⌕
找到值得复用的逻辑。
跨服务按词语、调用的函数或与草稿的相似性搜索，获取排序后的候选及匹配原因。
spec_nav_find_functions本地 MCP 服务器 · 开源
为你的智能体
提供 代码地图。
你需要的逻辑可能已经存在。帮助 AI 编程智能体找到并理解它，在修改前检查影响范围。
本地运行 / Claude Code + Claude Desktop / MIT
// 在编写另一个费用计算函数之前…
agent → spec_nav_find_functions
{ "query": "calculate order fees" }
↳ 查找现有实现
calculateFee(order)
阅读源码。检查依赖。作出判断。
services/billing/src/fees.ts
calculateFee(order)
阅读源码。检查依赖。作出判断。
agent → spec_nav_callers
{ "symbol": "calculateFee",
"file": "services/billing/src/fees.ts" }
"file": "services/billing/src/fees.ts" }
// 修改函数签名前先检查调用方。
就绪 ▌
覆盖你的代码库
01 / 修改前先探索
减少猜测。
更多源码依据。
帮助智能体在确定实现方案前检查仓库。
{ }
了解完整上下文。
在决定如何使用函数之前，检查实现、签名、文档及相关导入——一次调用最多 10 个函数。
spec_nav_read_function↳
检查谁在调用它。
修改函数签名或行为前，检查调用方、动态用法和未解析的引用。
spec_nav_callers体验工作流程
同一个任务。
更明确的起点。
示例提示 → 工具输入
“添加订单费用计算前，先跨服务查找现有实现并阅读最合适的候选。”
spec_nav_find_functions
{ "query": "calculate order fees", "limit": 20 }随后阅读匹配函数，导入前检查服务边界。由编程智能体判断哪个合适。
在 README 中查看所有工具 ↗观看演示 / 同任务，同规则。
Grep + 规则。
MCP + 规则。
跟随一个订单费用请求，从用户提示到发现代码、修改、测试及交付。两个智能体遵循同一规则。
spec_nav_servicesspec_nav_functionsspec_nav_find_functionsspec_nav_read_functionspec_nav_similar_functionsspec_nav_callersspec_nav_mapspec_nav_trace_flow
一个请求 · 从开始到完成
跨 billing、checkout、orders、invoicing 和 shipping：添加可选手续费减免，将集中费用从 5 改为 7，复用现有总额计算，更新调用方，检查费用的不同写法，并验证普通及免手续费总额。两侧遵循相同的复用与调用方规则。
共同规则 · CLAUDE.md / RULE.md / 客户端指令编写前：查找现有函数，阅读并在合适时复用。
修改前：检查相关代码和调用方，然后更新受影响的位置。
修改前：检查相关代码和调用方，然后更新受影响的位置。
Grep + 规则智能体自行整理依据
演示探索调用数 · 脚本示意0
ILLUSTRATIVE COMMANDS & OUTPUT
rg --files -g 'package.json' services/ packages/ \ && cat package.json services/*/package.json
Identify billing, checkout, orders, invoicing and shipping.
Agent combines file lists and project configuration.
1 Bash call shown: list projects and read their manifests together.
spec-nav + 规则工具整理依据
演示探索调用数 · 脚本示意0
ILLUSTRATIVE COMMANDS & OUTPUT
spec_nav_services
{}Repository root + discovered projects
Source coverage + file/function counts
Inspect excluded or unsupported files.
1 discovery call shown: project map and coverage together.
✓ MCP 的优势先看仓库地图，减少零散文件列表整理。spec_nav_services 汇总项目、数量与扫描范围。两侧仍需在修改前检查根目录和边界。
规则指导流程。 当智能体选择有效查询并仔细跟踪引用时，Grep 与文件阅读也能很好地完成任务。
MCP 提供结构。 候选排序、函数上下文、调用方依据，以及带有所在函数的匹配结果。
大型任务示意：探索部分显示 11 次 Grep/Read 与 9 次 spec-nav 调用；Grep 一侧像真实智能体一样，在一次 Bash 调用中串联多次搜索和读取。计数来自脚本，并非实测智能体。修改、测试与分页需额外调用。Immich 实测大型会话平均总调用 146.9 对 117.7，不证明整个任务只需几次调用或 MCP 工具运行更快。
02 / 连接你的智能体
简单配置。
更好的起点。
需要 Node.js 18+、npm/npx、Git，以及待扫描仓库的本地副本。
- 将此配置加入
.mcp.json，放在目标仓库中。 - 将
SPEC_NAV_ROOT替换为代码库的绝对路径。 - 重启 Claude Code，运行
/mcp，并检查spec-nav已连接。
{
"mcpServers": {
"spec-nav": {
"command": "npx",
"args": [
"-y",
"github:khoitd-voyager/mcp-spec-nav"
],
"env": {
"SPEC_NAV_ROOT": "/absolute/path/to/your-repo"
}
}
}
}使用 monorepo 根目录以覆盖多个服务。
真实 LLM 会话 · 8 个 Grafana PRClaude Sonnet 5.5
生成的多语言 monorepobench/run.mjs
真实仓库评估bench/real.mjs
大型仓库性能bench/perf.mjs
真实运行：Claude Code（Claude Sonnet 5.5）在 8 个 Grafana PR 上，对比纯 Claude Code 与一个不只是 MCP 的 spec-nav 设置：MCP + 说明 + 强制调用 spec-nav 的钩子。两者均通过全部隐藏测试；质量差异在噪声范围内，强制设置每会话成本约高 58%。仅 MCP 的设置尚未测量。其余测试采用确定性智能体策略，Token 数为估算值。引用前请阅读方法及局限。
查看真实 LLM 运行报告 ↗查看已记录结果 ↗
实测 / 已记录的基准结果
用数据看差异。
immich@cc7fd67 · 10 大型会话 · 已记录 2026-10-13
基线：Grep / Read / Editspec-nav + Read / Edit
完全正确的会话
越高越好成功复用现有函数
越高越好搜索阶段上下文 Token
越低越好 · 估算值会话最终上下文 Token
越低越好 · 估算值每会话错误修改数
越低越好 · 实测每会话工具调用数
越低越好 · 实测代价：MCP 冷启动开销。
平均工具执行时间包含每个会话的新 MCP 服务器启动，不包含模型思考时间，并非 LLM 端到端延迟。
使用确定性智能体策略，而非真实 LLM。数值为每会话平均值。Token 按 3.5 字符/token 估算。大型会话合并 3 个功能请求。Immich 仅为一个真实仓库，结果不适用于所有项目。
局限：搜索仍基于词语；TS/JS/Vue/Svelte/Astro 的调用方经过类型检查，其他语言基于证据解析。覆盖可能不完整。单文件简单修改可能收益有限。