让AI代码审查更聪明：本地优先的代码知识图谱工具

你是否厌倦了每次让AI助手分析代码时，都要上传整个项目、等待漫长上下文加载、甚至因token超限而被迫删减关键文件？code-review-graph 正是为此而生——它不是另一个AI聊天插件，而是一套“本地优先”的代码智能引擎，能在你电脑上自动构建并持续更新一份轻量、精准、可检索的代码知识图谱。它让Claude、Cursor、Continue等AI编程工具不再“盲目阅读”，而是只聚焦真正相关的函数、类、调用链和变更上下文，显著减少无效token消耗，大幅提升代码审查、重构建议与跨文件理解的准确率。

核心功能

• 本地持久化知识图谱：基于Tree-sitter进行高性能静态分析，自动解析Python/JS/TS/Go等主流语言，将你的代码库构建成结构化的知识图（函数调用关系、依赖路径、定义-引用网络），所有数据默认存于本地，隐私零外泄。
• 增量式图谱更新：仅扫描新增或修改的文件，毫秒级同步图谱变化，支持万级文件大型仓库（如Django、VS Code源码）长期稳定运行，告别全量重分析。
• MCP协议原生兼容：无缝对接Model Context Protocol生态（如MCP Server、Claude Desktop、Continue.dev），为AI工具提供标准化、可查询的代码语义上下文接口，无需定制适配。
• 智能上下文裁剪：在代码审查场景中，自动识别PR变更所影响的最小代码子图（含被调用方、测试用例、配置项），实测平均减少60%+的LLM输入token，响应更快、成本更低。
• CLI + Python API双模式：既可通过命令行快速生成图谱、查询依赖路径（如crg query --caller my_module.utils.format_json），也可集成进CI/CD或自研IDE插件，灵活嵌入开发流程。
• 多语言中文友好支持：官方提供完整简体中文README、CLI提示与错误信息，对中文变量名、注释、文档字符串保持高解析准确率，本土开发者开箱即用。

适合哪些人用

如果你是以下角色之一，code-review-graph 将成为你日常开发中的“隐形加速器”：
• 使用Claude/Cursor/Continue等AI编程助手的工程师——告别手动粘贴文件、反复解释上下文；
• 维护大型单体/微服务项目的团队成员——快速定位影响范围，降低重构风险；
• 企业内部AI编码平台建设者——需要稳定、可审计、低延迟的本地代码语义服务；
• 注重数据隐私与合规的金融、政企开发者——全部计算与存储在本地，不依赖任何云端代码索引服务。

快速上手

只需三步，5分钟内启用：

1. 安装：执行 pip install code-review-graph（需Python 3.10+）
2. 初始化图谱：进入项目根目录，运行 crg init（自动检测语言、构建初始图谱）
3. 开始使用：提交新代码后运行 crg sync 更新图谱；在AI工具中启用MCP连接，或直接用 crg query 命令探索代码关系（如查某函数的所有调用点、某类的继承树）。

详细配置（如自定义语言支持、忽略路径、CI集成）见中文README。

项目信息

编程语言：Python｜Star 数：19,891｜开源协议：MIT｜GitHub 项目地址

这不是又一个“玩具级”AI工具，而是已被数千开发者验证的生产级代码理解基础设施——让AI真正读懂你的代码，而不是猜。