用途：用抽象语法树（AST）模式匹配系统化识别代码问题，以结构化模式识别替代人工逐行检查。核心思路是代码结构比表面阅读能揭示更多隐藏关系、安全漏洞与架构问题。
适用场景：代码含嵌套函数、复杂控制流或多层抽象；需要安全审查（认证、授权、数据处理）；需要性能分析（React hooks、循环、异步模式）；大型代码库人工审查不现实；需跨多文件识别模式。不适合简单代码（少于50行）、结构明显的单文件工具或一眼即可判断的场景。
必要用法：需先安装并配置 ast-grep；若未安装可用 mise -g --pin ast-grep。安装命令：npm install -g @ast-grep/cli，随后 ast-grep init 初始化，并用 mkdir -p sg-rules/security sg-rules/performance sg-rules/structure 创建规则目录。规则以 YAML 文件定义，含 id、language、rule 与 meta（severity、message）。运行方式：ast-grep run -r sg-rules/security/，可按文件类型过滤如 --include=".tsx,.jsx"，可输出 JSON：ast-grep run -r sg-rules/ --format=json > analysis-report.json，或交互式运行 ast-grep run -r sg-rules/ --interactive。
主要能力：覆盖安全（加密函数中的字符串字面量）、性能（React hooks 依赖）、结构（函数嵌套深度）、数据流（变量赋值与使用）、实现等分析类型，可检测硬编码密钥、不安全 token 生成、React hook 依赖问题、缺少 useCallback、深层嵌套等。
限制与注意事项：过于宽泛的模式易产生误报；模式需考虑上下文，可用 inside、has、not 约束；需按语言分别建规则（如 JavaScript 与 TypeScript）；应按严重程度分级。需具备 AST 概念、模式匹配与代码结构分析背景。资料未提供价格、平台、效果数据与 CI/CD 具体配置步骤。