AI编码助手正在烧你的token——code-review-graph让它只读该读的代码

给AI编码助手装上代码导航仪，用知识图谱精确定位相关代码，实测省82倍token消耗

今日推荐指数

AI 自动评分 · 仅供参考

77 / 100

创新性75

社区热度70

传播价值85

本评分由 AI 基于项目技术创新性、GitHub 社区数据、项目影响力及内容传播价值自动生成，不构成任何投资、商业决策或技术选型依据。

你用 Claude Code 写代码，改了一个函数，它却把整个文件读进上下文——就像「把整本字典背下来才能查一个词」。一个万行文件可能消耗上万 token，其中 90% 都是无关代码。

code-review-graph给AI编码助手装上了「代码导航仪」：它先解析你的仓库构建知识图谱，标记每个函数的调用关系、测试覆盖、数据流走向，然后只返回变更真正涉及的代码片段。

实测效果：大仓库场景下 token 消耗从上万降到几百，省掉约 82 倍。不是模糊联想式的向量检索，而是精确指路式的知识图谱——改了这个函数，它告诉你谁会调用它、哪些测试覆盖它、哪些模块受影响。

code-review-graph 的核心技术路线是 tree-sitter 多语言解析 + 结构化知识图谱 + MCP 协议接入，三步让AI编码工具从「盲目读文件」变成「精确读上下文」。

用 tree-sitter 对 Python/Java/C++/Rust/Kotlin 等十余种语言做精确语法解析，从源码中提取函数节点、调用边、测试映射，构建结构化知识图而非模糊向量索引。解析结果存入本地 SQLite，增量更新只处理变更文件。

detect-changes 工具精确定位变更涉及的函数和调用链，impact analysis 追踪下游受影响模块，只返回真正相关的代码片段而非整个文件。每次响应附带 token 节省统计，开发者能看到具体省了多少。

通过 Model Context Protocol 标准一键接入 Claude Code、Cursor、Copilot CLI、Gemini CLI 等主流AI编码平台。一条命令安装，不需要配置向量数据库或搭建服务，本地优先全部数据不上云。

大仓库 Code Review——适合日常用AI做代码审查的开发者。改了某个函数后，AI助手不再盲目读整个文件，而是精确找到受影响的调用链和相关测试，只审查真正需要看的代码。

CI 自动 PR Review——适合DevOps工程师。GitHub Action自动构建图谱，对每个PR生成风险评分和影响分析报告，附在PR comment上，团队不再遗漏关键变更的影响范围。

接手陌生项目——适合刚加入新团队的开发者。用architecture overview工具快速理解代码社区结构和模块边界，5分钟摸清一个陌生仓库的骨架。

项目5个月积累20k+星标，已发布5个正式版本，最新版7月18日发布，开发节奏极为紧凑。10个贡献者中有社区成员贡献了Spring DI/Kafka等框架解析。79个open issues多为功能性bug报告，项目团队响应积极。支持十余种AI编码平台，自带中文README，对中国开发者友好。

语言覆盖有限：目前支持Python/Java/C++/Rust/Kotlin/C#等十余种语言，不支持Go/Scala/Erlang等，小众语言需通过自定义languages.toml配置tree-sitter语法
大仓库首次构建耗时：万级文件仓库首次build需要数分钟完成全量解析，后续update为增量模式秒级完成
Windows兼容性仍有小问题：v2.3.6修复了主要Windows bug，但Copilot CLI在Windows上的hook配置仍有兼容性问题