tirth8205/code-review-graph

Local-first code intelligence graph for MCP and CLI. Builds a persistent map of your codebase so AI coding tools read only what matters, with benchmarked context reductions on reviews and large-repo workflows.

code‑review‑graph – 用于 AI 辅助代码审查的本地代码知识图谱

这是什么 – 一个 Python 包，使用 Tree‑sitter 解析仓库，将生成的抽象语法树信息存储在 SQLite 图数据库中，并向任何支持 模型上下文协议 (MCP) 的 AI 编程助手提供该图的一个极小、聚焦相关性的子集。目标是用 影响范围 查询替代“读取整个代码库”的简单方法，仅返回可能受变更影响的文件、函数和测试。

为何重要 – 大型项目可能包含数十万源代码标记。将整个代码库输入大语言模型（LLM）每次请求需消耗数千个标记，拖慢审查流程。通过仅用数千个标记（典型仓库约减少 65 倍）回答相同问题，助手运行更快、成本更低，且幻觉风险更小。

核心理念

步骤	发生了什么
解析	工具为每种受支持的语言（Python、JS/TS、Go、Rust、Java、C/C++……以及笔记本）运行 Tree‑sitter 解析器。提取函数、类、导入、调用点和测试定义等节点，并将其作为图节点和边（调用、继承、导入关系）写入。
存储	所有节点/边均保存在本地 SQLite 数据库中。可选添加向量嵌入（sentence‑transformers、Gemini、MiniMax、Voyage AI，或任何 OpenAI 兼容端点），用于语义搜索。
更新	通过预提交钩子、监听模式守护进程或手动运行 `code-review-graph build` 命令，仅对 SHA‑256 哈希值发生变化的文件进行增量重新解析，然后更新受影响的子图。
查询	当 AI 工具请求审查上下文时，MCP 服务器执行影响范围查询：从变更的文件开始，沿调用/导入边遍历，添加依赖文件和相关测试，返回最小的源码片段集合以及少量结构化元数据。

快速入门（来自 README）

pip install code-review-graph          # 或 pipx install
code-review-graph install              # 自动检测你的 AI 编程工具，写入 MCP 配置，安装钩子/技能
code-review-graph build                # 初始解析仓库

install 会检测大量支持的平台（Codex、Claude Code、Cursor、Zed、Continue、GitHub Copilot、Gemini CLI 等），并注入相应的 MCP 配置，使助手能自动使用该图。

你也可以干净地卸载：

code-review-graph uninstall --dry-run   # 预览
code-review-graph uninstall --yes       # 无需提示直接应用

主要功能（如 README 所列）

增量更新 – 仅重新解析已更改的文件；在 3 k 文件仓库中修改两个文件耗时约 2.5 秒。
广泛的语言支持 – 支持 30+ 种语言，包括 Jupyter/Databricks 笔记本；对 PHP/Laravel 和 Java/Spring 提供框架感知解析。
框架感知边 – Laravel 路由、Blade 模板、Spring DI 调用、WebFlux 路由、Temporal 工作流等。
影响范围分析 – 返回受变更可能影响的最小文件/函数/测试集合。
MCP 兼容服务器 – 可与任何理解模型上下文协议的助手协同工作。
GitHub Action – 在 CI 中运行相同分析，以风险评分形式在 PR 中发布固定评论，并可通过 fail-on-risk 阻止合并。
语义搜索 – 可选的向量嵌入，来自多种提供方，支持更丰富的关键词查询。
自定义语言支持 – 通过添加 languages.toml 文件，将未知扩展名映射到现有 Tree‑sitter 语法。

基准测试（来自 README）

标记减少 – 在六个开源仓库（fastapi、flask 等）中，平均每问题减少约 63 倍标记数。最佳情况达 358 倍。
影响分析质量 – 与图生成的基准数据相比，平均 F1 ≈ 0.69（由于构造方式，召回率恒为 1.0，精确率故意较低以避免遗漏依赖）。
构建统计 – 典型仓库（约 6 k 节点，30 k 边）在干净检出状态下构建耗时约 40 秒。

局限性（已承认）

“召回率 = 1.0” 指标存在循环，因为基准数据源自同一图。
对极小、单文件修改，图数据包可能比直接读取文件还大。
搜索排序仍需改进；部分查询（如 Express 模块）可能无结果。
流分析在 Python 和 PHP/Laravel 上最强；JavaScript 和 Go 仍需优化。
分析故意保守，因此在大型依赖图上精确率可能偏低。

谁应该使用它？

开发者：依赖基于 LLM 的代码审查助手，希望助手仅看到大型代码库中真正相关的部分。
团队：运行 AI 辅助 CI 检查，需要一种确定性、离线方式计算风险评分的审查上下文。
工具开发者：构建新的 MCP 兼容代理；可将提供的服务器集成到任何编辑器或 CLI 中。

如何深入了解

完整使用指南：docs/USAGE.md
命令参考：docs/COMMANDS.md
GitHub Action 详情：docs/GITHUB_ACTION.md
基准测试复现步骤：docs/REPRODUCING.md
社区：徽章栏中的 Discord 链接，官网在 code‑review‑graph.com。

总结 – code‑review‑graph 是一个真正的开源 AI 工具项目，构建了一个语言感知、增量更新的代码图谱，并通过 MCP 暴露，使基于 LLM 的审查者能以显著更小、更精确的上下文工作。