Codemod grep: Búsqueda estructural de código en repositorios públicos de GitHub
Codemod grep es un nuevo motor de búsqueda de código que funciona sobre la estructura en lugar de texto plano. Utiliza la sintaxis de patrones de ast-grep para coincidir con el código mediante la forma de su árbol sintáctico, por lo que puedes encontrar patrones en repositorios públicos de GitHub que las búsquedas por regex o texto pasarían por alto.
Qué lo hace diferente
En lugar de buscar cadenas exactas o coincidencias difusas con regex, escribes patrones que representan la estructura del código. Por ejemplo, el patrón console.log($MSG) coincidirá con cualquier llamada a console.log con cualquier argumento. De manera similar, $A.$B($C) coincide con cualquier llamada a un método sobre cualquier objeto con un solo argumento, y await $EXPR encuentra cualquier expresión con await.
La herramienta también admite búsqueda estructural para patrones HTML, como encontrar etiquetas <img> sin atributo alt — algo difícil con regex pero trivial con coincidencia estructural.
Cómo usarlo
La interfaz es simple: introduces un patrón de ast-grep en el cuadro de búsqueda, opcionalmente cambias al modo de reglas YAML para condiciones más complejas, y pulsas buscar. También hay un modo regex para la coincidencia tradicional de cadenas, y una función "Ask AI" para consultas en lenguaje natural.
Internamente, utiliza exactamente la misma sintaxis de patrones que usa el CLI de ast-grep, así que si ya sabes escribir reglas de ast-grep, puedes reutilizar esas habilidades aquí. Para un inicio rápido, la página de inicio ofrece ejemplos de patrones como console.log($MSG), $A.$B($C) y await $EXPR.
Para quién es
Esto atraerá a desarrolladores que trabajan en bases de código grandes, realizan refactorizaciones entre repositorios, o necesitan auditar patrones de código en el ecosistema de código abierto. También es una excelente manera de descubrir cómo se utilizan ciertas APIs en la práctica.
Ve a grep.codemod.com para probarlo con tus propios patrones.
📖 Leer la fuente completa: HN AI Agents
👀 Ver también

El complemento MCP de caché de prompts reduce automáticamente los costos de la API de Claude al identificar contextos estables.
El complemento MCP de caché de prompts identifica automáticamente partes estables del contexto, como prompts del sistema y definiciones de herramientas, luego las marca para la función de caché de Anthropic para reducir los costos de API en un 80-92% en sesiones de codificación.

Gemma 4 26B vs Qwen 3.5 27B: Evaluación comparativa de flujos de trabajo empresariales locales en RTX 4090
Un desarrollador probó Gemma 4 26B y Qwen 3.5 27B en una estación de trabajo RTX 4090 para 18 tareas reales de operador de negocios. Gemma ganó 13-5, mostrando mayor velocidad y mejor disciplina para el trabajo de ejecución diaria, mientras que Qwen sobresalió en el pensamiento estratégico más amplio.

Un patrón para ejecutar Claude Code en sesiones nocturnas desatendidas sin desviación
Un marco de tres piezas — ejecutor en cadena, supervisor y un único contrato de traspaso — resuelve el problema de deriva del bucle de retroalimentación en sesiones autónomas de Claude Code de varias horas.

Skales: Un Agente de IA de Escritorio que se Conecta a Ollama Sin Docker
Skales es un agente de IA de escritorio que se conecta a Ollama localmente, sin necesidad de configuración de Docker. Ofrece funciones como gestión de correo electrónico a través de Gmail IMAP, automatización del navegador y chat de voz usando Whisper mediante Groq.