阿里 Zvec 开源本地优先 Agent 搜索工具 zg

阿里 Zvec 团队开源 zg (zvec-grep) 一个本地优先、面向开发者和 AI Agent 的搜索工具，把语义检索、BM25、混合检索和 ripgrep 精确匹配收进同一个 CLI/MCP 入口，让 Agent 用更少的工具调用和 token 找到散落在本地文件里的信息。 [github.com/zvec-ai/zvec-g…](https://github.com/zvec-ai/zvec-grep) 要解决的问题 · rg 在目标明确时（函数名、报错、配置项）快且精确，但 Agent 的任务越来越多是自然语言意图：“恢复主题偏好”对应的实现可能叫 hydratePreferences，词面几乎不重叠。 · 纯关键词匹配要么漏，要么放宽后结果爆炸且无相关性排序；Agent 只能反复猜词、多次搜索、逐个读文件拼上下文——工具调用多、耗时长、context 膀胀，还可能基于不完整证据推理。 · zg 的定位：保留 rg 的精确/快速/穷尽，叠加语义发现、相关性排序和上下文组织。 设计与实现 · 四种检索一体：语义 / BM25 / 混合（RRF 融合去重排序）/ rg，覆盖“开放探索 → 相关性收敛 → 精确验证”全程，Agent 可按线索充足程度直接跳到任一阶段，不是固定流水线。 · 结构感知抽取：按代码符号、文档章节切成可独立寻址的信息单元，保留路径和位置；默认返回紧凑排序结果 + 有限预览，按需再加载全文。 · 本地优先：扫描、抽取、Embedding、索引、检索全部在设备端完成；内置 11 个本地 Embedding 模型，默认 local/potion-code-16m-v2（16M 参数静态模型，约 32 MiB，无需 GPU），Django 仓库 3457 文件在 M4 Pro 上索引 50%，输入 token 减少约 50%，Judge 得分 +1.50。 · BrowseComp-Plus（80 题深度研究）：准确率 98.67% → 99.00%，输入 token −37.56%，工具调用 −43.52%，Agent 耗时 −38.58%。 产品路线图 图搜索与更多结构化信号、查询规划/重排/可解释性；PDF/Word/PPT、图片 OCR 与版面抽取；进一步压缩上下文；优化本地模型与资源占用，探索 iOS/Android 等受限环境。   Qwen Developers@QwenDevs Alibaba’s Zvec team open-sourced zg, a local search tool for developers and AI agents. • Local-first • Works out of the box with popular agents • Semantic, BM25, hybrid, and rg search in one tool Why they built it and how it works: [x.com/i/article/2094…](https://x.com/i/article/2094685765620113408) [🔗 View Quoted Tweet](https://x.com/QwenDevs/status/2095157452904018263)