代码搜索实战对比：何时用Code Search、Deep Search或MCP

代码搜索实战对比：何时用Code Search、Deep Search或MCP | 前端进阶之旅

Full translation

完整中文译文

AI 为代码搜索带来了新的方式，但并不是每种方式都适用于所有问题。下面介绍如何在 Code Search、Deep Search 和 MCP 之间做出选择。

如今，几乎所有工具、工作流和产品都以某种方式集成了 AI，希望借此增强能力、改善产出。AI 确实变得越来越有用，但同时也让一些事情变得不那么清晰。

作为一名在这个领域工作、直接服务真实用户的人，我接触过全球一些规模最大的科技公司，也观察到一个明确趋势：瓶颈已经不再是开发者能否使用工具，而是能否判断该使用哪种工具，以及何时使用。

与其纠结“要不要使用 AI”，我们发现，更有效的思路是先从眼前的问题出发，思考你打算如何解决它。

这正是 Sourcegraph 提供的不同工具各自发挥作用的地方。

Sourcegraph 为开发者提供了三种不同的选择，用于大规模搜索和理解代码。

Code Search——一种传统的代码搜索工具，允许你跨所有代码仓库和代码托管平台进行搜索。你既可以使用统一界面，也可以通过 API endpoints 以编程方式完成搜索。

Deep Search——一种 Agent 式代码搜索工具，能够理解针对代码库提出的自然语言问题，并利用 Sourcegraph 的搜索工具提供依据更充分的回答。

Sourcegraph MCP——为 AI Agent 和应用提供编程接口，使其能够使用 Sourcegraph 实例中的代码搜索、导航和分析能力。

三种搜索方式可以覆盖广泛的使用场景，但关键在于知道什么时候该使用哪一种。下面我们逐一拆解。

Code Search：当你知道自己在找什么时

很多时候，你并不是在探索，而只是想找到某个具体的东西。你已经知道它存在，只是不知道它在哪里、出现过多少次，或者存在于哪个 commit 中。

这正是传统代码搜索最适合的场景。它直接、可预测且速度快——这并不是 AI 所擅长的方向，AI 也没有试图取代它。

具体来说，常见场景包括：

查找某个函数、变量或 API 在多个仓库中的每一处引用
识别整个代码库中所有已知漏洞的实例

来看一个具体示例：

使用场景：在所有仓库的 properties 文件和 YAML 文件中查找特定的 Spring Boot 属性。

解决方案：使用 Sourcegraph Code Search 执行以下查询：

context:global file:(^|/)resources/application(?:[-_][A-Za-z0-9]+)*\.(?:properties|ya?ml)$ /(?s:spring\b.*h2\b.*console\b.*enabled\b.*true\b)/

如果你不熟悉 Sourcegraph 的搜索语法，Query Assist 可以帮助你生成搜索查询。

Deep Search：当你需要快速理解复杂、陌生且快速演进的代码库时

另一些时候，你并没有从某个明确的目标开始。你可能是在尝试理解一个系统、弄清楚为什么会抛出某个错误，或者研究某项功能为何会以当前方式运行。

Deep Search 将 Agent 的能力与 Sourcegraph Code Search 相结合，帮助你理解整个代码库中正在发生什么，无需手动在不同文件之间来回跳转。

当你需要回答以下问题时，Deep Search 是合适的工具：

“这个系统中的身份认证是如何运作的？”
“最近发生了哪些变化，可能导致了这个问题？”

Deep Search 会基于代码中的示例，为你提供全面的回答，甚至还能生成展示系统设计方式的可视化图表。建立起整体理解后，你可以将这些上下文交给 Code Search，以获得精确结果；也可以通过 Sourcegraph MCP 将其交给 AI Agent，让 Agent 采取行动。

Sourcegraph MCP：当代码库无法装进你的笔记本电脑或 context window 时

还有一些情况，你不只是想查找或理解信息，而是想真正完成某项任务。这通常不止一个步骤：需要获取上下文、执行验证步骤，过程中或许还要与其他系统交互。

如果没有合适的工具来快速搜索复杂代码库并获取正确的上下文，Agent 仍然会进行大量原本可以避免的猜测。在这类场景中，真正需要的是通过 Sourcegraph 的搜索和推理工具，让你选择的 Agent 能够远程访问代码。

下面来看几个示例。

使用场景：调查 CommaFeed 应用中的生产环境问题，在远程且陌生的代码中快速确定根本原因，并给出修复建议。解决方案：向 Agent 提供错误信息和远程仓库名称，请它分析错误。分析 CommaFeed 应用中的以下 stack trace（https://github.com/Athou/commafeed）。使用 Sourcegraph MCP tools 调查代码库，提供根因分析和修复建议。jakarta.ws.rs.InternalServerErrorException: HTTP 500 Internal Server Error at org.jboss.resteasy.reactive.server.handlers.ResponseHandler.mapException(ResponseHandler.java:58) at org.jboss.resteasy.reactive.server.handlers.ResponseHandler.handle(ResponseHandler.java:42) at ...

使用场景：调查 CommaFeed 应用中的生产环境问题，在远程且陌生的代码中快速确定根本原因，并给出修复建议。

解决方案：向 Agent 提供错误信息和远程仓库名称，请它分析错误。

Triage the following stack trace from the CommaFeed application (https://github.com/Athou/commafeed).
Use Sourcegraph MCP tools to investigate the codebase and provide a root cause analysis with a fix recommendation.

jakarta.ws.rs.InternalServerErrorException: HTTP 500 Internal Server Error
at org.jboss.resteasy.reactive.server.handlers.ResponseHandler.mapException(ResponseHandler.java:58)
at org.jboss.resteasy.reactive.server.handlers.ResponseHandler.handle(ResponseHandler.java:42)
at ...

使用场景：根据 Deep Search 的初步调查结果，规划并开始重构某个仓库，重点解决糟糕的设计模式和无障碍模式。解决方案：让你选择的 Agent 查看 Deep Search 的回答，并制订一份全面的计划。查看这段 Deep Search 对话 https://demo.sourcegraph.com/deepsearch/338a1da9-d8ac-4221-9fbc-769b5ebf676e，并制订计划，解决其中发现的关键问题。由于 Sourcegraph MCP 可以让 Agent 访问 Deep Search 对话，因此你可以直接传入结果，让 Agent 开始规划并实施重构。

使用场景：根据 Deep Search 的初步调查结果，规划并开始重构某个仓库，重点解决糟糕的设计模式和无障碍模式。

解决方案：让你选择的 Agent 查看 Deep Search 的回答，并制订一份全面的计划。

Review this Deep Search conversation https://demo.sourcegraph.com/deepsearch/338a1da9-d8ac-4221-9fbc-769b5ebf676e and make a plan to resolve the key issues identified.

由于 Sourcegraph MCP 可以让 Agent 访问 Deep Search 对话，因此你可以直接传入结果，让 Agent 开始规划并实施重构。

有些问题需要精确搜索，有些需要深入理解，还有一些两者都需要。那些能够产生最大影响的人，其实只是掌握了如何根据眼前的任务选择正确的工具。

Jon 于 2022 年加入 Sourcegraph，先后担任 Senior Support Engineer，并于近期转任 Field Engineer。他曾与全球一些规模最大的科技公司合作，通过最佳实践培训以及深入研究客户关注的具体使用场景，帮助这些公司将现代代码搜索和 AI 融入日常工作流。

消除组织阻碍，更快交付。

Sourcegraph，面向企业的代码理解平台。