tirth8205/code-review-graph

解決する課題

AIコーディングアシスタントは、コードレビュー中に全体のコードベースを再読み込みしたり、関係のない大規模なファイルをスキャンしたりすることで、トークンを無駄に消費し、精度を損なうことがあります。code-review-graphは、AIアシスタントに正確な構造的マップを提供することで、変更に実際に影響するファイルのみを読み込むようにし、このトークンの無駄を削減します。

動作方法

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）に解析し、ノード（関数、クラス、インポートなど）とエッジ（呼び出し、継承、テストカバレッジなど）のグラフとして保存します。

ファイルが変更された際、システムは「爆発半径分析（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は、Model Context Protocol（MCP）を介してAIアシスタントに提供され、AIは全体のコーパスではなく、関連するコンテキストにのみ集中できます。

対象ユーザー

• 開発者：Cursor、Claude Code、Windsurf、Zedなど、AIコーディングツールを使用しており、トークンコストを削減し、レビューの正確性を向上させたい方。
• DevOps/CIエンジニア：GitHub Actionsパイプラインにリスクスコア付きPRレビューを統合し、影響を受ける実行フローとテストのギャップを特定したい方。

主な特徴

• 大幅なトークン削減：全体コーパスベースラインと比較して、質問ごとの平均トークン削減率が約65倍に達します。
• クロスプラットフォーム統合：Cursor、Zed、Continue、GitHub Copilotなど、幅広いプラットフォームを自動検出し、MCPを設定します。
• 多言語対応：Python、JS/TS、Go、Rust、Java、C++など、多数の言語およびJupyter/Databricksノートブックをサポートします。
• インクリメンタル更新：変更されたファイルのみを再インデックス化するため、大規模プロジェクトでも数秒で更新が可能です。
• ローカル優先CI：GitHub ActionはCIランナー上でグラフを構築・クエリするため、ソースコードが環境外に漏れる心配がありません。