★ FEATURED ARTICLE 【免费下载链接】probeAI-friendly semantic code search engine for large codebases. Combines ripgrep speed with tree-sitter AST parsing. Powers AI coding assistants with precise, context-aware code understanding.项目地址https://gitcode.com/gh_mirrors/probe17/probe点击查看免费下载Probe是一款面向大型代码库的 AI 友好语义代码搜索引擎它把 ripgrep 的扫描速度与 tree-sitter 的 AST 解析能力结合在一起。其中最有透视能力的正是probe query命令——它不靠关键字碰运气而是直接按AST 模式匹配代码的语法结构函数叫foo还是bar无所谓只要长得像fn $NAME($$$PARAMS) { $$$BODY }一个都跑不掉。本指南面向新手带你从零写对第一条结构查询命令。为什么叫X光——AST 模式匹配的原理普通文本搜索只能看表面变量改个名字搜索结果就变了。而probe query借助 tree-sitter 把代码解析成语法树Abstract Syntax Tree再用带元变量的模式在树上做结构匹配。简单说就是三步Parsetree-sitter 把源码解析成 AST理解出这里是一个函数、那里是一个类Match你的模式里$NAME、$$$BODY这类占位符可以吞掉任意具体的名字或代码块Report返回完整代码块、文件行号、语言与模式命中详情所以无论代码里函数叫什么名字只要结构一致它都能被照出来。相关原理可参考 docs/reference/how-it-works.md。3分钟上手安装与第一条 query 命令如果你还没装过 Probe一条命令即可npm 全局安装npm install -g probelabs/probelatest然后对着自己的项目跑第一条 AST 查询——找出 Rust 源码里所有函数定义probe query fn $NAME($$$PARAMS) { $$$BODY } ./src -l rust或者更经典的场景——找出前端代码里所有 ReactuseState调用probe query useState($INITIAL) ./src --language javascript输出默认是带颜色的终端样式先给出文件路径:行号再展示命中的完整代码块一眼就能看到结构全貌。元变量语法速查只需认识 3 个占位符probe query使用 ast-grep 风格 的模式语法核心只有三种元变量写法含义例子$NAME匹配单个节点fn $NAME()命中fn foo()$$$BODY匹配多个节点参数、函数体等{ $$$BODY }命中任意函数体$_匹配任意单个节点匿名if $_ { }新手最容易犯的两个错忘了$前缀——元变量必须以$开头否则按字面量处理没加--language参数——模式必须与目标语言语法一致建议始终显式指定完整的模式示例Rust / JavaScript / Python / Go 各语言的函数、类、导入、错误处理写法都整理在 docs/guides/query-patterns.md可直接当抄写本用。实战清单5 类最常用的 AST 结构搜索下面这几条是日常开发中使用率最高的模式建议收藏1️⃣ 找出所有返回 Result 的 Rust 函数probe query fn $NAME($$$) - Result$OK, $ERR { $$$ } ./src -l rust2️⃣ 找出所有 Python 带装饰器的函数probe query $DECORATOR def $NAME($$$PARAMS): $$$BODY ./src -l python3️⃣ 找出所有fetch网络调用及它们的参数probe query fetch($URL, $$$OPTS) ./src -l javascript4️⃣ 找出所有 try-catch 错误处理块probe query try { $$$TRY } catch ($ERR) { $$$CATCH } ./src -l javascript5️⃣ 找出所有with上下文管理语句probe query with $CONTEXT as $VAR: $$$BODY ./src -l python经验法则先写宽松再逐步收紧。先用fn $NAME($$$PARAMS) { $$$BODY }找到大致范围再逐步加上返回类型、async、pub等约束比一上来就写死具体签名更容易命中。输出格式与上下文增强给 AI 喂料的关键probe query默认输出彩色终端文本也可以切换成更适合工具链的格式# Markdown方便贴进笔记或 PR probe query fn $NAME() ./src --format markdown # JSON供脚本或 AI Agent 消费 probe query fetch($$$ARGS) ./src -l typescript --format json重点推荐--with-context参数每个命中结果除了代码本身还会附带所属函数/方法名、作用域行号、关联注释等上下文字段schema 见 docs/probe-cli/query.md 中的 Owner Context 示例。