code-review-graph功能全景图30核心特性一次看懂【免费下载链接】code-review-graphLocal-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.项目地址: https://gitcode.com/GitHub_Trending/co/code-review-graphcode-review-graph 是一款本地优先local-first代码智能图谱工具为 MCP 和 CLI 场景构建持久化代码地图让 AI 编码助手在代码审查时只读取真正相关的代码从而大幅降低 Token 消耗。它通过 Tree-sitter 解析代码结构、增量追踪变更并在 6 个真实仓库上实测出中位数约 65 倍的上下文缩减效果。本文带你一次看懂它的 30 核心特性。为什么需要代码智能图谱用 AI 做代码审查时助手常常被迫反复通读整个代码库Token 消耗惊人。code-review-graph 的思路是解析用 Tree-sitter 把代码解析成语法树AST建图把函数、类、导入存为节点调用、继承、测试覆盖存为边按需回答审查时查询图谱只返回 AI 需要读的最小文件集合对大仓库效果尤为显著——20.8 万源码 Token 的仓库每次提问只需约 3,190 个 Token 的图谱回答。3条命令完成安装一键配置 AI 编码平台安装只需三步需 Python 3.10pip install code-review-graph code-review-graph install # 自动检测并配置所有支持的 AI 平台 code-review-graph build # 解析你的代码库install命令会自动检测你安装了哪些 AI 编码工具为每个平台写入正确的 MCP 配置并注入图谱感知指令。重启编辑器后即可开始使用。支持的平台一览也可以指定单一平台安装如code-review-graph install --platform cursor。不想用时对称的uninstall --dry-run命令可以安全、干净地移除所有集成。详细步骤见 docs/USAGE.md。AI 如何调用图谱MCP 协作全流程装好之后AI 助手会自动通过 30 个 MCP 工具与图谱协作——你只需问一句帮我审查这次改动剩下的交给图谱整体架构是一条清晰的流水线源码核心模块位于 code_review_graph/MCP 工具实现集中在 code_review_graph/tools/系统设计与数据流详见 docs/architecture.md 与 docs/schema.md。30 核心特性按场景分组速览场景一省 Token 的上下文工程 爆炸半径分析文件一改图谱自动追踪所有调用方、依赖方和相关测试AI 只读这些文件增量更新按 SHA-256 哈希只重新解析真正变更的文件约 3,000 文件的仓库改 2 个文件只需 ~2.5 秒Token 节省面板detect-changes --brief直接显示本次为你省了多少 Token还可加--verify用 tiktoken 交叉验证估算上下文节省MCP 响应自带context_savings元数据AI 可在对话中直接报出节省量场景二看得懂的架构分析 社区检测用 Leiden 算法聚类相关代码超大社区自动递归拆分架构总览从社区结构自动生成架构地图附带耦合警告枢纽与桥梁节点找到连接度最高的节点架构热点和介数中心性咽喉点意外耦合评分识别跨社区、跨语言的异常依赖知识缺口分析揪出孤立节点、未测试热点、薄弱社区建议问题从图谱分析自动生成审查问题清单执行流追踪从入口点HTTP 处理器、CLI 命令追踪调用链按关键度排序图 Diff对比不同时间点的图谱快照查看节点/边/社区变化边置信度每条边带三级置信度EXTRACTED/INFERRED/AMBIGUOUS自由遍历从任意节点出发做 BFS/DFS 探索可控深度和 Token 预算场景三搜索与审查 ⚡语义搜索可选向量嵌入支持本地 sentence-transformers、Google Gemini、MiniMax 或任意 OpenAI 兼容端点全文混合搜索FTS5 关键词 向量相似度的混合检索风险评分变更检测detect_changes把 diff 映射到受影响函数、流程与测试缺口5 个 MCP 工作流模板review、architecture、debug、onboard、pre-merge斜杠命令/code-review-graph:build-graph、:review-delta、:review-pr场景四工程化与生态 GitHub ActionPR 上自动发布带风险评分的粘性评论可选fail-on-risk合并门禁全程本地运行不外传源码多仓库注册表注册多个仓库cross_repo_search跨库搜索多仓库守护进程crg-daemon后台监视多个仓库健康检查 自动重启Watch 模式code-review-graph