ทีม Qwen เปิดตัว zg (zvec-grep): เครื่องมือค้นหา Local-First สำหรับ Coding Agent ที่รวม ripgrep และ Vector Search

ปัจจุบัน Coding Agent หรือเอเจนต์สำหรับช่วยเขียนโค้ด ต้องเสียโควตาการใช้งานไปกับการค้นหาข้อมูลในสัดส่วนที่สูงมาก แม้เครื่องมืออย่าง ripgrep จะค้นหาสัญลักษณ์ (Symbol) ได้แม่นยำ แต่เมื่อต้องค้นหาตามพฤติกรรมที่อธิบายด้วยภาษาธรรมชาติ การจับคู่ด้วยคีย์เวิร์ดมักล้มเหลว

ข้อจำกัดนี้ส่งผลให้เอเจนต์ต้องสุ่มเดาคำศัพท์หรืออ่านไฟล์ทั้งหมดเพื่อรวบรวมบริบท ซึ่งมีต้นทุนสูงทั้งในแง่จำนวนการเรียกใช้เครื่องมือ (Tool Calls), ปริมาณโทเคน และเวลาที่เสียไปโดยไม่จำเป็น

ล่าสุด ทีมพัฒนา Qwen ได้ประกาศ เปิดตัว zg (zvec-grep) เลเยอร์การค้นหาแบบ Local-First โอเพนซอร์สที่รวมการค้นหาเชิงความหมาย (Semantic Search), BM25 และ ripgrep ไว้ภายใต้อินเทอร์เฟซเดียว โดยเปิดเผยซอร์สโค้ดผ่าน zvec-ai บน GitHub ภายใต้สัญญาอนุญาต Apache 2.0

ผู้ที่สนใจสามารถเริ่มใช้งานได้ทันทีผ่าน npm ในชื่อ @zvec/zvec-grep โดยต้องการ Node.js 22 ขึ้นไป และรองรับทั้ง macOS, Linux และ Windows ที่สำคัญคือไม่จำเป็นต้องใช้ GPU สำหรับโมเดลเริ่มต้น และสามารถใช้ในเชิงพาณิชย์ได้

หนึ่งดัชนี สี่เส้นทางการดึงข้อมูล

zg จะทำการทำดัชนี (Index) พื้นที่ทำงานเพียงครั้งเดียว แต่รองรับการสอบถามข้อมูลได้ถึง 4 รูปแบบ ตามที่ระบุใน เอกสาร Retrieval Pipeline ได้แก่: แบบ Hybrid (ค่าเริ่มต้น), --fts สำหรับคำที่ตรงกันทุกประการ, --vector สำหรับความคล้ายคลึงเชิงแนวคิด และ --rg สำหรับการใช้ Regex อย่างละเอียด ซึ่งวิธีสุดท้ายไม่จำเป็นต้องใช้ดัชนี จึงมีประโยชน์มากใน Repository ที่ยังไม่ได้ทำดัชนี

ดัชนีจะถูกเก็บไว้ในโฟลเดอร์ <root>/.zvec-grep/ โดยระบบจะยกเว้นไฟล์ใน .git รวมถึงไดเรกทอรี dependencies และแคชต่างๆ โดยอัตโนมัติ การรัน zg index ซ้ำจะเป็นการอัปเดตแบบเพิ่มส่วน (Incremental) แต่หากมีการเปลี่ยนโมเดล Embedding จะต้องใช้คำสั่ง --rebuild ใหม่ เนื่องจากพื้นที่เวกเตอร์ของแต่ละโมเดลไม่สามารถใช้ร่วมกันได้

นอกจากนี้ ผลลัพธ์จากการทำดัชนีจะมีการรายงานสถานะความสดใหม่ของข้อมูลเป็น fresh หรือ possibly_stale เพื่อให้เอเจนต์ตัดสินใจดำเนินการต่อได้ทันทีโดยไม่ต้องเสียเวลารันการตรวจสอบสถานะซ้ำซ้อน

