用途：在代码库中按模式或概念查找代码，单一入口自动路由两种搜索策略，并额外提供 Python 绑定解析查询。
主要能力：正则模式匹配标识符、字面文本与正则；语义模式按自然语言概念检索；绑定解析模式（仅 Python，经 pyright）提供 --refs 查找真实调用者、--def 跳转定义、--hover 推断类型/签名。支持 --expand 返回完整函数体、--benchmark 对比、--branch 指定分支、--skip 跳过目录、--json 机器可读输出、-v 显示索引统计。
使用方式：先安装 ripgrep（uv tool install ripgrep）。主命令为 python3 $SKILL_DIR/scripts/search.py SOURCE "query" [OPTIONS]，SOURCE 可为本地目录、GitHub URL、uploads、project 或压缩包路径。示例：python3 $SKILL_DIR/scripts/search.py ./repo "def handle_error"；python3 $SKILL_DIR/scripts/search.py ./repo "retry logic with backoff" --semantic；python3 $SKILL_DIR/scripts/search.py ./repo --refs SYMBOL。短查询与类代码 token 自动走正则，多词自然语言走语义，可用 --regex/--semantic 覆盖。
适用场景：唯一推荐用途是 Python 符号的绑定解析查询，例如查找某 .py 符号的全部真实调用者或真实定义，避免文本 grep 被同名无关符号污染。
限制：非 Python 代码无 pyright 绑定解析，不适用；绑定解析层为惰性启用，仅 Python，pyright/node 不可用时降级为正则文本路径；--refs/--def/--hover 各接受单个裸符号名，三者互斥且与文本查询互斥。资料称其余多数场景用普通 ripgrep、tree-sitting、bm25 或 exploring-codebases 更合适；小于约 20 个文件的代码库直接阅读即可。语义模式需 scikit-learn，--expand 与绑定解析依赖 tree-sitting，绑定解析依赖 python-lsp 与 node v18+。具体收费与平台信息暂未提供。