Recherche

Open Source — GitScrum MCP Server est open source sous la licence MIT. Disponible sur npm et sur GitHub. Serveur Model Context Protocol pour GitScrum — Claude, GitHub Copilot, Cursor et tout client compatible MCP disposent d'un accès opérationnel complet à votre stack de gestion de projets.

L'outil search fournit 1 action — une recherche globale unifiée qui interroge toutes les entités GitScrum en un seul appel. Au lieu de rechercher les tâches, discussions et projets individuellement, l'outil search ratisse large dans tout votre workspace et retourne les résultats correspondants de chaque type d'entité.

C'est l'outil vers lequel votre assistant IA se tourne lorsque votre demande est exploratoire — « trouve tout sur l'authentification », « qu'avons-nous en rapport avec le module de facturation » ou « recherche tout ce sur quoi @sarah a travaillé ». Il retourne des résultats de tâches, projets, discussions, user stories et plus, classés par pertinence.

Aperçu des actions

Rechercher

L'action search effectue une requête inter-entités dans votre workspace. Passez une chaîne de recherche et optionnellement restreignez les résultats par projet, type d'entité ou nombre de résultats.

Paramètres requis

Paramètres optionnels

Types d'entités

Lorsque vous utilisez le paramètre type, spécifiez l'un de ces types d'entités pour restreindre les résultats :

Recherche simple

L'utilisation la plus simple — passez une chaîne de recherche et obtenez des résultats de tous les types d'entités.

You:  "Recherche tout ce qui concerne l'authentification"
AI:   Appelle search action=search avec q="authentication"
      → retourne les tâches, discussions, pages wiki et plus correspondants

You:  "Trouve tout ce qui est lié au module de facturation"
AI:   Appelle search action=search avec q="billing"
      → retourne des résultats inter-entités classés par pertinence

You:  "Recherche 'memory leak'"
AI:   Appelle search action=search avec q="memory leak"
      → retourne les tâches, commentaires et discussions mentionnant les fuites mémoire

Recherche ciblée

Restreignez votre recherche à un projet ou un type d'entité spécifique pour des résultats plus ciblés.

Par projet

You:  "Recherche 'login' dans le projet Backend"
AI:   Appelle search action=search avec q="login", project_slug="backend"
      → retourne les résultats uniquement du projet Backend

You:  "Trouve les références à 'payment' dans le projet Mobile App"
AI:   Appelle search action=search avec q="payment", project_slug="mobile-app"

Par type d'entité

You:  "Trouve les tâches liées à la performance API"
AI:   Appelle search action=search avec q="API performance", type="task"
      → retourne uniquement les tâches correspondantes

You:  "Recherche les discussions sur la migration de base de données"
AI:   Appelle search action=search avec q="database migration", type="discussion"
      → retourne uniquement les fils de discussion correspondants

You:  "Trouve les pages wiki sur le déploiement"
AI:   Appelle search action=search avec q="deployment", type="wiki"
      → retourne uniquement les pages wiki correspondantes

You:  "Recherche les user stories mentionnant 'checkout flow'"
AI:   Appelle search action=search avec q="checkout flow", type="user_story"

Filtres combinés

You:  "Recherche les tâches 'timeout' dans le projet Backend"
AI:   Appelle search action=search avec q="timeout", type="task",
      project_slug="backend" → retourne des résultats ciblés avec précision

You:  "Trouve les discussions sur 'auth' dans le projet API, montre les 5 premiers"
AI:   Appelle search action=search avec q="auth", type="discussion",
      project_slug="api", per_page=5

Patterns de recherche multi-entités

La recherche globale est la plus puissante lorsque vous explorez un sujet à travers les frontières des entités. Voici des patterns qui exploitent efficacement la recherche inter-entités :

Découverte

Quand vous ne savez pas où se trouve l'information, recherchez d'abord globalement, puis approfondissez les résultats spécifiques.