watch随保存自动更新图谱重构工具重命名预览、框架感知的死代码检测、社区驱动的重构建议Wiki 生成按社区结构自动生成 Markdown 维基导出格式GraphMLGephi/yEd、Neo4j Cypher、Obsidian 库、SVG 静态图VS Code 插件交互式 D3.js 力导向图可视化支持搜索与社区图例切换源码在 code-review-graph-vscode/场景五语言覆盖与扩展 解析器覆盖35 语言Python、JavaScript/TypeScript/TSX、Go、Rust、Java、C/C、C#、Ruby、Kotlin、Swift、PHP、Scala、Solidity、Dart、R、Perl、Lua/Luau、Zig、Julia、Elixir、Nix、SQL、Terraform、Ansible、Vue/Svelte SFC、Jupyter/Databricks 笔记本等。PHP 还有专门的框架感知解析Composer PSR-4、Blade 模板引用、Laravel 路由边。更妙的是自定义语言零 fork在.code-review-graph/下放一个languages.toml把文件扩展名映射到 tree-sitter 文法即可索引新语言内置语言永不被覆盖。完整 schema 见 docs/CUSTOM_LANGUAGES.md。基准测试省多少 Token 有数据说话 所有数字来自自动评测框架对 6 个真实开源仓库13 个提交测量固定 SHA、固定种子任何机器上可复现Token 效率中位数每问题缩减约65 倍区间 36x–376x376x 为最大语料仓库 fastapi 的最佳情况非典型值影响分析平均 F1 0.69召回率 1.0 是图谱导出的上界而非100% 召回构建性能fastapi 1,122 个文件 / 6,285 节点 / 27,117 边流程检测仅 128ms搜索延迟 1.5ms复现方法与完整校准数据见 docs/REPRODUCING.md原始结果 CSV 保存在 evaluate/results/。特性全景速查表#特性一句话说明1增量更新只重解析哈希变更的文件235 语言/笔记本支持Tree-sitter 目标回退解析3PHP 框架感知解析PSR-4、Blade、Laravel 语义边4爆炸半径分析定位变更影响的函数/类/文件5自动更新钩子文件保存/提交钩子触发图谱刷新6语义搜索本地/云端向量嵌入可选7交互式可视化D3.js 力导向图 搜索8枢纽与桥梁检测架构热点与咽喉点9意外耦合评分跨社区/跨语言异常依赖10知识缺口分析孤立节点、未测试热点11建议问题生成自动产出审查问题12边置信度三级置信度 浮点评分13自由图遍历BFS/DFS Token 预算14多格式导出GraphML / Cypher / Obsidian / SVG15图 Diff快照间结构变化对比16Token 基准全库 vs 图谱查询对比17上下文节省估算context_savings元数据18记忆循环QA 结果持久化回灌图谱19社区自动拆分超大社区 Leiden 递归拆分20执行流入口点调用链 关键度排序21社区检测Leiden 算法聚类22架构总览自动架构地图 耦合警告23风险评分审查diff → 函数/流程/测试缺口24自定义语言languages.toml零 fork 扩展25GitHub ActionPR 风险评论 合并门禁26重构工具重命名预览 死代码检测27Wiki 生成按社区生成 Markdown 维基28多仓库注册表跨仓库搜索29多仓库守护进程crg-daemon后台自动维护30MCP 提示模板5 个工作流31全文混合搜索FTS5 关键词 向量32本地存储SQLite零外部依赖/遥测33Watch 模式持续自动更新完整特性与版本演进记录见 docs/FEATURES.md30 个 MCP 工具清单见 docs/COMMANDS.md。适合谁用什么时候不必用✅适合大仓库、单仓库多团队协作、Monorepo、依赖 AI 做日常代码审查的场景。❌不必用小仓库、单文件琐碎改动、一次性提问——此时直接读文件反而更快。隐私方面核心图谱存储在.code-review-graph/目录的本地 SQLite 文件中无遥测、默认不联网云端嵌入为显式开启的可选功能。三条命令装好一次建图之后AI 审查从此只读关键代码——这就是 code-review-graph 给你的完整答案。【免费下载链接】code-review-graphLocal-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.项目地址: https://gitcode.com/GitHub_Trending/co/code-review-graph创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 code-review-graph功能全景图：30+核心特性一次看懂
