Búsqueda por grep: contexto para el agente sin índice de vectores

# Patrón que usa Bullet para llegar a 95,8% en SWE-bench: # grep dirigido con ripgrep en vez de indexar el repo con # vectores. Sin GB de índice y sin desfase respecto al HEAD. import subprocess from pathlib import Path def find_context(query: str, repo: str, k: int = 5) -> list[str]: # 1) Extraer símbolos/keywords del query (mejor: un LLM barato) terms = [t for t in query.split() if len(t) > 3] # 2) Grep dirigido a los tipos de fichero relevantes proc = subprocess.run( ["rg", "-l", "-t", "ts", "-t", "py", "-t", "go", "-e", "|".join(terms), repo], capture_output=True, text=True, check=False, ) hits = [h for h in proc.stdout.splitlines() if h] # 3) Reordenar por densidad de matches y coger top-k def density(f: str) -> int: body = Path(f).read_text(errors="ignore") return sum(body.count(t) for t in terms) return sorted(hits, key=density, reverse=True)[:k] # El agente solo lee estos ficheros -> input pequeno, latencia baja, # coste por tarea acotado y el indice siempre fresco.