code-review-graph

给代码库画张活地图，AI 找代码不再大海捞针。

本地优先的代码智能图谱，服务于 MCP 与 CLI。它为代码库构建持久化语义地图，让 AI 编程工具只读取真正相关的内容，在代码审查与大型仓库场景下实现显著的上下文压缩，大幅降低 Token 开销并提升效率。

开源 unknown 编程开发

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 31713

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类编程开发

开发团队tirth8205

所属国家

官网地址https://code-review-graph.com

GitHubhttps://github.com/tirth8205/code-review-graph

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai-coding,claude,claude-code,code-review,graphrag,incremental,knowledge-graph,llm,mcp,python,static-analysis,tree-sitter

GitHub 星标★ 31713

30天Star增速

HF 下载量

上线时间2026-02-26 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数7

使用教程

难度：入门约 10 分钟部署方式：命令行工具 7 步

环境要求

Python 3.10 及以上
pip 或 pipx，推荐额外安装 uv（MCP 配置会优先使用 uvx）
已安装任一受支持的 AI 编程工具（Cursor、Claude Code、Codex 等）
一个本地代码仓库用于构建图谱

安装与启动步骤

1安装 CLI

用 pip 或 pipx 安装 code-review-graph 命令行工具；安装后终端可直接调用该命令。
```
pip install code-review-graph
```
2自动配置工具

该命令自动探测已安装的 AI 编程工具，写入对应的 MCP 配置并注入规则，装完需重启编辑器。
```
code-review-graph install
```
3指定单个平台

若只想配置某一个平台，用 --platform 加上平台名，例如 cursor、claude-code、codex。
```
code-review-graph install --platform cursor
```
4构建代码图谱

在项目目录中解析整个代码库并建立持久化语义图谱，500 文件项目首次约需 10 秒。
```
code-review-graph build
```
5查看图谱状态

输出图谱统计信息，用于确认构建结果是否已写入本地图谱数据目录。
```
code-review-graph status
```
6监听自动更新

watch 模式会在文件变化时自动增量更新图谱，省去手动重复执行 update。
```
code-review-graph watch
```
7启动 MCP 服务

启动 MCP server，供 AI 编程工具通过 MCP 协议读取图谱上下文。
```
code-review-graph serve
```

关键配置

配置项	必填	说明	示例
`platform`	否	指定 install 命令只配置哪一个 AI 编程工具	`cursor`

如何确认成功

执行 code-review-graph status 能看到图谱统计；或重启编辑器后在 AI 助手里问“为本项目构建代码审查图谱”。

常见问题

Q：安装后 AI 工具里没生效怎么办？

A：安装命令写完 MCP 配置后需要重启你的编辑器或 AI 工具，配置才会被重新加载。

Q：支持哪些 AI 编程平台？

A：README 列出了 codex、cursor、claude-code、gemini-cli、antigravity、windsurf、zed、continue、opencode、qwen、qoder、kiro、copilot、copilot-cli、codebuddy、hermes 等，可用 --platform 指定。

Q：首次构建耗时多久？

A：README 说明 500 文件规模的项目首次构建约 10 秒，之后可用 watch 模式或钩子自动保持更新。

Q：如何核对省下的 Token 数字？

A：在 detect-changes --brief 或 update --brief 后加 --verify，会用 cl100k_base 分词器交叉校验，需先 pip install tiktoken。

Q：怎样安全卸载？

A：先用 code-review-graph uninstall --dry-run 预览所有动作，再执行 code-review-graph uninstall 确认应用。

注意事项

若已安装 uv，MCP 配置会优先使用 uvx，否则回退到 code-review-graph 命令本身。
visualize 导出的 JSON 保留在本地图谱数据目录中（Git 默认忽略），其中可能含绝对路径与代码结构信息，对外发布前需检查并脱敏。
uninstall 只删除 CRG 自身的文件与条目，不会动其他 MCP 服务器、钩子和 JSONC 注释。
Python 版本必须为 3.10 及以上，否则无法运行。

核心亮点

基于tree-sitter构建本地代码知识图谱，支持增量更新，AI工具仅读取相关代码，实测可显著降低大仓库上下文消耗
提供MCP和CLI双接口，无缝集成Claude Code等AI编码工具，实现精准代码审查与大型仓库工作流优化
通过图结构关联代码实体，支持跨文件依赖分析，审查时能快速定位影响范围，提升审查效率

不足之处

文档/社区待观察
Python实现可能对非Python项目支持有限，需确认多语言解析覆盖度

适用场景

大型代码库的AI辅助代码审查，减少无关代码干扰
本地开发环境中的代码智能导航与依赖关系查询
集成到MCP客户端（如Claude Desktop）实现上下文感知的编程助手

替代项目

sourcegraph、codegraph、ast-grep

项目介绍

code-review-graph 是编程开发领域的开源项目，由 tirth8205 开发，是 2026 年新上线的项目。

在全站 13,014 个收录项目中，它的 GitHub 星标数（31,713）位列前 2%，在编程开发分类的 490 个项目里位列前 5%。

近 44 天，它的 GitHub 星标从 29,551 增加到 31,713，净增 2,162。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。从国内网络环境看，可直接访问。

它主要面向的使用场景是：大型代码库的AI辅助代码审查，减少无关代码干扰。同类可对比的替代方案包括 sourcegraph、codegraph、ast-grep。

上一篇：rtk

下一篇：kilocode