К основному содержанию
скилл CX Codex

grepai-config-reference — скилл для Claude Code: справочник

Скилл-шпаргалка по всем параметрам .grepai/config.yaml: эмбеддер, хранилище, чанки, поиск. Пригодится, когда нужно понять опцию или починить конфиг.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add yoanbernabeu/grepai-skills --skill grepai-config-reference -a claude-code
Открыть на GitHub

Что делает grepai-config-reference

Скилл открывает агенту полную схему конфигурации GrepAI из файла .grepai/config.yaml. Внутри разобраны блоки embedder (провайдеры ollama, openai, lmstudio, модель, endpoint, размерность, ключ, параллелизм), store (gob, postgres, qdrant), chunking с размером и перекрытием чанков, watch с задержкой дебаунса, trace с режимами fast и precise, search с бустами и гибридным поиском, а также список ignore.

Кроме схемы в скилле есть готовые наборы настроек под разные случаи: маленький личный проект, большая кодовая база, командная работа, максимальная приватность. Отдельно описана подстановка переменных окружения — например, api_key: ${OPENAI_API_KEY} и dsn: ${DATABASE_URL}. Проверить, что конфиг корректен, можно командой grepai status: ошибки она покажет.

Порядок приоритета такой: сначала .grepai/config.yaml в текущей папке, потом конфигурация workspace, потом значения по умолчанию. Если GrepAI не установлен или вы ещё не завели конфиг, скиллу нечего будет объяснять — это повод сначала поставить сам инструмент. Ключи API скилл советует держать в переменных окружения и не коммитить.

Какие задачи решает

  • разобраться, какие параметры вообще есть в .grepai/config.yaml
  • выбрать провайдера эмбеддингов и подходящую модель
  • переключить хранилище векторов с gob на postgres или qdrant
  • настроить бусты и штрафы, чтобы тесты и vendor не лезли в выдачу
  • подставить ключ API через переменную окружения вместо хардкода

Примеры запросов агенту

  • Покажи все опции конфигурации GrepAI и объясни, что делает каждая
  • Как настроить .grepai/config.yaml для большой кодовой базы?
  • Почему grepai status ругается на мой конфиг?

Как установить grepai-config-reference

1Через Skills CLI (Vercel)

npx skills add yoanbernabeu/grepai-skills --skill grepai-config-reference -a claude-code

2Вручную: положить файлы

~/.claude/skills/grepai-config-reference/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/grepai-config-reference/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о grepai-config-reference

Как установить grepai-config-reference в Claude?

Выполните npx skills add yoanbernabeu/grepai-skills --skill grepai-config-reference -a claude-code. Скилл окажется в ~/.claude/skills/grepai-config-reference/SKILL.md.

Что делает grepai-config-reference?

Даёт агенту полный справочник по параметрам GrepAI в .grepai/config.yaml: эмбеддер, хранилище, чанкинг, watch, trace, поиск и ignore. Помогает разобраться в опции или найти ошибку в конфиге.

Что нужно, чтобы скилл был полезен?

Установленный GrepAI и файл .grepai/config.yaml в проекте. Для провайдера openai понадобится ключ API, который скилл советует хранить в переменной окружения.

Исходный текст

SKILL.md · MIT
---
name: grepai-config-reference
description: Complete configuration reference for GrepAI. Use this skill when you need to understand all available configuration options.
---

# GrepAI Configuration Reference

This skill provides a complete reference for all GrepAI configuration options in `.grepai/config.yaml`.

## When to Use This Skill

- Understanding all available configuration options
- Optimizing GrepAI for your specific use case
- Troubleshooting configuration issues
- Setting up advanced configurations

