用途
grepai-trace-callees 用于查找某个函数调用了哪些函数（callees），即回答“这个函数调用了什么？”。它适合在理解函数依赖、映射函数行为、查找深层嵌套依赖、代码理解与文档编写等场景中使用。
主要能力
- 查找指定函数的直接被调用函数（callees）。
- 输出每个被调用函数的文件路径、行号和调用上下文。
- 支持 fast（默认）和 precise 两种提取模式。
- 支持多种输出格式：普通文本、JSON、紧凑 JSON（AI 优化）、TOON（v0.26.0+）。
- 可结合 jq 等工具过滤结果，例如按文件类型筛选、排除测试函数、按类别计数。
- 可与 trace callers（谁调用我）配合，形成完整的依赖分析。
- 可与 trace graph 结合进行递归依赖分析。
使用方式
基本用法：
grepai trace callees "FunctionName"
示例：
grepai trace callees "ProcessOrder"
JSON 输出：
grepai trace callees "ProcessOrder" --json
紧凑 JSON（AI 优化）：
grepai trace callees "ProcessOrder" --json --compact
TOON 输出（v0.26.0+）：
grepai trace callees "ProcessOrder" --toon
注意：--json 与 --toon 互斥。
提取模式：
grepai trace callees "ProcessOrder" --mode fast grepai trace callees "ProcessOrder" --mode precise
模式对比：fast 速度快、准确度良好、无额外依赖；precise 速度稍慢、准确度优秀、依赖 tree-sitter。
适用场景
- 理解函数行为：查看复杂函数调用了哪些函数，映射数据流。
- 查找依赖：查看函数调用了哪些外部服务或数据库操作。
- 代码审查：识别函数的副作用，判断函数是否承担过多职责（被调用函数过多可能是代码异味）。
- 文档生成：导出依赖列表用于文档，例如：
grepai trace callees "initialize" --json | jq '.results[].callee'
- 脚本化分析：列出所有被调用函数、检查是否存在特定被调用函数、生成依赖报告。
包含的调用类型
trace 可发现：直接函数调用、方法调用、内置函数调用（取决于模式）。
限制
可能遗漏：动态/运行时调用、回调和闭包、接口方法调用（可能只显示接口而非实现）、基于反射的调用。
例如以下情况在静态分析时无法确定被调用者：
func process(fn func()) { fn() // Callee is unknown at static analysis time }
常见问题
- 函数未找到：检查拼写，确保函数存在于已索引文件中。
- 未找到被调用函数（但函数确实有调用）：尝试 --mode precise；检查语言是否在 enabled_languages 中；确保 symbols.gob 是最新的（grepai watch）。
- 遗漏部分被调用函数：使用 --mode precise 提高准确度。
最佳实践
- 用于理解：非常适合学习新代码库。
- 与 callers 结合：获得完整依赖图景。
- 深度分析用 graph：需要递归时使用 trace graph。
- 过滤结果：聚焦相关被调用函数。
- 记录发现：导出为 markdown 用于文档。
输出格式示例
普通文本输出：
🔍 Callees of "ProcessOrder"
Mode: fast Function found in: services/order.go:40
Found 4 callees:
-
validateOrder File: services/order.go:45 Context: validateOrder(order)
-
calculateTotal File: services/order.go:48 Context: total := calculateTotal(order.Items)
-
applyDiscount File: services/order.go:51 Context: total = applyDiscount(total, order.Coupon)
-
sendConfirmation File: services/order.go:55 Context: sendConfirmation(order.Email, total)
Tip: Use 'grepai trace graph ProcessOrder' for recursive analysis
JSON 输出示例：
{ "query": "ProcessOrder", "mode": "callees", "count": 4, "results": [ { "file": "services/order.go", "line": 45, "callee": "validateOrder", "context": "validateOrder(order)" }, { "file": "services/order.go", "line": 48, "callee": "calculateTotal", "context": "total := calculateTotal(order.Items)" }, { "file": "services/order.go", "line": 51, "callee": "applyDiscount", "context": "total = applyDiscount(total, order.Coupon)" }, { "file": "services/order.go", "line": 55, "callee": "sendConfirmation", "context": "sendConfirmation(order.Email, total)" } ] }
紧凑 JSON 输出示例：
{ "q": "ProcessOrder", "m": "callees", "c": 4, "r": [ {"f": "services/order.go", "l": 45, "fn": "validateOrder"}, {"f": "services/order.go", "l": 48, "fn": "calculateTotal"}, {"f": "services/order.go", "l": 51, "fn": "applyDiscount"}, {"f": "services/order.go", "l": 55, "fn": "sendConfirmation"} ] }
脚本示例
列出所有被调用函数：
grepai trace callees "main" --json | jq -r '.results[].callee' | sort -u
检查是否存在特定被调用函数：
grepai trace callees "processOrder" --json | jq -e '.results[] | select(.callee == "sendEmail")' && echo "Yes" || echo "No"
生成依赖报告：
#!/bin/bash echo "# Function Dependencies Report" echo "" for fn in main initialize processOrder; do echo "## $fn" grepai trace callees "$fn" --json | jq -r '.results[].callee' | sed 's/^/- /' echo "" done
与 callers 的对比
trace callers：谁调用我？用于影响分析。 trace callees：我调用谁？用于行为分析。
组合分析：
grepai trace callers "processOrder" # Who uses this? grepai trace callees "processOrder" # What does it do?
过滤结果示例
按文件类型：
grepai trace callees "main" --json | jq '.results[] | select(.file | endswith(".go"))'
排除测试函数：
grepai trace callees "Login" --json | jq '.results[] | select(.callee | startswith("Test") | not)'
按类别计数：
grepai trace callees "processOrder" --json | jq '.results[].callee' | grep -c "db"
与 trace graph 结合
仅直接被调用函数：
grepai trace callees "main"
完整依赖树（递归）：
grepai trace graph "main" --depth 3