ขอบเขต MCP ที่เอเจนต์มองเห็นจริง

คำสั่ง zg install จะตรวจหาเครื่องมืออย่าง VS Code, Claude Code, Cursor หรือ OpenCode เพื่อเชื่อมต่อระบบ MCP (Model Context Protocol) ในตัว โดยสื่อสารผ่าน Streamable HTTP MCP บนเอ็นพอยต์ Localhost พร้อมระบบตรวจสอบสิทธิ์แบบ Bearer Token เพื่อความคล่องตัวในการทำงาน คู่มือ MCP ได้จำกัดเครื่องมือเริ่มต้นสำหรับเอเจนต์ไว้เพียง 2 อย่างคือ zvec_grep_search สำหรับการค้นหาด้วยเจตนา และ zvec_grep_rg สำหรับการค้นหาด้วยสัญลักษณ์หรือ Regex โดยปล่อยให้หน้าที่การจัดการวงจรชีวิตของดัชนีเป็นของ CLI เพื่อป้องกันไม่ให้เอเจนต์สร้างหรือลบดัชนีโดยไม่แจ้งให้ทราบ

ส่วนการแสดงผลนั้นถูกออกแบบมาเพื่อประหยัดบริบท โดยจะจัดกลุ่มผลลัพธ์ตามไฟล์และระบุช่วงบรรทัด พร้อมละเว้นการแสดงตัวอย่างซอร์สโค้ดเป็นค่าเริ่มต้น นอกจากนี้ยังปฏิเสธแฟล็กบางตัวของ ripgrep ที่จะทำให้ผลลัพธ์มีขนาดใหญ่เกินไป เพื่อคงความกะทัดรัดของข้อมูล

Embedding ทำงานบนอุปกรณ์เป็นค่าเริ่มต้น

ใน แคตตาล็อก embedding ปัจจุบันมีโมเดลในเครื่องให้เลือก 10 โมเดล และเอ็นพอยต์ Qwen ระยะไกล 3 แห่ง โดยค่าเริ่มต้นคือ local/potion-code-16m-v2 ซึ่งเป็นโมเดลขนาดเล็กที่ไม่ต้องใช้ GPU แต่หากต้องการประสิทธิภาพที่สูงขึ้นก็มีตัวเลือกอย่าง qwen3-embedding-0.6b หรือโมเดลระยะไกลที่รองรับถึง 128,000 โทเคน

ด้านความปลอดภัย การใช้งานโมเดลระยะไกลจะถูกควบคุมอย่างเข้มงวด แม้จะมีการตั้งค่าข้อมูลประจำตัวไว้ แต่ผู้ใช้ต้องอนุญาตผ่านคำสั่ง --allow-remote หรือใช้ zg auth grant เพื่อยินยอมให้มีการถ่ายโอนข้อมูลเป็นรายพื้นที่ทำงาน ซึ่งสามารถยกเลิกสิทธิ์ (Revoke) ได้ตลอดเวลา

ประสิทธิภาพจากการทดสอบเบนช์มาร์ก

จากข้อมูลในโพสต์เปิดตัว การทดสอบกับ SWE-QA-Bench จำนวน 20 ข้อ พบว่า zg ช่วยลดการเรียกใช้เครื่องมือและลดจำนวนโทเคนอินพุตลงได้เกือบครึ่ง ขณะที่คะแนนการตัดสิน (Judge Score) เพิ่มขึ้น 1.50 คะแนน

ส่วนการทดสอบกับ BrowseComp-Plus จำนวน 80 ข้อ พบว่าความแม่นยำเพิ่มขึ้นเป็น 99% โดยลดการใช้โทเคนลง 37.56% และลดเวลาการทำงานของเอเจนต์ลงถึง 38.58% นอกจากนี้ยังสามารถทำดัชนี Repository ขนาดใหญ่อย่าง Django (กว่า 3,000 ไฟล์) ได้ในเวลาไม่ถึง 30 วินาทีบนชิป Apple M4 Pro

แม้กลุ่มตัวอย่างในการทดสอบจะยังมีขนาดเล็กและเป็นการรันโดยทีมผู้พัฒนาเอง แต่ก็นับเป็นจุดเริ่มต้นที่น่าสนใจสำหรับผู้ที่ต้องการเพิ่มประสิทธิภาพให้กับ Coding Agent ในอนาคต

สรุปประเด็นสำคัญ

• zg รวม ripgrep, BM25 และ Vector Search ไว้ในเครื่องมือเดียวแบบ Local-First
• ออกแบบมาเพื่อประหยัดการใช้โทเคนและลด Tool Call ของ Coding Agent ได้ถึง 40-50%
• รองรับ MCP และทำงานบนอุปกรณ์เป็นหลักเพื่อความปลอดภัยของข้อมูล
• สัญญาอนุญาตแบบ Apache 2.0 ติดตั้งง่ายผ่าน npm และไม่ต้องใช้ GPU สำหรับรุ่นเริ่มต้น