You:  "Qu'avons-nous sur OAuth2 ?"
AI:   Appelle search avec q="OAuth2" → retourne :
      - 3 tâches liées à l'implémentation OAuth2
      - 1 discussion sur la stratégie OAuth2
      - 2 pages wiki documentant le flux OAuth2
      L'IA résume les résultats de tous les types d'entités

You:  "Trouve tout de la semaine dernière sur le release mobile"
AI:   Appelle search avec q="mobile release" → agrège les résultats des
      tâches, discussions, commentaires et sprints

Analyse d'impact

Avant d'effectuer des changements, recherchez toutes les références pour comprendre la portée de l'impact.

You:  "Recherche toutes les références au endpoint API v2"
AI:   Appelle search avec q="v2 API" → identifie les tâches, pages wiki
      et discussions qui référencent le endpoint obsolète

You:  "Trouve tout ce qui mentionne la table user_profiles"
AI:   Appelle search avec q="user_profiles" → retourne les tâches de code,
      la documentation wiki et les discussions d'architecture

Collecte de contexte

Rassemblez rapidement tout le contexte sur un sujet avant de commencer le travail.

You:  "Je commence à travailler sur la fonctionnalité de remboursement de paiement. Trouve tous les éléments liés."
AI:   Appelle search avec q="payment refund" → retourne :
      - Tâches existantes pour la fonctionnalité
      - Fils de discussion avec les décisions de design
      - Pages wiki avec la documentation de l'architecture de paiement
      - User stories décrivant le besoin

Connaissances de l'équipe

Recherchez les contributions et le contexte de membres spécifiques de l'équipe.

You:  "Recherche les éléments mentionnant le travail d'authentification de @sarah"
AI:   Appelle search avec q="auth" → l'IA filtre les résultats par l'implication de @sarah

You:  "Quelles décisions ont été prises sur la couche de cache ?"
AI:   Appelle search avec q="caching" → identifie les discussions et commentaires
      où les décisions ont été enregistrées

Résultats de recherche

L'outil de recherche retourne des résultats structurés qui incluent :

• Type d'entité — Quel type d'objet correspond (tâche, discussion, wiki, etc.)
• Titre — Le nom ou titre de l'entité correspondante
• Extrait — Un extrait de contenu montrant où la correspondance a été trouvée
• Métadonnées — Projet, date de création, statut et autres champs pertinents
• UUID — Identifiant unique pour approfondir le résultat avec les outils spécifiques à l'entité

L'assistant IA peut utiliser ces UUID pour récupérer les détails complets avec l'outil approprié — task action=get, discussion action=get, wiki action=get, etc.

You:  "Recherche 'rate limiting' et montre-moi les détails de la première tâche"
AI:   Appelle search → obtient les résultats → appelle task action=get sur le premier UUID de tâche
      → retourne les détails complets de la tâche

Recherche vs Filtrage spécifique par entité

Les deux approches ont leur utilité. Utilisez le bon outil pour le bon cas :

Règle générale : Si vous savez que vous cherchez des tâches, utilisez task action=filter. Si vous explorez un sujet à travers toutes les entités, utilisez search.

Résolution automatique du contexte

L'outil de recherche supporte la résolution automatique du contexte. Si votre assistant IA connaît déjà le workspace depuis un appel précédent dans la conversation, vous pouvez dire « recherche X » sans spécifier le workspace à chaque fois.

Lorsque les résultats de recherche incluent des entités de plusieurs projets, la réponse inclut les identifiants de projet pour chaque résultat, permettant à l'assistant IA d'approfondir le contexte de n'importe quel projet spécifique.

Prochaines étapes

• Tâches : Utilisez le filtrage spécifique aux tâches pour une recherche granulaire de tâches.
• Wiki : Recherchez dans les pages wiki pour la documentation de projet.
• Discussions : Parcourez et créez des fils de discussion.
• Démarrage rapide : Configurez le serveur MCP si ce n'est pas déjà fait.