Python code-review-graph 用AI生成代码审查依赖关系图

Code Review 最耗人的是「上下文分散」：改动牵扯哪些文件、走哪条调用链、谁该来审，全靠人肉翻。code-review-graph 想用 AI + 调用图把这件事自动化：它先把代码库解析成调用/依赖关系图，再据此生成带上下文的 Review 材料，直接喂给 Cursor、CodeBuddy、Codex 这类 AI 编码工具，让它们带着「全局视角」去审，而不是只盯着 diff。

对大型仓库尤其有用——人脑很难在一眼之间理清改动的影响面。把调用图交给工具，再让 AI 带着图去审查，能显著减少漏看与误判，让 Review 更聚焦。

项目基本信息

一、项目介绍

code-review-graph 是一个用 AI 生成代码审查上下文的工具，先把代码库构建成调用/依赖图，再结合改动范围产出结构化的 Review 提示与外部上下文，可对接多种 AI 编码平台与 GitHub Action，把「人肉找上下文」交给图与模型。

二、核心优势

• 图驱动：流程图与入口检测，理解改动影响面。
• 多平台集成：对接 Cursor、CodeBuddy 等主流编码工具。
• CI 可用：提供 GitHub Action，提交即审。
• 上下文结构化：把散落信息收拢成可消费材料。

三、适用场景

• 给 AI 编码工具提供 Review 上下文。
• PR 自动审查。
• 大型仓库改动影响分析。
• 新人快速理解调用链。

四、安装教程

pip install code-review-graph
code-review-graph install
code-review-graph build

install 会检测已装的 AI 编码工具并配置；build 解析代码库。常见报错：Python 版本不符；未检测到平台——用 --platform 显式指定；图解析对 JS/Go 支持仍在完善。

五、使用示例

配置好平台后导出上下文：

code-review-graph export --platform cursor

工具会生成带调用关系的 Review 上下文文件，供 AI 客户端读取后给出更有全局观的审查意见。

六、常见问题

• 支持哪些语言？Python/PHP 较强，JS/Go 改进中。
• 能上 CI 吗？有 GitHub Action。
• 私有仓库安全吗？本地解析，不向外传源码。
• 和纯 diff Review 比？多了调用链这一层上下文。

七、总结

code-review-graph 把「审查上下文」从人肉翻找变成图驱动的生成。它让 AI 带着全局视角去看改动，是提升 Code Review 质量与效率的实用开源工具。