tgrep: búsqueda indexada de código

Proyecto open source de Microsoft. Su repositorio indica que GitHub Copilot CLI lo usa internamente para buscar código.

Para qué sirve

tgrep es una alternativa orientada a repositorios grandes cuando buscar el mismo código muchas veces hace costoso recorrer el disco en cada consulta. Construye un índice basado en trigramas y después separa el trabajo en dos procesos:

1. un servidor mantiene el índice en memoria;
2. un cliente envía consultas al servidor y recibe los resultados.

Un trigrama es una secuencia de tres caracteres. El índice registra en qué archivos aparece cada secuencia, por lo que una búsqueda puede reducir primero el conjunto de candidatos y verificar después las coincidencias reales. No es un reemplazo semántico de un buscador de símbolos: busca texto y patrones dentro de archivos.

Cuándo tiene sentido

• repositorios grandes que se consultan durante toda la sesión de desarrollo;
• herramientas que hacen búsquedas repetitivas, como agentes de código o servidores de lenguaje;
• equipos que pueden mantener un proceso de búsqueda compartido en la misma máquina;
• entornos donde el tiempo de respuesta después de indexar importa más que el tiempo inicial de preparación.

Para una consulta aislada, un repositorio pequeño o una carpeta que cambia constantemente, rg (ripgrep) suele tener menos pasos y no necesita conservar un índice. La ganancia depende del tamaño del repositorio, el sistema operativo, la caché y de si el índice ya estaba construido.

Instalación y primera búsqueda

El repositorio ofrece binarios para Linux, macOS y Windows, además de compilación con Cargo. La compilación local requiere Rust 1.85 o posterior y la edición 2024.

git clone https://github.com/microsoft/tgrep.git
cd tgrep
cargo install --path tgrep-cli --locked

Desde la raíz del repositorio que quieres consultar, crea el índice y levanta el servidor:

tgrep index .
tgrep serve .

En otra terminal, ejecuta las consultas con el cliente:

tgrep "useState" .
tgrep "createContext" src/

Los nombres exactos de las opciones pueden cambiar mientras el proyecto evoluciona. Consulta tgrep --help y el README de la versión instalada antes de automatizar un comando.

Qué ocurre cuando cambian los archivos

El servidor puede observar cambios del sistema de archivos y actualizar las partes afectadas del índice. Eso evita reconstruir el repositorio completo después de cada edición, pero añade un proceso que debe permanecer activo y un consumo de almacenamiento para el índice.

En un flujo local conviene:

1. ignorar node_modules, artefactos de compilación y carpetas generadas;
2. indexar desde la raíz correcta para que las rutas devueltas sean útiles;
3. cerrar el servidor cuando termines o integrarlo en el ciclo de vida de tu herramienta;
4. comprobar que los cambios generados no se estén buscando como si fueran código fuente.

Rendimiento sin titulares engañosos

Los benchmarks publicados por el proyecto comparan tgrep con ripgrep en repositorios y plataformas concretas. Algunos escenarios muestran aceleraciones de varios múltiplos y otros tienen diferencias menores. Las cifras no describen una mejora universal: el índice debe existir, la consulta debe beneficiarse de él y el coste de mantenerlo debe compensar la preparación inicial.

Si vas a elegirlo para una herramienta, mide tres fases por separado:

Fase	Qué medir
Preparación	tiempo de indexación y espacio usado
Consulta en caliente	latencia de varias búsquedas consecutivas
Actualización	coste de editar, crear y eliminar archivos

Límites y decisiones prácticas

• Búsqueda textual: no entiende por sí solo tipos, referencias ni el significado de un símbolo.
• Estado persistente: un índice desactualizado puede ocultar cambios si el observador no está activo o si un proceso modifica archivos de forma no observable.
• Coste inicial: el primer índice puede tardar más que una búsqueda directa.
• Integración: una aplicación debe gestionar el ciclo de vida del servidor, los errores de conexión y la limpieza del índice.
• Madurez: revisa la versión y los benchmarks del repositorio antes de convertirlo en una dependencia crítica.

Siguiente paso

Lee el README de tgrep para la instalación vigente y revisa sus benchmarks con el tamaño y sistema operativo que realmente usarás.