code-review-graph 完整指南：代码审查 token 省 65 倍-育师

code-review-graph 完整指南：代码审查 token 省 65 倍

【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

code-review-graph 是一个本地优先的代码图谱工具：用 Tree-sitter 把代码库解析成持久化结构图，再通过 MCP（一种让 AI 助手调用外部工具的标准协议）和命令行，只喂给 AI 助手最小必要上下文。官方基准里，读完整 flask 仓库要 14 万 token，从图里拿答案只要约 2 千。

AI 代码审查为什么费 token

让 AI 审查一次改动时，它的默认动作是"能读就读"——把可能相关、也可能不相关的文件统统塞进上下文。仓库越大，浪费越狠：token 烧得快、响应变慢，模型注意力还被无关代码稀释。

code-review-graph 的定位就是挡在 AI 前面的过滤器：先算清楚这次改动真正波及哪些文件，再让助手只读这些，其余一概不碰。

三步装完：三分钟跑起来

pip install code-review-graph code-review-graph install code-review-graph build

install会自动检测你机器上的 AI 工具（Cursor、Claude Code、Codex、Zed 等十几类），逐个写好 MCP 配置，重启编辑器即可；只想配某一个就加--platform cursor，想先看会改哪些文件就加--dry-run。
build首次构建看仓库规模，约 3,000 个文件的仓库冷构建约 40 秒，几百文件的小项目 10 秒左右。

之后就不用管图了：开 watch 模式持续监听，或者靠各平台支持的 git 钩子，在文件保存和提交时自动增量更新。

它是怎么做到的：从源码到最小上下文

打个比方：出门前先有一张城市地图，某条路施工了，你只需要看那一带的替代路线，不用重画整张地图。

拆成三步看：

解析成图。parser 模块用 Tree-sitter（一个能把源码快速变成语法树的增量解析器）提取每个文件里的函数、类、导入和调用点，边是调用、继承、测试覆盖这些关系。语言映射表EXTENSION_TO_LANGUAGE加四张节点类型表驱动了 30 多种语言的解析——Python、TypeScript、Go、Rust、Java、C/C++ 都在内，连 Jupyter Notebook（.ipynb）也不落下。
存进 SQLite。节点和边落在本地.code-review-graph/目录的 SQLite 文件里，不依赖云服务，数据不出机器。
沿边算影响范围。有文件变更时，系统从被改动的函数出发，沿依赖边做 BFS（广度优先搜索，一层层往外扩散），把受影响的调用方、依赖方和测试全部收进来——这就是"影响范围"。AI 拿到的只是这份最小文件集，而不是整个仓库。

增量这条路径值得单独说：incremental.py 先用git diff拿到变更文件，再靠图里现成的导入/调用边找出依赖方，而 SHA-256 哈希没变的文件直接跳过、不重新解析。所以"重新解析数"只跟你改了几个文件有关，跟依赖链有多长无关。

数据说话：65 倍削减怎么来的

数字来自自动评估跑在 6 个真实开源仓库、13 个提交上的结果，code-review-graph eval --all即可复现：

指标	数值
token 削减中位数	约 65×（区间 36×–376×）
影响精度 F1（精确率与召回率的调和平均）	0.693
多跳检索任务均分	0.909（11 项任务）
增量更新	约 3,000 文件仓库，空更新 1.4 s，改 2 个文件约 2.5 s

两个数字要会读：

影响精度跑的是 graph-derived 模式，真值本身来自同一张图，属于"循环上界"。0.693 应理解为天花板，而不是"答对了 69%"。
系统预测偏多是刻意设计：最坏的一次是 10 个文件的改动被标出 33 个。设计取舍写得很直白——漏掉一个依赖，比让 AI 多读一个文件代价大得多。

能帮你解决哪些事

🔍合并前审查：detect-changes（默认对比HEAD~1）把 diff 映射到受影响的函数、执行流和测试缺口，给出带风险评分的报告，--brief只留风险摘要。
架构瓶颈定位：枢纽节点工具找出连接数最多的"热点"，桥梁节点按介数中心性找出"断了就断一片"的桥。
单次变更影响面：问一句"改这个文件会波及什么"，图直接返回调用方、依赖方与测试清单。
跨仓库搜索：register注册多个仓库后，跨仓库工具能一次搜全部。
新人熟悉架构：内置的 5 个 MCP 提示词模板（审查、架构、调试、入职、合并前检查）可以直接基于图结构生成上手材料。

上手前该知道的事

排除规则：在仓库根目录建.code-review-graphignore，写generated/**、vendor/**这类模式。注意 git 仓库里只索引被跟踪的文件（git ls-files），gitignore 掉的内容本来就跳过；这个文件管的是"已跟踪但要排除"，或 git 不可用的场景。
嵌入搜索怎么配：默认走 FTS5 关键词加混合检索；要语义向量嵌入，选本地 sentence-transformers、Google Gemini、MiniMax 或 OpenAI 兼容端点（vLLM、LocalAI 等）。OpenAI 兼容那类不用装额外依赖，设好CRG_OPENAI_BASE_URL、CRG_OPENAI_API_KEY、CRG_OPENAI_MODEL三个环境变量，给embed_graph传provider="openai"就行。
模型别选预览版：带-preview/-beta/-exp后缀的嵌入模型可能悄悄改维度或下线，一旦维度变了，所有节点都得重嵌。用 GA 稳定版。
环境：Python 3.10+；装了 uv 的话 MCP 配置会优先用uvx，体验更顺。