code-review-graph功能全景图30核心特性一次看懂【免费下载链接】code-review-graphLocal-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.项目地址: https://gitcode.com/GitHub_Trending/co/code-review-graphcode-review-graph 是一款本地优先local-first代码智能图谱工具为 MCP 和 CLI 场景构建持久化代码地图让 AI 编码助手在代码审查时只读取真正相关的代码从而大幅降低 Token 消耗。它通过 Tree-sitter 解析代码结构、增量追踪变更并在 6 个真实仓库上实测出中位数约 65 倍的上下文缩减效果。本文带你一次看懂它的 30 核心特性。为什么需要代码智能图谱用 AI 做代码审查时助手常常被迫反复通读整个代码库Token 消耗惊人。code-review-graph 的思路是解析用 Tree-sitter 把代码解析成语法树AST建图把函数、类、导入存为节点调用、继承、测试覆盖存为边按需回答审查时查询图谱只返回 AI 需要读的最小文件集合对大仓库效果尤为显著——20.8 万源码 Token 的仓库每次提问只需约 3,190 个 Token 的图谱回答。3条命令完成安装一键配置 AI 编码平台安装只需三步需 Python 3.10pip install code-review-graph code-review-graph install # 自动检测并配置所有支持的 AI 平台 code-review-graph build # 解析你的代码库install命令会自动检测你安装了哪些 AI 编码工具为每个平台写入正确的 MCP 配置并注入图谱感知指令。重启编辑器后即可开始使用。支持的平台一览也可以指定单一平台安装如code-review-graph install --platform cursor。不想用时对称的uninstall --dry-run命令可以安全、干净地移除所有集成。详细步骤见 docs/USAGE.md。AI 如何调用图谱MCP 协作全流程装好之后AI 助手会自动通过 30 个 MCP 工具与图谱协作——你只需问一句帮我审查这次改动剩下的交给图谱整体架构是一条清晰的流水线源码核心模块位于 code_review_graph/MCP 工具实现集中在 code_review_graph/tools/系统设计与数据流详见 docs/architecture.md 与 docs/schema.md。30 核心特性按场景分组速览场景一省 Token 的上下文工程 爆炸半径分析文件一改图谱自动追踪所有调用方、依赖方和相关测试AI 只读这些文件增量更新按 SHA-256 哈希只重新解析真正变更的文件约 3,000 文件的仓库改 2 个文件只需 ~2.5 秒Token 节省面板detect-changes --brief直接显示本次为你省了多少 Token还可加--verify用 tiktoken 交叉验证估算上下文节省MCP 响应自带context_savings元数据AI 可在对话中直接报出节省量场景二看得懂的架构分析 社区检测用 Leiden 算法聚类相关代码超大社区自动递归拆分架构总览从社区结构自动生成架构地图附带耦合警告枢纽与桥梁节点找到连接度最高的节点架构热点和介数中心性咽喉点意外耦合评分识别跨社区、跨语言的异常依赖知识缺口分析揪出孤立节点、未测试热点、薄弱社区建议问题从图谱分析自动生成审查问题清单执行流追踪从入口点HTTP 处理器、CLI 命令追踪调用链按关键度排序图 Diff对比不同时间点的图谱快照查看节点/边/社区变化边置信度每条边带三级置信度EXTRACTED/INFERRED/AMBIGUOUS自由遍历从任意节点出发做 BFS/DFS 探索可控深度和 Token 预算场景三搜索与审查 ⚡语义搜索可选向量嵌入支持本地 sentence-transformers、Google Gemini、MiniMax 或任意 OpenAI 兼容端点全文混合搜索FTS5 关键词 向量相似度的混合检索风险评分变更检测detect_changes把 diff 映射到受影响函数、流程与测试缺口5 个 MCP 工作流模板review、architecture、debug、onboard、pre-merge斜杠命令/code-review-graph:build-graph、:review-delta、:review-pr场景四工程化与生态 GitHub ActionPR 上自动发布带风险评分的粘性评论可选fail-on-risk合并门禁全程本地运行不外传源码多仓库注册表注册多个仓库cross_repo_search跨库搜索多仓库守护进程crg-daemon后台监视多个仓库健康检查 自动重启Watch 