code-review-graph 人工智能编程 版

基于图的本地优先工具，用于专注的人工智能代码审查

code-review-graph，由Tirth8205开发，是一个本地优先的代码智能工具和MCP服务器，旨在减少代码审查工作流程中的AI上下文膨胀。它将代码库解析为持久的结构图，以便模型仅读取相关片段以进行精确分析和重构。关键功能包括图形解析、编辑器集成和用于探索关系的交互式可视化工具。使用AI编码助手的软件工程师可以更快、更有针对性地进行审查，并在大型代码库上降低令牌使用。

将代码库解析为高保真代码图

该工具使用 Tree-sitter 将源文件解析为持久的函数、类和调用关系图，从而生成结构图而不是平面文件列表。它支持 Python、TypeScript、JavaScript 和 Go，并提供交互式 HTML 可视化命令，以便在浏览器中检查节点和边，使得在架构审查或针对性调试会话中可以探索代码库结构。

通过追踪变更影响范围来针对 AI 上下文

MCP 服务器公开了二十多个专用工具，代理可以调用以运行影响范围分析，追踪调用者和依赖项，使模型仅读取必要的模块。用户报告审查时令牌消耗减少了多达八倍。每次文件保存或 git 提交的增量更新保持索引的最新状态，本地优先设计在本地解析代码库，因此源代码不会离开开发者的机器。

安装到现有工作流程中，但需要 MCP 主机和 Python

安装通过标准 Python 包管理器运行，使用类似 'pip install' 的命令或运行 'uvx' 启动器，'install' 步骤会自动配置支持的编辑器。该工具作为跨平台 CLI 和 MCP 服务器运行，需要 Python 3.10 或更高版本。它与 MCP 兼容的主机（如 Claude Desktop 和 Cursor）集成，因此团队必须使用兼容的 AI 编辑器以访问服务器端工具。

非常适合寻求社区支持、本地维护工具的团队

开发者将该项目作为开源工作进行维护，社区反馈突显了其在解决“grep循环”问题上的有效性。这种结合使得该工具成为评估AI辅助审查工作流程的团队的可信候选者。对于实际使用，将其输出视为面向开发者的建议，并在合并更改之前通过标准代码审查和CI测试运行验证自动建议。