码；计划加入提交信息、PR、issue、评论，以及更好地利用文档注释。

用户体验与使用场景

  • 有正面反馈：能够回答细致的框架问题（例如 Rails 的 BigDecimal JSON 编码），与用户手工学到的结果一致。
  • 有人将其视为为复杂项目扩展 LLM 上下文窗口；也有人希望把它用在大型 Rails 和多语言仓库上。
  • 用户希望如果能提供 API 源码，它能帮助调试 API 错误。

集成与平台

  • 提供 VS Code 扩展；JetBrains 插件已列入路线图。
  • 公共演示：大约 100 个开源仓库可无需登录查询。
  • 私有仓库需要 GitHub 应用；关于权限以及“代表你操作”这类表述存在一些困惑。

可靠性、性能与 UX 问题

  • 很多反馈提到错误（“处理/定位来源时发生内部错误”）、处理失败或卡住（常在 99%），以及 AWS/数据库故障，尤其是在 HN 流量期间。
  • 也指出了热门仓库链接、投票界面、分支/仓库选择，以及残留品牌（“Onboard”）方面的 bug。
  • 进度指示器和仓库选择 UI 被认为具有误导性或不够顺手。

隐私、安全与自托管

  • 声称处理后不存储代码；目前存储的是生成文档字符串的嵌入向量，同时也有讨论指出嵌入向量可能泄露信息。
  • 一些用户更希望明确存储代码以提升速度，和/或提供完全本地或自托管版本。
  • 团队认为自托管和本地部署是未来方向，但 LLM 在短期内大概率不会自托管。

定价、限制与采用阻力

  • 免费层有仓库大小限制；拥有大型测试数据集的用户很难评估。
  • 建议包括：类似 .greptileignore 的排除机制、数据版本控制工具，以及更灵活的试用方式（例如允许一个大型仓库）。
  • 有人担心会自动使用 GitHub 上的邮箱；希望提供明确的可选加入机制以及单独选择邮箱。

定位与对比

  • 被拿来与 Bloop、Adrenaline、Cursor 和 Cody 比较；其定位是完整代码库理解，而不是 IDE 替代品。
  • 多人指出“RAG”术语没有解释或令人困惑，应该更好地传达。