code-review-graph

code-review-graph 将代码仓库解析为结构化知识图谱——节点涵盖函数、类、导入，边涵盖调用关系、继承关系和测试覆盖关系，全部存储于本地 SQLite 数据库，无任何外部依赖。核心解析引擎基于 Tree-sitter 实现多语言 AST 解析，支持 Python、TypeScript、Go、Rust、Java 等 24 种语言及 Jupyter/Databricks notebook。

在图谱之上，项目实现了丰富的图分析能力：爆炸半径分析可从变更文件追踪所有调用者、依赖项和受影响测试；Leiden 社区检测自动聚类相关代码模块；介数中心性计算发现 Hub 节点与架构瓶颈；惊喜评分识别跨社区、跨语言的意外耦合；知识缺口分析定位孤立节点和未测试热点。搜索方面支持 FTS5 BM25 与向量嵌入的混合检索（Reciprocal Rank Fusion），嵌入后端可选 sentence-transformers 本地模型或远程 API。

增量更新机制基于 git diff 与 SHA-256 文件哈希，仅重新解析变更部分，实测 2,900 文件项目可在 2 秒内完成重索引。通过 FastMCP 框架暴露 28 个工具接口，附带 5 个预置提示模板（review_changes、architecture_map、debug_issue、onboard_developer、pre_merge_check）。可视化层面提供 D3.js 力导向图，支持搜索、社区图例和度缩放；导出支持 GraphML、Neo4j Cypher、Obsidian wikilinks 和 SVG。crg-daemon 守护进程可同时监控多个仓库。

在 6 个真实开源仓库的实测基准中，token 减少倍数分别为：Next.js 10.8×、httpx 9.3×、FastAPI 8×、gin 6.7×、Flask 6×，平均 8.2×。日常编码场景最高达 49× 减少。大型 Monorepo 案例中 27,700+ 文件被排除在审查上下文之外，仅读取约 15 个文件。项目采用 Python 90.8% + TypeScript 8.8% 构建，要求 Python 3.10+，通过 pip install code-review-graph && code-review-graph install && code-review-graph build 三步即可完成安装与首次构建，install 命令自动检测并配置 Claude Code、Cursor、Copilot 等所有已安装 AI 平台的 MCP 设置。

项目采用 MIT 许可证，拥有 440+ commits、80 contributors、23 个 releases（最新 v2.3.2）和 570+ tests。