code-review-graph：为 Claude Code 构建本地代码知识图

在线代码评审工具，如 Claude Code，在进行代码分析时，通常需要读取整个代码库以理解上下文。这一过程会消耗大量的计算资源和时间，尤其是在处理大型项目时，效率问题尤为突出。重复读取未改动的代码不仅增加了令牌消耗，也延长了反馈周期。

核心内容

code-review-graph 是一个开源项目，旨在为 Claude Code 构建一个本地的代码知识图，以解决上述效率瓶颈。其核心思路是预先解析代码库的结构与依赖关系，形成一个可查询的图数据库。当需要进行代码评审或分析时，系统可以精准定位到受当前改动影响的“关键文件”，而非重新扫描整个代码库。

该项目基于 Tree-sitter 语法解析器，支持包括 Python、TypeScript、Java、Go 在内的 12 种编程语言。它实现了增量更新机制，在文件保存或 Git 提交后，能在 2 秒内完成代码图的重解析。一个关键特性是“爆炸半径”分析，能够精确追踪代码改动所影响的函数、类以及相关的测试文件，从而避免全面的、不必要的扫描。

此外，项目提供了语义搜索和交互式可视化代码依赖图的功能，所有解析生成的代码图数据均存储在本地，无需依赖云端服务，兼顾了效率与数据安全。根据项目描述，该方案能在代码审查时平均降低 6.8 倍的令牌消耗，在日常编码任务中，令牌消耗降低最高可达 49 倍。

价值与影响

code-review-graph 通过引入本地代码知识图，为 AI 辅助的代码评审工作流提供了一种优化思路。它将一次性的、全局的代码理解过程，转变为持续维护、按需查询的图结构，显著减少了 AI 模型处理冗余信息的需求。这不仅降低了使用成本（特别是按令牌计费的服务），也加快了代码分析的响应速度。对于开发团队而言，这意味着更高效的代码审查体验和更快的开发迭代周期。该方案体现了将静态分析与 AI 工作流相结合，以提升工具链智能化水平的实践方向。

---