根据需求描述路由到最相关的已索引仓库，返回排序后的候选仓库与索引健康度。仓库发现的第一步。

在指定仓库做 Graph RAG 混合检索（语义 + 关键词 + 图谱扩散），返回相关代码块与关系边。代码证据收集的主力工具。

查询单个仓库的元数据与索引状态（默认分支、索引健康度等）。

列出仓库目录结构（支持分页与递归）。用于浏览项目布局。

读取仓库内单个文件内容（支持行范围截取）。优先从本地 git 镜像读取完整文件（source="git"，行号精确），镜像不可用时回退索引 chunk 拼接（source="index"）。

在仓库本地 git 镜像快照上做精确文本检索（ripgrep / git grep，确定性全量结果）。与 search_rag_chunks 的语义召回互补：「穷举所有出现位置」类问题（字面量 / 符号引用 / 跳转路径枚举）必须用这个，语义检索保证不了全量。默认单仓（repository_id）；跨仓需显式 opt-in（repository_ids 数组或 all_repositories=true），结果按仓库分组。默认锁定到与 RAG 索引一致的 commit 快照（matches_index=true）。建议先用 output_mode=files_only 看命中分布，再用 content + context_lines 取关键上下文。

沿代码图谱查找相关代码块（调用 / 被调用 / 导入等关系，1-2 跳扩散）。chunk_id、file_path、symbol_name 三者必须且只能提供一个。用于影响面与调用链分析。

对仓库做结构化分析（架构、风险、测试建议），可带 focus 聚焦特定主题，返回 analysis_id 供 create_coding_plan 复用证据。

根据需求与代码证据生成结构化编码计划（分步骤、含风险与测试建议），返回 plan_id / version_id。执行编码前的必经步骤。

根据反馈修订既有编码计划，生成新版本（返回新 version_id 与 change_summary / risk_delta）。

在 Friday Runner 的隔离容器中执行已确认的编码计划（Claude Code 实际写代码、跑测试、推分支）。耗时长（默认超时 1 小时），返回 execution_id 供轮询。执行前必须先经用户确认计划内容。

查询编码执行状态与产物（status / commit_sha / file_changes / test_results / last_diff / runner_logs / recovery_state）。执行后轮询与失败诊断用。

对比分支差异并生成可读摘要与 MR 草稿。提供 execution_id，或同时提供 repository_id + source_branch + target_branch。

在 GitHub / GitLab 创建 PR / MR。提供 execution_id，或同时提供 repository_id + source_branch + target_branch。title/description 省略时复用 summarize_branch 草稿。

聚合飞书工作项上下文：字段、关系、关联文档与评论，返回 context_id 供 create_feishu_technical_plan 使用。project_id 与 project_key 至少提供一个。

基于工作项上下文与代码证据生成技术方案，可写回飞书文档与评论。返回 technical_plan_id 供建任务 / 执行。

把技术方案拆解为按仓库划分的任务矩阵（跨仓需求拆分）。

批量执行技术方案下的仓库任务（派发编码、建 MR、回写飞书）。technical_plan_id 与 task_ids 至少提供一个。耗时长，执行前必须经用户确认。

把一次技术方案 / 执行的经验沉淀为学习案例（根因、解法、测试），供未来相似需求检索复用。

检索历史学习案例（按语义 + 仓库 / 文件 / 符号提示），在生成新方案前查相似经验。

在交付知识图谱中检索相似历史需求 / 方案 / 代码变更（向量召回 + 图扩散 + 时间衰减），返回带出处与关联实体的结果。问"以前做过类似需求吗"用这个。

查询知识实体的完整迭代轨迹：方案 v1→vN 与各次编码按时间排序的时间线（纯版本链，不依赖向量库）。

从任一知识实体出发查看关联上下游（需求→方案→代码变更→MR，反向亦可），1-3 跳图遍历。