企业官网建设流程全解析

grepai调用图提取技术揭秘：tree-sitter AST与正则双模式解析10+种编程语言

【免费下载链接】grepaiSemantic Search & Call Graphs for AI Agents (100% Local)项目地址: https://gitcode.com/gh_mirrors/gr/grepai

grepai 是一款 100% 本地运行的 AI 时代代码搜索工具，其调用图提取（Call Graph）能力可回答"谁调用了这个函数？这个函数又依赖谁？"这类关键问题。本文揭秘其底层实现：通过tree-sitter AST 精确解析与正则快速解析双模式引擎，支持 Go、Python、JavaScript、TypeScript 等10+ 种编程语言的符号提取与调用链追踪，全程无需任何云端服务。

为什么 AI Agent 需要调用图？

想象一下：你要修改ProcessPayment函数，但不敢确定它影响范围。grepai 的trace命令可以瞬间给出答案：

• callers（调用者）：谁在调用它？
• callees（被调用者）：它依赖哪些函数？
• graph（调用图）：以指定深度展开完整调用链

这正是 grepai 面向 AI Agent 场景设计的核心能力之一——用结构化上下文替代原始搜索结果，大幅降低 token 消耗。

双模式架构：一个接口，两种引擎

整个提取系统围绕一个统一接口设计，定义在 trace/trace.go：

type SymbolExtractor interface { ExtractSymbols(...) // 提取符号定义（函数、方法、类…） ExtractReferences(...) // 提取引用（函数调用、属性读写…） Mode() string // 返回 "fast" 或 "precise" }

一条命令即可切换：

grepai trace callers "Login" --mode fast grepai trace callers "Login" --mode precise

模式参数定义见 cli/trace.go，也可在.grepai/config.yaml中通过trace.mode固定配置。

正则模式：轻量而聪明的"快速通道"

每种语言一套模式表

正则模式的核心是一张语言模式注册表（trace/patterns.go），每种语言定义了五类定义模式（函数、方法、类、接口、类型）和两类调用模式（函数调用、方法调用）。以 Go 为例（trace/patterns.go）：

// func FunctionName(params) Functions: regexp.MustCompile(`(?m)^func\s+([A-Za-z_][A-Za-z0-9_]*)\s*\(`) // func (r *Receiver) MethodName(params) Methods: regexp.MustCompile(`(?m)^func\s+\(\w+\s+\*?([A-Za-z_][A-Za-z0-9_]*)\)\s+([A-Za-z_][A-Za-z0-9_]*)\s*\(`)

提取器 trace/extractor.go 按扩展名匹配模式，从每个匹配中还原出符号名、行号、签名和是否导出等信息。

两个精巧的细节

1. 注释与字符串屏蔽：正则匹配最怕"误伤"——注释里的foo()会被当成调用吗？不会。buildIgnoredMask（trace/extractor.go）先用一个状态机扫描全文，把行注释、块注释、字符串字面量全部标记为"忽略区"，还专门处理了 F# 的(* *)嵌套块注释和 Lua 的--[[ ]]长字符串。

2. 函数边界定位：调用图需要知道"这次调用发生在哪个函数体内"。边界检测按语言特性分三路走（trace/extractor.go）：

   • 大括号语言（Go、JS、C、Rust…）→ 计数配对{}，跳过字符串干扰
   • 缩进语言（Python、F#）→ 找到下一行缩进不深的语句
   • Lua → 追踪function到end的嵌套

连状态读写都能追踪

对 JavaScript/TypeScript，grepai 还额外提取属性读写引用：store.uid = ...算 write、this.count.value算 read，甚至识别 Vue/Pinia 的storeToRefs解构别名。这让前端状态流也能纳入分析——grepai refs readers "uid"就能找到所有读取该状态的位置。

tree-sitter 模式：AST 精确解析

precise 模式（trace/extractor_ts.go）为每种语言内置了 tree-sitter 语法解析器，直接遍历抽象语法树：

• 按节点类型识别function_declaration、method_declaration等
• 通过命名字段精准取符号名和接收者类型（Go 方法的 receiver）
• 顺带提取docstring文档注释（trace/extractor_ts.go），为 AI 提供语义描述
• 天然免疫正则的误报：注释、字符串里的"伪调用"在 AST 里根本不是调用节点

亮点：自研 F# 语法绑定

主流语言的解析器可直接引用现成库，但 F# 需要完整的语法文件。grepai 项目内直接维护了一份 F# tree-sitter 语法（fsharp/ 目录，其中parser.c是超过 80 万行的生成代码），通过 CGO 绑定接入（fsharp/binding.go）。这就是为什么精确模式能覆盖 C# 和 F# 这类少见的 .NET 语言。

💡 注意：precise 模式需要 CGO 依赖，须以treesitter构建标签编译；默认构建即为 fast 模式，开箱即用。

10+ 种语言支持一览

完整列表参见官方文档 docs/src/content/docs/trace.md。

从符号到调用图：边是如何连起来的

数据流非常清晰：

1. 符号索引：grepai watch启动守护进程，文件变更时自动增量提取
2. 边构建：每条引用若能定位到所在函数（调用者），就生成一条CallEdge（调用者 → 被调用者，含文件与行号），逻辑见 trace/store.go
3. 图查询：GetCallGraph从根符号出发按 BFS 逐层展开，--depth N控制深度
4. 持久化：索引保存在项目本地的.grepai/symbols.gob，代码永远不出本机

grepai watch # 后台索引，自动保鲜 grepai trace callers "ValidateToken" # 谁调用了它？ grepai trace graph "AuthMiddleware" --depth 2 --json # 结构化输出，喂给 AI

工作区模式下，--workspace还能跨项目聚合调用图——前端调后端 API 的完整链路一目了然。

总结

grepai 调用图提取的设计哲学可以概括为一句话：接口统一、双轨并行、本地闭环。

• 🎯 正则模式负责"广"——14 种语言开箱即用，无依赖、速度快
• 🧬 tree-sitter 模式负责"准"——AST 级别解析 + docstring，啃下复杂代码
• 📊 所有结果落到.grepai/symbols.gob本地文件，AI Agent 通过--json即取即用

无论你是想评估一次重构的影响面，还是给 AI 喂上精准的调用上下文，这套双模式解析引擎都是背后可靠的支撑。

更多使用细节，可查看官方文档 docs/src/content/docs/trace.md 与快速上手指南 docs/src/content/docs/quickstart.md。

【免费下载链接】grepaiSemantic Search & Call Graphs for AI Agents (100% Local)项目地址: https://gitcode.com/gh_mirrors/gr/grepai