code-review-graph: 一个结构化代码库映射器，通过提供精确的爆炸半径上下文来减少 AI 令牌使用量，用于代码审查

它解决了什么问题

AI 编码助手在审查任务期间经常通过重新读取代码库的大部分内容而浪费令牌和上下文窗口空间。code-review-graph 通过提供代码的结构图来减少这种浪费，确保 AI 只读取实际受更改影响的文件和函数。

它是如何工作的

该工具使用 Tree-sitter 将仓库解析为抽象语法树（AST），然后将其存储为 SQLite 数据库中的节点（函数、类、导入）和边（调用、继承、测试覆盖率）图。

当文件被更改时，系统会执行爆炸半径分析以追踪所有可能受影响的调用者、依赖项和测试。然后通过模型上下文协议（MCP）将这个最小文件集提供给 AI 助手，使 AI 能够忽略无关文件。该图将以增量方式更新，仅重新解析更改过的文件以保持索引时间低。

它适用于谁

希望减少令牌使用量并提高 AI 驱动的代码审查精度的开发者，特别是在大型单体仓库中使用 AI 编码工具（如 Cursor、Claude Code、Windsurf 或 GitHub Copilot）的人。

亮点

• Broad Language Support: 支持包括 Python、JS/TS、Go、Rust、Java、C++、PHP 在内的广泛语言，甚至包括 Jupyter/Databricks 笔记本。
• MCP Integration: 原生兼容模型上下文协议（MCP），可与各种 AI 编辑器无缝集成。
• Incremental Updates: 对于大型项目，仅需不到 2 秒即可重新索引更改过的文件。
• CI/CD Integration: 包含一个 GitHub Action，可在不将源代码发送到外部服务的情况下提供风险评分的 PR 审查。
• Custom Language Support: 用户可通过 languages.toml 文件添加新语言，无需 fork 项目。
• Blast-Radius Analysis: 精确识别由特定更改导致的受影响执行流程和测试缺口。 }