code-review-graph：AI 代码审查省 82 倍 Token，让 AI 只读真正相关的代码

来源：微信公众号

大多数 AI 编码工具默认"给越多上下文越好"，但事实恰恰相反：精准的结构化上下文，远优于海量的原始文本。

code-review-graph 的 Slogan 很直接："Stop burning tokens. Start reviewing smarter." 它构建代码库的结构化依赖图，让 AI 助手只读取真正相关的文件——而不是把整个仓库扔给大模型。

GitHub ⭐ 19.7K，作者 tirth8205。

核心原理：图谱 + 增量 + 精准查询

第一步：构建图谱

用 Tree-sitter 解析整个代码库，提取出函数、类、导入、调用关系、继承关系等，存储到 SQLite 数据库里，形成结构化知识图谱。

第二步：增量更新

当文件发生变化时，通过 SHA-256 哈希检查，只重新解析变化的文件及其依赖。一个 2900 个文件的项目，增量更新只需要 不到 2 秒。

第三步：精准查询

当 AI 需要审查代码时，查询图谱，通过**爆炸半径分析（Blast-radius Analysis）**找出所有受影响的文件，只把这些文件提供给 AI。

核心亮点

1. 爆炸半径分析——精准定位影响范围

当你修改一个文件时，code-review-graph 会追踪所有调用者、依赖项和相关测试。

比如你改了 utils/validator.py 里的 validate_email 函数，它会找出：

所有调用这个函数的文件
所有导入了这个模块的文件
所有测试这个函数的测试文件

AI 就只读这些受影响的文件，而不是整个代码库。

2. 增量更新——2 秒内完成重建

传统的代码索引工具每次更新都要重新扫描整个仓库，大项目可能要几分钟。但 code-review-graph 通过 SHA-256 哈希检查，跳过未修改的文件，只重新解析变化的部分。

官方数据：2900 个文件的项目，增量更新时间不到 2 秒。

3. Monorepo 杀手——27700 个文件变 15 个

大型 Monorepo 是 AI 代码审查的重灾区。一个 Next.js 项目有 27732 个文件，让 AI 全部读一遍简直是灾难。

code-review-graph 通过图谱过滤，能把 27700+ 文件排除在审查上下文之外，实际只读取约 15 个相关文件。

4. 30+ 语言支持

覆盖：Python、JavaScript/TypeScript/TSX、Go、Rust、Java、C/C++、C#、Ruby、Kotlin、Swift、PHP、Scala、Solidity、Dart、R、Perl、Lua、Objective-C、Shell、Elixir、Zig、PowerShell、Julia、SQL、Vue/Svelte SFCs、Astro、Jupyter Notebook……

添加新语言不需要修改代码，只需要在 .code-review-graph/languages.toml 里配置一下就行。

性能基准

仓库	原始 Token	图查询 Token	降低倍数
fastapi	951,071	2,169	528.4x
code-review-graph	208,821	2,495	93.0x
gin	166,868	1,990	91.8x
flask	125,022	1,986	71.4x
express	135,955	3,465	40.6x
httpx	89,492	2,438	38.0x

中位数：约 82 倍。平均下来，AI 只需要读原来 1/82 的内容就能完成审查任务。

快速上手

安装

# 方式一：pip 安装
pip install code-review-graph

# 方式二：pipx 安装（推荐，隔离环境）
pipx install code-review-graph

# 方式三：uv 安装（最快）
uv pip install code-review-graph

配置平台

# 自动检测当前 AI 编码工具并配置 MCP 连接
code-review-graph install

# 只配置特定平台
code-review-graph install --platform cursor       # Cursor
code-review-graph install --platform claude-code # Claude Code
code-review-graph install --platform copilot     # GitHub Copilot
code-review-graph install --platform gemini-cli  # Gemini CLI

支持的平台：Codex、Cursor、Claude Code、Gemini CLI、Kiro、GitHub Copilot (VS Code)、GitHub Copilot CLI。

构建图谱

cd your-project
code-review-graph build
# 初次构建约 10 秒（500 文件项目）

在 AI 助手中使用

直接在 Cursor、Claude Code 等工具中问：

"Build the code review graph for this project"

或：

"Review this PR and identify potential issues"

AI 会自动调用 code-review-graph 查询相关文件，只读取必要的代码。

适合谁用

场景	价值
AI 编码工具重度用户	每天用 Cursor/Claude Code 写代码
大型项目开发者	在 Monorepo 或几千个文件的项目中工作
成本敏感型团队	不想为浪费的 Token 支付高额费用
追求审查质量	希望 AI 给出更精准的代码分析