## Configuration File Location

```
/your/project/.grepai/config.yaml
```

## Complete Configuration Schema

```yaml
version: 1

# ═══════════════════════════════════════════════════════════════
# EMBEDDER CONFIGURATION
# Converts code text into vector embeddings
# ═══════════════════════════════════════════════════════════════
embedder:
  # Provider: ollama | openai | lmstudio
  provider: ollama

  # Model name (depends on provider)
  # Ollama: nomic-embed-text, bge-m3, mxbai-embed-large
  # OpenAI: text-embedding-3-small, text-embedding-3-large
  # LM Studio: nomic-embed-text-v1.5, bge-small-en-v1.5
  model: nomic-embed-text

  # API endpoint URL
  # Ollama default: http://localhost:11434
  # LM Studio default: http://localhost:1234
  # OpenAI: uses official API
  endpoint: http://localhost:11434

  # Vector dimensions (auto-detected if omitted)
  # nomic-embed-text: 768
  # text-embedding-3-small: 1536
  # text-embedding-3-large: 3072
  dimensions: 768

  # API key (for OpenAI, supports env vars)
  api_key: ${OPENAI_API_KEY}

  # Parallel requests (OpenAI only, for speed)
  parallelism: 4

# ═══════════════════════════════════════════════════════════════
# STORE CONFIGURATION
# Where vector embeddings are stored
# ═══════════════════════════════════════════════════════════════
store:
  # Backend: gob | postgres | qdrant
  backend: gob

  # PostgreSQL configuration (when backend: postgres)
  postgres:
    dsn: postgres://user:password@localhost:5432/grepai

  # Qdrant configuration (when backend: qdrant)
  qdrant:
    endpoint: localhost
    port: 6334
    use_tls: false
    api_key: your-qdrant-api-key  # Optional

# ═══════════════════════════════════════════════════════════════
# CHUNKING CONFIGURATION
# How code files are split for embedding
# ═══════════════════════════════════════════════════════════════
chunking:
  # Tokens per chunk (smaller = more precise, larger = more context)
  # Recommended: 256-1024
  size: 512

  # Overlap between chunks (preserves context at boundaries)
  # Recommended: 10-20% of size
  overlap: 50

# ═══════════════════════════════════════════════════════════════
# WATCH CONFIGURATION
# File watching daemon settings
# ═══════════════════════════════════════════════════════════════
watch:
  # Debounce delay in milliseconds
  # Groups rapid file changes together
  debounce_ms: 500

# ═══════════════════════════════════════════════════════════════
# TRACE CONFIGURATION
# Call graph analysis settings
# ═══════════════════════════════════════════════════════════════
trace:
  # Extraction mode: fast | precise
  # fast: Uses regex, no dependencies, faster
  # precise: Uses tree-sitter AST parsing, more accurate
  mode: fast

  # Languages to analyze for call graphs
  enabled_languages:
    - .go
    - .js
    - .ts
    - .jsx
    - .tsx
    - .py
    - .php
    - .c
    - .h
    - .cpp
    - .hpp
    - .cc
    - .cxx
    - .rs
    - .zig
    - .cs
    - .pas
    - .dpr

  # Patterns to exclude from trace analysis
  exclude_patterns:
    - "*_test.go"
    - "*.spec.ts"
    - "*.test.js"

# ═══════════════════════════════════════════════════════════════
# SEARCH CONFIGURATION
# Search result scoring and ranking
# ═══════════════════════════════════════════════════════════════
search:
  # Score boosting configuration
  boost:
    enabled: true

    # Reduce scores for certain paths
    penalties:
      - pattern: /tests/
        factor: 0.5
      - pattern: _test.
        factor: 0.5
      - pattern: .spec.
        factor: 0.5
      - pattern: /docs/
        factor: 0.6
      - pattern: /vendor/
        factor: 0.3
      - pattern: /node_modules/
        factor: 0.3

    # Increase scores for certain paths
    bonuses:
      - pattern: /src/
        factor: 1.1
      - pattern: /lib/
        factor: 1.1
      - pattern: /core/
        factor: 1.2
      - pattern: /app/
        factor: 1.1

  # Hybrid search (vector + keyword)
  hybrid:
    enabled: false
    k: 60  # BM25 parameter

# ═══════════════════════════════════════════════════════════════
# IGNORE CONFIGURATION
# Files and directories to exclude from indexing
# ═══════════════════════════════════════════════════════════════
ignore:
  # Directories
  - .git
  - .grepai
  - .svn
  - .hg
  - node_modules
  - vendor
  - target
  - __pycache__
  - .pytest_cache
  - dist
  - build
  - out
  - .next
  - .nuxt

  # Files
  - "*.min.js"
  - "*.min.css"
  - "*.bundle.js"
  - "*.map"
  - "*.lock"
  - package-lock.json
  - yarn.lock
  - pnpm-lock.yaml
  - go.sum

  # Generated
  - "*.generated.*"
  - "*.pb.go"
  - "*.d.ts"
```

## Configuration by Use Case

### Small Personal Project

```yaml
version: 1
embedder:
  provider: ollama
  model: nomic-embed-text
store:
  backend: gob
chunking:
  size: 512
  overlap: 50
```

### Large Codebase

```yaml
version: 1
embedder:
  provider: ollama
  model: bge-m3  # Larger model
  parallelism: 4
store:
  backend: postgres  # Scalable storage
  postgres:
    dsn: postgres://user:pass@localhost:5432/grepai
chunking:
  size: 768  # Larger chunks
  overlap: 100
```

