tirth8205/code-review-graph

해결하는 문제

AI 코드 보조 도구는 코드 리뷰 중 전체 코드베이스를 다시 읽거나 관련 없는 대규모 파일을 스캔하면서 토큰을 낭비하고 정확도를 떨어뜨리는 경우가 많습니다. code-review-graph는 AI 보조 도구에게 변경 사항에 실제로 영향을 받는 파일만을 포함한 정확한 구조적 맵을 제공함으로써 이러한 토큰 낭비를 줄입니다.

작동 방식

이 도구는 Tree-sitter를 사용하여 리포지토리를 추상 구문 트리(AST)로 파싱한 후, 노드(함수, 클래스, 임포트 등)와 엣지(호출, 상속, 테스트 커버리지 등)로 구성된 그래프로 저장합니다.

파일이 변경되면 시스템은 "폭발 반경 분석(blast-radius analysis)"을 수행하여 영향을 받을 수 있는 모든 호출자, 종속성, 테스트를 추적합니다. 이 최소한의 파일 집합은 Model Context Protocol(MCP)를 통해 AI 보조 도구에 제공되어, AI가 전체 코퍼스가 아닌 관련된 컨텍스트에만 집중할 수 있도록 합니다.

대상 사용자

• 개발자: Cursor, Claude Code, Windsurf, Zed 등 AI 코드 도구를 사용하면서 토큰 비용을 줄이고 리뷰 정확도를 높이고자 하는 분들.
• DevOps/CI 엔지니어: GitHub Actions 파이프라인에 위험도 점수를 부여한 PR 리뷰를 통합하여 영향을 받는 실행 흐름과 테스트 누락을 식별하고자 하는 분들.

주요 특징

• 엄청난 토큰 절감: 전체 코퍼스 기반 대비 질문당 평균 토큰 사용량이 약 65배 감소합니다.
• 크로스플랫폼 통합: Cursor, Zed, Continue, GitHub Copilot 등 다양한 플랫폼을 자동 감지하고 MCP를 설정합니다.
• 광범위한 언어 지원: Python, JS/TS, Go, Rust, Java, C++ 등 다양한 언어와 Jupyter/Databricks 노트북을 지원합니다.
• 인크리멘탈 업데이트: 변경된 파일만 재색인하므로 대규모 프로젝트에서도 초 단위로 업데이트가 가능합니다.
• 로컬 우선 CI: GitHub Action은 CI 러너에서 그래프를 완전히 로컬로 빌드하고 쿼리하므로 소스 코드가 환경 외부로 유출되지 않습니다.