模式code-review-graph watch随保存自动更新图谱重构工具重命名预览、框架感知的死代码检测、社区驱动的重构建议Wiki 生成按社区结构自动生成 Markdown 维基导出格式GraphMLGephi/yEd、Neo4j Cypher、Obsidian 库、SVG 静态图VS Code 插件交互式 D3.js 力导向图可视化支持搜索与社区图例切换源码在 code-review-graph-vscode/场景五语言覆盖与扩展 解析器覆盖35 语言Python、JavaScript/TypeScript/TSX、Go、Rust、Java、C/C、C#、Ruby、Kotlin、Swift、PHP、Scala、Solidity、Dart、R、Perl、Lua/Luau、Zig、Julia、Elixir、Nix、SQL、Terraform、Ansible、Vue/Svelte SFC、Jupyter/Databricks 笔记本等。PHP 还有专门的框架感知解析Composer PSR-4、Blade 模板引用、Laravel 路由边。更妙的是自定义语言零 fork在.code-review-graph/下放一个languages.toml把文件扩展名映射到 tree-sitter 文法即可索引新语言内置语言永不被覆盖。完整 schema 见 docs/CUSTOM_LANGUAGES.md。基准测试省多少 Token 有数据说话 所有数字来自自动评测框架对 6 个真实开源仓库13 个提交测量固定 SHA、固定种子任何机器上可复现Token 效率中位数每问题缩减约65 倍区间 36x–376x376x 为最大语料仓库 fastapi 的最佳情况非典型值影响分析平均 F1 0.69召回率 1.0 是图谱导出的上界而非100% 召回构建性能fastapi 1,122 个文件 / 6,285 节点 / 27,117 边流程检测仅 128ms搜索延迟 1.5ms复现方法与完整校准数据见 docs/REPRODUCING.md原始结果 CSV 保存在 evaluate/results/。特性全景速查表#特性一句话说明1增量更新只重解析哈希变更的文件235 语言/笔记本支持Tree-sitter 目标回退解析3PHP 框架感知解析PSR-4、Blade、Laravel 语义边4爆炸半径分析定位变更影响的函数/类/文件5自动更新钩子文件保存/提交钩子触发图谱刷新6语义搜索本地/云端向量嵌入可选7交互式可视化D3.js 力导向图 搜索8枢纽与桥梁检测架构热点与咽喉点9意外耦合评分跨社区/跨语言异常依赖10知识缺口分析孤立节点、未测试热点11建议问题生成自动产出审查问题12边置信度三级置信度 浮点评分13自由图遍历BFS/DFS Token 预算14多格式导出GraphML / Cypher / Obsidian / SVG15图 Diff快照间结构变化对比16Token 基准全库 vs 图谱查询对比17上下文节省估算context_savings元数据18记忆循环QA 结果持久化回灌图谱19社区自动拆分超大社区 Leiden 递归拆分20执行流入口点调用链 关键度排序21社区检测Leiden 算法聚类22架构总览自动架构地图 耦合警告23风险评分审查diff → 函数/流程/测试缺口24自定义语言languages.toml零 fork 扩展25GitHub ActionPR 风险评论 合并门禁26重构工具重命名预览 死代码检测27Wiki 生成按社区生成 Markdown 维基28多仓库注册表跨仓库搜索29多仓库守护进程crg-daemon后台自动维护30MCP 提示模板5 个工作流31全文混合搜索FTS5 关键词 向量32本地存储SQLite零外部依赖/遥测33Watch 模式持续自动更新完整特性与版本演进记录见 docs/FEATURES.md30 个 MCP 工具清单见 docs/COMMANDS.md。适合谁用什么时候不必用✅适合大仓库、单仓库多团队协作、Monorepo、依赖 AI 做日常代码审查的场景。❌不必用小仓库、单文件琐碎改动、一次性提问——此时直接读文件反而更快。隐私方面核心图谱存储在.code-review-graph/目录的本地 SQLite 文件中无遥测、默认不联网云端嵌入为显式开启的可选功能。三条命令装好一次建图之后AI 审查从此只读关键代码——这就是 code-review-graph 给你的完整答案。【免费下载链接】code-review-graphLocal-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.项目地址: https://gitcode.com/GitHub_Trending/co/code-review-graph创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考