### Team Environment

```yaml
version: 1
embedder:
  provider: openai
  model: text-embedding-3-small
  api_key: ${OPENAI_API_KEY}
  parallelism: 8
store:
  backend: qdrant
  qdrant:
    endpoint: qdrant.internal.company.com
    port: 6334
    use_tls: true
```

### Maximum Privacy

```yaml
version: 1
embedder:
  provider: ollama
  model: nomic-embed-text
  endpoint: http://localhost:11434
store:
  backend: gob  # Local file only
```

## Environment Variables

GrepAI supports environment variable substitution:

```yaml
embedder:
  api_key: ${OPENAI_API_KEY}

store:
  postgres:
    dsn: ${DATABASE_URL}
```

Set in your shell:

```bash
export OPENAI_API_KEY="sk-..."
export DATABASE_URL="postgres://..."
```

## Validating Configuration

Check your config is valid:

```bash
grepai status
```

If there are config errors, they'll be displayed.

## Configuration Precedence

1. `.grepai/config.yaml` in current directory
2. Workspace configuration (if using workspaces)
3. Default values

## Best Practices

1. **Start simple:** Use defaults, optimize later
2. **Match chunking to code style:** Larger chunks for verbose code
3. **Use boosting:** Penalize test/vendor, boost src/lib
4. **Secure API keys:** Use environment variables, never commit
5. **Exclude noise:** Ignore generated files, dependencies

## Output Format

Valid configuration status:

```
✅ GrepAI Configuration Valid

   Embedder: ollama (nomic-embed-text)
   Storage: gob (.grepai/index.gob)
   Chunking: 512 tokens, 50 overlap
   Trace mode: fast
   Languages: 18 enabled
   Ignore patterns: 12 configured
   Boosting: enabled
```

© yoanbernabeu · MIT · yoanbernabeu/grepai-skills

Похожие скиллы

Все скиллы по теме «Настройка агента: память, контекст, субагенты» →
config-codex-cli cheaper-inference Автоматическая настройка OpenAI Codex CLI для работы с OmniRoute на любой ОС. Скилл определяет систему и оболочку, пишет конфиг, создаёт 7 профилей и проверяет подключение. CX Codex +1 990установок V3 Memory Unification ruvnet Сводит семь слоёв памяти агента в один бэкенд AgentDB с индексом HNSW: запись через единый сервис, семантический поиск по векторам. CX Codex +1 1 100установок vector-search ruvnet Выполняет векторный поиск по документам через HNSW или маршрутизирует запросы по 11 шаблонам в WASM. CX Codex +1 751установок docker-agent-config docker Помогает составить и отредактировать конфигурацию agent.yaml для Docker Agent. Пригодится при настройке моделей, наборов инструментов и команд из нескольких агентов. CX Codex +1 746установок embedding-strategies Seth Hobson Скилл помогает выбирать модели эмбеддингов, настраивать чанкинг и проверять качество в semantic search и RAG. CX Codex 11 391установок storing-and-querying-vectors aws Скилл ведёт агента по работе с Amazon S3 Vectors: создание векторного бакета и индекса, запись эмбеддингов, поиск похожих. CX Codex +1 6 600установок

Из того же набора12

grepai-search-tips Скилл учит агента формулировать семантические запросы к GrepAI: описывать смысл, а не имя функции. Пригодится, когда поиск по коду выдаёт мусор. CX Codex +1 778установок grepai-trace-callees Скилл учит агента вызывать grepai trace callees и разбирать, какие функции вызывает конкретная функция — с файлами, строками и контекстом вызова. CX Codex +1 762установок grepai-search-boosting Скилл настраивает бусты и штрафы в GrepAI, чтобы исходники поднимались выше тестов, документации и вендорного кода. CX Codex +1 749установок grepai-watch-daemon Скилл учит агента запускать и настраивать демон grepai watch: первичная индексация проекта, слежение за файлами, фоновый режим и разбор сбоев. CX Codex +1 693установок grepai-workspaces Скилл учит агента настраивать рабочие пространства GrepAI: несколько проектов, один поисковый индекс, поиск по всем сразу или по одному. CX Codex +1 682установок grepai-mcp-claude Подключает GrepAI к Claude через MCP: агент ищет код по смыслу, а не по строкам, и разбирает граф вызовов. CX Codex +1 612установок grepai-embeddings-lmstudio Настраивает LM Studio как провайдер эмбеддингов для GrepAI. Пригодится, если хочется локальных моделей с графическим интерфейсом вместо командной строки. CX Codex +1 561установок grepai-storage-postgres Переводит индекс GrepAI на PostgreSQL с pgvector, чтобы один индекс делили несколько разработчиков и большие кодовые базы. CX Codex +1 553установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой