热门开源项目
code-review-graph：本地代码智能图助力AI代码审查
原标题：tirth8205/code-review-graph
TL;DR · 一句话结论
code-review-graph 是一个基于 Tree-sitter 的本地代码图工具，通过 MCP 协议集成，在代码审查时将 AI 读取的 token 减少 38-528 倍，支持 30+ 种语言和主流 AI 编辑器。
主要内容
- 01基于 Tree-sitter 构建抽象语法图，持久化到 SQLite
- 02提供 MCP 工具、CLI 和 GitHub Action
- 03可自定义语言配置，无需修改代码
- 04零遥测，本地优先设计
背景
AI 编程工具在代码审查时往往需要重新读取整个代码库，导致 token 浪费和成本上升。code-review-graph 通过解析代码结构生成图数据库，增量更新（<2秒），仅在变更时提供影响范围和相关文件，极大降低上下文开销。
为什么值得关注
对于使用 AI 辅助开发的团队，该工具能显著减少 API 调用成本和延迟，尤其适合大型仓库和 monorepo 场景。它通过 MCP 无缝对接 Cursor、Claude Code、Copilot 等主流工具，无需改变工作流即可受益。
🇨🇳
对中国用户与市场
国内开发者可正常使用，需注意 pip/pipx 安装时可能需要配置国内镜像源。所有数据存储在本地，不涉及数据外传，符合隐私要求。开源 MIT 协议无额外限制。
继续关注
⚠尚未确定的部分
- ·基准测试仅基于 6 个开源仓库，实际效果可能因代码风格和结构而异
- ·精确度和召回率存在权衡，可能产生较多假阳性
- ·小文件或单文件修改时，graph 上下文可能反而更大
- ·依赖 Python 3.10+ 和树解析器，部分语言支持可能不完善
→可采取的行动
- ·使用 pip install code-review-graph 安装并运行 code-review-graph install 自动配置
- ·在项目中执行 code-review-graph build 构建初始代码图
- ·集成到 CI 流程，利用 GitHub Action 获得自动化风险评分
- ·测试后评估 token 节省是否符合预期，调整忽略规则
摘记
Stop burning tokens. Start reviewing sma
One Install, Every Platform
#code-review-graph#Tree-sitter#MCP#Codex#Claude Code#Cursor#GitHub Copilot#SQLite#代码图#代码审查
🤖 本文根据 GitHub Trending Daily RSS 的 RSS 内容整理，并由 AI 辅助提炼要点。完整上下文请以 原文 为准。