在代码库中搜索任意正则表达式 pattern，支持 Python/TypeScript/JavaScript/任意文本文件。这是最通用的搜索工具，适用于所有变更场景：字段访问、函数调用、字符串值、常量、配置项、API 路径、SQL 字段名、注释、枚举值等任何内容。当用户描述任何类型的代码变更并想知道影响范围时，调用此工具。由 Claude 根据变更描述决定要搜什么 pattern，此工具只负责机械执行搜索。返回按文件聚合的 JSON：{engine, total_found, returned, truncated, files:[{file:相对路径, hits:[{line, code, patterns, confidence}]}]}。

对 Python 代码做 AST 级别精确分析，比 grep 更准确。支持多种搜索目标，可同时指定多类：

• symbols: 任何标识符（变量名、类名、常量名）

• field_names: 字段/属性名（捕获 obj.field / obj['field'] / obj.get('field')）

• string_values: 字符串字面量值（捕获代码中的字符串常量）

• call_names: 函数/方法调用名

• import_names: 导入的模块或符号名 每个命中都标注所在函数名、访问方式和置信度，适合需要精确上下文的场景。返回按文件聚合的 JSON：{total_found, returned, truncated, files:[{file:相对路径, hits:[{line, kind, value, extra, function, confidence}]}]}。

获取代码上下文，帮助判断命中处是否真正受变更影响。支持两种模式：单点（file_path + line_number）或批量（locations 数组，推荐——验证多个命中时一次调用替代多次往返）。

将扫描结果聚合成结构化 Markdown 影响分析报告。若不传 scan_results/ast_results，自动使用该 project_path 的最近一次扫描缓存。推荐工作流：先调用 scan_patterns 和/或 analyze_python_ast，再调用此工具生成报告。

BFS 逐层找出调用指定函数的函数：depth=1 为直接调用者，depth=2 再找「调用者的调用者」，依此类推（上限 5 层）。适合回答「改了函数 X，影响会波及到哪里？」返回 {target, max_depth, total_found, truncated, levels:[{depth, callers:[{file, line, caller_function, callee, confidence}]}]}。confidence=high 表示 foo(x) 直呼；medium 表示 obj.foo() 按方法名匹配，可能是其他类的同名方法。

找出符号在项目中的定义处：函数定义、类定义、模块级/类级赋值（常量、类属性）。与 trace_callers 配对使用——先找定义看签名，再追调用链。返回按文件聚合的 JSON：{total_found, returned, truncated, files:[{file:相对路径, hits:[{line, kind, name, signature, parent}]}]}，kind 为 function/class/assignment，parent 为所在类或函数（顶层为 ）。