code-review-graph 测评：给 AI 编码工具做减法的本地代码地图

先说结论：code-review-graph 是一个本地优先的代码情报图工具，作用是给 AI 编码助手做上下文瘦身。它通过预先构建代码库的结构化地图，让 AI 只读取与任务真正相关的代码片段，而不是把整个仓库塞进上下文窗口。

产品定位

这个项目瞄准的是 AI 编码工具在大中型仓库里上下文爆炸的痛点。它在本地扫描代码、生成持久化的知识图谱，再通过 MCP 或 CLI 把相关上下文喂给 Cursor、Claude Code 这类助手。它不是另一个 AI 编程助手，而是现有助手的“前置过滤器”。

核心功能包括：本地构建代码库地图、识别模块依赖和调用关系、按任务筛选相关上下文、通过 MCP 协议或命令行输出给 AI 工具。来源提到在大仓库评审场景中做了基准测试，上下文量有可观的下降比例，但这类数字建议以仓库 README 为准，开源版本会持续变化。

适合谁与不适合谁

适合人群：已经在用 AI 编码助手、且项目代码量偏大的个人开发者或小团队。如果仓库已经几万行起步、经常被上下文长度限制打断、又在意 token 成本和速度，这个工具值得试一下。做代码评审的人也能受益——把评审所需的上下文从全仓库搜索压成按图取片，能减少 AI 漏看关键模块的概率。

不适合小型项目、刚起步的原型、一次性脚本。上下文本身就不大，加一层图谱反而是负担。它也不是开箱即用的产品，需要自己跑命令、配 MCP，纯非技术用户会卡住。

优缺点

优点是本地运行、数据不出仓库、对接主流 MCP 协议、对大仓库有实际收益。对隐私敏感或偏好本地部署的团队，这是个明显的加分项。

缺点也很明显：项目仍处于早期，由单一作者维护，文档和稳定性需要观察；对小项目收益有限；MCP 兼容性取决于客户端支持程度；目前缺少中文资料，遇到问题基本要靠英文 issue 区交流。

价格、替代品与选择建议

价格层面，开源免费、自部署。成本主要是自己的时间和机器资源。类似的上下文压缩思路在多个项目里都有体现，下面把它和几种常见方案放在一起对比：

表格里几个项目的核心思路不同：code-review-graph 走的是预建图谱，Cursor / Cody 走的是动态检索，Continue.dev 走的是向量 RAG，aider 走的是仓库结构扫描。没有绝对优劣，选哪个取决于你的仓库规模和已有工具链。

试用建议：先在一个小项目上跑一遍 README 的最小例子，确认 MCP 客户端能正常取到上下文，再放到主力仓库。如果只是想解决 AI 看不全代码的问题，先看现有助手是否已经有 RAG 或检索增强功能，未必需要额外装一层。

选择判断：总体看，code-review-graph 是个有清晰场景的小工具，不适合所有人。如果你被 AI 编码工具的上下文限制反复卡住，又愿意折腾 CLI 和 MCP，它是一个值得放进候选清单的方案；否则优先用成熟 IDE 自带的检索能力会更省事。以上信息基于仓库公开内容，具体功能与版本以官网和 README 为准。