用途：面向从未有人工作过的代码仓库做首次定位与理解，属于发散型探索技能——在还不知道要找什么时先摸清仓库全貌。
主要能力：编排 tree-sitting（结构扫描）与 featuring（语义综合）两个工具，输出文件数、符号数、语言分布、目录符号密度、复杂度评估、分解排序、目录树与入口点等。
使用方式：固定五步流程。步骤0为会话级环境准备，安装 tree-sitter 并设置 PYTHON、TREESIT、GATHER 环境变量；步骤1用一次 curl 拉取 tarball 并解压，注意 REF 需按分支、标签或 PR 正确设置；步骤2运行 $PYTHON $TREESIT /tmp/$REPO --stats 做结构扫描，多个查询应合并到一次调用以共享扫描成本；步骤3按交付物选择模式，仅自用理解时用 --orient（约115行），要写入 _FEATURES.md 时才用完整输出；步骤4由模型综合前两步结果，必要时产出 _FEATURES.md。
适用场景：刚克隆仓库想知道它是什么、需要为后续工作建立理解。若已知要找什么，应改用 searching-codebases；若要教人学习，应改用 orienting-codebases。可搭配 bm25 做词法相关性排序，再回到 tree-sitting 读取实现。
限制：步骤0不可跳过；若 --stats 显示 Symbols: 0 说明 tree-sitter 核心包未安装，需回到步骤0。不要用 head 截断完整 gather 输出。子代理委派仅在仓库超过1000文件且环境提供 Agent/Task 工具时使用，Claude.ai 聊天与裸技能运行不支持。大型仓库建议用 --skip 聚焦扫描，monorepo 按子系统分别探索。具体收费与平台支持暂未提供。