对 AI 编程助手来说这个调用发生在哪个函数里往往比调用本身更重要这一个参数就能省掉大量二次检索。其他常用参数参数作用-l, --language指定解析语言rust / python / typescript / go…--max-results限制返回条数先试水再放量--allow-tests把测试文件也纳入搜索-i, --ignore按模式忽略特定路径--strict禁用纯文本回退仅做 AST 匹配一个实用技巧对没有对应解析器的文件如.conf、.txtquery 会自动回退为逐行文本搜索加--text-extension还能把自定义后缀强制按文本处理文档配置目录也能用同一条命令查。query 还是 search一张表帮你选Probe 同时提供search语义/文本搜索和queryAST 结构搜索新手常常纠结用哪个场景推荐命令你知道确切的代码结构名字无关紧要probe query找某个概念/关键词名字就是线索probe search重构找出所有长这样的代码probe query初探陌生代码库probe search推荐的组合拳先用 search 按概念缩小文件范围再用 query 按结构精确狙击——# 第一步找出含 middleware 概念的文件 probe search middleware ./src --files-only # 第二步在这些文件里按结构找 Express 风格处理函数 probe query function $NAME(req, res, next) { $$$ } ./src/middleware -l javascript这一工作流的更多细节见 docs/guides/query-patterns.md 的 Combining Tools 章节。常见问题排查与性能技巧搜不到结果按顺序检查三件事--language是否匹配目标文件模式语法随语言而异模式是否太具体——把类型、参数换成$占位符放宽是否漏掉了测试目录——需要时加--allow-tests结果太多、太慢用--max-results 5先小样本试跑确认模式方向对了再放开把搜索范围从整个仓库收窄到具体目录用语言参数过滤避免解析无关文件类型query需要对文件做完整解析因此比纯文本search稍慢但在大型代码库上依然可用——Probe 底层的 ripgrep 扫描与并行处理逻辑见 src/search/。延伸阅读想继续深入 Probe 的 AST 能力推荐按这个顺序看Query 命令完整参考docs/probe-cli/query.md结构搜索模式大全docs/guides/query-patterns.mdsearch 命令对比阅读docs/probe-cli/search.md支持的语言清单docs/reference/supported-languages.mdextract 命令按行号提取完整代码块docs/probe-cli/extract.mdquery 引擎核心实现src/search/query.rs、src/query.rs掌握probe query之后你会发现找出项目里所有长这样的代码这件事从翻文件变成了 10 秒钟的事。赞分享【免费下载链接】probeAI-friendly semantic code search engine for large codebases. Combines ripgrep speed with tree-sitter AST parsing. Powers AI coding assistants with precise, context-aware code understanding.项目地址https://gitcode.com/gh_mirrors/probe17/probe点击查看免费下载相关推荐OpCore-Simplify终极OpenCore自动化配置解决方案指南OpCore Simplify终极OpenCore自动化配置解决方案指南 在Hackintosh社区中OpenCore配置一直被视为技术门槛最高的环节之一。开发工具CLIShardeum快速入门指南10分钟搭建本地测试网络Shardeum快速入门指南10分钟搭建本地测试网络 Shardeum 是一款基于 EVM 的自动扩缩容区块链平台支持开发者在本地一键搭建多节点测试网络。本区块链YARA-X下一代模式匹配利器YARA X下一代模式匹配利器 项目介绍 YARA X 是 YARA 的重生之作专为提升用户体验、性能及安全性而设计。这款工具面向恶意软件研究员以及其他需要上一篇Arduino IDE 1.x调试技巧常见错误排查和解决方法下一篇Open Battery Information开源电池修复与BMS解锁实用指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
阅读完成 · 觉得有帮助？
-定制化Shader)
