code-review-graph：为 AI 编程工具提供本地代码知识图谱与精准审查上下文

tirth8205/code-review-graph · Local-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.

GitHub原文发布未知首次收录 2026-09-17上架 2026-09-17 07:01

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

code-review-graph 是一个 local-first 的代码智能图谱工具，使用 Tree-sitter 将代码库解析为函数、类、导入等节点及调用、继承、测试覆盖等边，并存入图谱。它通过 MCP 向 AI 编程工具提供精简的审查上下文，按 blast-radius 分析只返回变更真正影响的文件，并支持增量更新、CLI 与 GitHub Action 形式的 PR 风险评分审查。项目为 Python 包，要求 Python 3.10+。

# 代码审查 # MCP # 上下文优化 # 知识图谱 # 静态分析

核心能力与快速开始

★ 31507 · Python

能做什么: 以 Tree-sitter 解析代码库构建持久化代码知识图谱，节点覆盖函数、类、导入，边覆盖调用、继承、测试覆盖；提供 blast-radius 分析定位受影响文件；通过 MCP 向 AI 编程工具输出精简审查上下文；支持 hooks、pre-commit 与 watch 模式的增量更新（按 SHA-256 差异重解析）；提供 CLI 命令完成安装、构建、卸载与 Token Savings 面板；可作为 GitHub Action 在 PR 上发布风险评分评论并可选 fail-on-risk 合并门禁；支持自定义语言扩展。
适用场景: 帮助 AI 编程助手在代码审查中只读取变更所影响的文件而非整个仓库；在大型仓库或 monorepo 工作流中降低上下文 token 消耗；在 CI 中对 PR 输出风险评分、受影响执行流与测试缺口；为支持 MCP 的编辑器或编码 agent 提供代码结构检索能力。
项目形态: 可直接使用的工具
部署方式: 本地安装运行（pip/pipx 安装 Python 包），install 命令会自动检测并配置已安装的 AI 编程工具；GitHub Action 在 CI runner 上构建并查询图谱。未说明其他托管或云服务部署方式。
主要依赖: 需要 Python 3.10+；MCP 集成依赖支持 MCP 的 AI 编程工具；树解析依赖 Tree-sitter 语法及 tree_sitter_language_pack。其余硬件与运行环境未说明。
使用限制: 部分文件解析失败时构建状态为 partial；内置语言不支持覆盖；自定义语言仅能映射 tree_sitter_language_pack 中已捆绑的语法；基准中 63x 为 6 个仓库的中位每问 token 缩减，358x 为单一最大仓库结果，并非典型值；上下文节省为估算，整体约在真实 token 的 1% 以内；未说明构建耗时之外的性能上限与许可商用条件。
许可证: MIT
最近推送: 2026-09-17 06:56

官方入门项目文档核对 README 依据 ↗

资料检查：2026-09-17 07:00 · 卡片整理：2026-09-17 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

在代码审查和大型仓库工作中，通过 MCP 向 AI 编程工具提供精简的审查上下文，按 blast-radius 分析只返回变更真正影响的文件，减少 AI 读取整个代码库的 token 消耗；也可作为 GitHub Action 在 PR 上发布风险评分审查评论。

查看内容依据

code-review-graph 是一个 local-first 的代码智能图谱工具，使用 Tree-sitter 将代码库解析为函数、类、导入等节点及调用、继承、测试覆盖等边，并存入图谱。它通过 MCP 向 AI 编程工具提供精简的审查上下文，按 blast-radius 分析只返回变更真正影响的文件，并支持增量更新、CLI 与 GitHub Action 形式的 PR 风险评分审查。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

DiffPrism：面向代理生成代码变更的 AI 代码审查工具

DiffPrism 是一个基于 TypeScript 的 AI 代码审查工具，用于审查 GitHub PR 以及本地代理生成的代码变更。用户可粘贴 PR 链接，在浏览器中查看语法高亮 diff，并通过 Claude Code 或 Cursor 对任意行、文件提问；AI 可获取 PR head 版本完整代码库上下文而非仅 diff。它通过 14 个 MCP 工具与 AI 代理交互，支持行内标注、线程回复、Review dojo 多代理评审，以及 pre-commit 提交门禁。

mergeCraft：BYOK 的 AI 代码审查 GitHub Action

mergeCraft 是一个开源（MIT）的独立 GitHub Action，用于在拉取请求（PR）上执行 AI 代码审查。它采用 BYOK（自带密钥）模式，可接入 Claude Pro/Max、ChatGPT 订阅、API 密钥或任意 OpenAI 兼容端点，无需 SaaS 账号或自建后端。其审查流程先由确定性分析器处理机械可验证的事实，再由 LLM 判断剩余问题，并在发布每个 Critical/Major 发现前由只读验证器复核。审查结果以类型化发现（typed findings）呈现，驱动行内评论、mergecraft-approval 检查以及可选的 SARIF 上传；支持信任层级（trust tier）、政策驱动的合并门禁、契约化退出码和 JSONL 事件流，也可通过 CLI 审查本地 diff、worktree 或克隆仓库，并对外提供只读 MCP 工具。

SkillSpector：安装前扫描 AI Agent 技能的安全漏洞与恶意模式

SkillSpector 是 NVIDIA 发布的 AI agent 技能安全扫描器，用于在安装 Claude Code、Codex、Gemini CLI 等 agent 技能前发现漏洞、恶意模式、提示注入、数据外泄和供应链风险。它支持扫描 Git 仓库、URL、zip、目录或单个文件，内置 71 个漏洞模式（覆盖 17 个类别），采用静态分析加可选 LLM 语义评估的两阶段分析，并可输出终端、JSON、Markdown 和 SARIF 报告，同时提供 0-100 风险评分与基线误报抑制功能。项目还可作为 MCP 服务器运行，把安全扫描作为工具接入 agent 工作流以拦截不安全的技能安装。

SpecFact CLI Modules：面向 AI 辅助 Python 开发的确定性代码审查与模块注册库

该项目是 SpecFact CLI 的官方模块注册库，托管 nold-ai 官方 bundle 及其文档，用于 AI 辅助 Python 交付场景。其代码审查 bundle 可给出 ai_bloat 提示性发现，识别 AI 生成代码中常见的冗余形态（如恒等 try/except、单调用包装、直通 lambda、冗余中间变量、过长的线性函数），提供确定性代码审查验证、清理预测与工作流包，并包含模块签名、语义化版本管理与契约测试等质量门禁流程。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。