code-review-graph: コードレビューに正確な影響範囲（blast-radius）のコンテキストを提供することで、AIのトークン使用量を削減する構造的コードベースマッパー

解決する課題

AIコーディングアシスタントは、レビュータスク中にコードベースの大部分を再読み込みすることで、トークンとコンテキストウィンドウのスペースを浪費することがよくあります。code-review-graphは、コードの構造的なマップを提供することでこの浪費を削減し、変更によって実際に影響を受けるファイルと関数のみをAIが読み取るようにします。

仕組み

このツールはTree-sitterを使用してリポジトリを抽象構文木（AST）にパースし、それをノード（関数、クラス、インポート）とエッジ（呼び出し、継承、テストカバレッジ）のグラフとしてSQLiteデータベースに保存します。

ファイルが変更されると、システムは「影響範囲分析（blast-radius analysis）」を実行し、影響を受ける可能性のあるすべての呼び出し元、依存関係、およびテストを追跡します。この最小限のファイルセットがModel Context Protocol (MCP)を介してAIアシスタントに提供されるため、AIは無関係なファイルを無視できます。グラフはインクリメンタルに更新され、変更されたファイルのみを再パースするため、インデックス作成時間は低く抑えられます。

対象ユーザー

AIコーディングツール（Cursor、Claude Code、Windsurf、GitHub Copilotなど）を使用しており、特に大規模なモノレポにおいて、トークン使用量を削減し、AIによるコードレビューの精度を向上させたい開発者。

ハイライト

• 幅広い言語サポート: Python、JS/TS、Go、Rust、Java、C++、PHP、さらにはJupyter/Databricksノートブックを含む幅広い言語をサポートしています。
• MCP統合: 様々なAIエディタとのシームレスな統合を実現する、Model Context Protocolへのネイティブな互換性。
• インクリメンタル更新: 大規模なプロジェクトでも、変更されたファイルを2秒以内に再インデックスします。
• CI/CD統合: ソースコードを外部サービスに送信することなく、リスクスコア付きのPRレビューを提供するGitHub Actionが含まれています。
• カスタム言語サポート: プロジェクトをフォークすることなく、languages.tomlファイルを通じて新しい言語を追加できます。
• 影響範囲分析: 特定の変更によって引き起こされる影響を受ける実行フローとテストのギャップを正確に特定します。