📌 项目地址：tirth8205/code-review-graph | ⭐ 17,654 颗星 | 🔧 Python | 📜 MIT
问题：AI 助手不知道代码结构
我用 AI 做代码审查时发现一个很坑的事：改了一个函数的返回值类型，助手把整个仓库几百个文件都读了一遍，然后建议修改一个完全无关的模块。这不是模型能力不行，是 AI 工具根本不知道这段代码依赖哪些、被哪些依赖。它只能看到文件路径和文本内容，不知道函数调用链、类继承关系、哪些测试覆盖了变更。
结果就是每次审查消耗几十万 token，模型被大量无关信息干扰，给出各种跑偏的修改。如果你的团队重度依赖 AI 审查，这点尤其明显。
有个开源项目专门解决这个问题：code-review-graph，GitHub 上 17654 星。它用 Tree-sitter 把代码解析成结构图，只把真正受影响的文件传给 AI 助手。不是不读，是只读该读的。
这个工具怎么挑出“该读的”文件
工具把代码库解析成抽象语法树（AST），然后存成一张有向图。图中节点是函数、类、import 声明，边是调用、继承、测试覆盖关系。注意，它只存结构，不存代码原文。
当文件被修改后，工具从修改点出发，沿着调用边、继承边、测试依赖边遍历，找出所有可能受影响的文件——官方术语叫“blast radius”（爆破半径）。AI 助手在读取代码时，只会看到这个半径内的文件，不是整个仓库。
输出是通过 MCP（Model Context Protocol）传给 AI 工具的。code-review-graph 作为 MCP server，提供代码图查询能力。你不需要手动指定上下文，它自动增量更新。
安装和第一次运行
需要 Python 3.10+。如果装了 uv，配置会更好（MCP 配置自动用 uvx 运行），但没装也能用。
pip install code-review-graph # 或者 pipx install code-review-graph
code-review-graph install # 自动检测并配置 AI 工具
code-review-graph build # 解析代码库构建图install 命令会检测你当前使用的 AI 工具（支持 Codex, Cursor, Claude Code, Gemini CLI, Kiro, GitHub Copilot for VS Code, GitHub Copilot CLI, CodeBuddy Code），并为每个工具写入正确的 MCP 配置。如果你只想配置某一个平台，比如只给 Cursor 用：
code-review-graph install --platform cursor配置完成后重启编辑器就能用。build 命令第一次构建可能慢一点，一个 500 文件的项目大概 10 秒。之后 watch 模式可以自动增量更新，不需要每次都全量重新构建。
如果你要移除 CRG，原样提供了卸载命令：
code-review-graph uninstall --dry-run # 预览所有操作，不写入
code-review-graph uninstall # 预览、确认后执行
code-review-graph uninstall --yes # 直接执行
code-review-graph uninstall --all-repos # 清除所有注册仓库
code-review-graph uninstall --keep-data # 移除集成但保留图数据我实际用下来的感觉
我在一个大概 3000 文件的 Python + TypeScript monorepo 上试了。没用之前，AI 审查一次变更经常读 350+ 文件，回复里频繁出现对无关模块的修改建议。用了 code-review-graph 后，每次传给助手的文件数降到 30–40 个，模型回复基本锁定在修改范围内。token 我算不出具体省了多少，但更明显的变化是助手几乎不再给出跟变更无关的修改——你不会看到它建议改一个毫不相干的模块。
我也在一个 200 文件的 Go 服务上试了。全量读取也就 200 个文件，用了这个工具每次传 20–30 个文件，提升有但比较微乎其微。我觉得 50 个文件以下的项目没必要折腾。
什么项目值得试
看官方文档和我的体验：
- 仓库文件超过 200 个
- 大型 monorepo（多个子系统放一起）
- 团队重度依赖 AI 做代码审查，每月 token 花费明显
如果项目小于 50 文件，跳过。pip install 和配配置的时间不如直接全量读省事。
我知道的限制（基于 README）
- 不处理配置文件。图只针对代码结构（函数、类、import），不会去解析
package.json、pyproject.toml里的依赖声明。如果你改了dependencies字段，工具帮不上忙。 - 支持语言取决于 Tree-sitter 的 parser。主流语言（Python, JavaScript/TypeScript, Go, Rust, Java, C/C++ 等）都有，但小众语言可能不支持。
- 需要 Python 3.10+，跨平台（Linux/macOS 都支持，没提 Windows 限制但 Tree-sitter 本身跨平台）。
另外，README 提供了 GitHub Action 集成思路，可以在 CI/CD 里为每个 PR 自动构建图，让 AI 在 PR 审查时就理解变更范围。我还没在 CI 里试，但逻辑可行。
总结
如果你的项目足够大、AI 审查 token 消耗让你心疼，这个工具值得花十分钟配置。它解决的问题很具体：让 AI 助手只读该读的代码，不读无关的。安装简单，没有花哨功能，但实用。