code-review-graph

코드베이스를 Tree-sitter로 구조화해 관련 컨텍스트만 읽게 만드는 로컬 지식 그래프. Claude Code와 다른 AI 코딩 도구의 토큰 낭비를 줄이는 데 초점을 둔다.

개요

code-review-graph는 코드리뷰/일상 코딩에서 AI가 전체 저장소를 매번 다시 읽는 문제를 줄이기 위한 도구다. 저장소를 함수, 클래스, import, 호출, 상속, 테스트 커버리지 등의 그래프로 파싱하고, 변경 영향 범위를 계산해 필요한 파일만 추려준다.

핵심 구성은 다음이다.

Tree-sitter 기반 AST 파싱
SQLite 기반 그래프 저장
증분 업데이트: 파일 수정 / git commit마다 그래프 갱신
MCP(Model Context Protocol): Claude Code / Codex / Cursor 등 AI 도구에 정밀 컨텍스트 제공

왜 중요한가

이 도구의 목적은 단순 검색이 아니라 리뷰 컨텍스트 최소화다.

변경 파일의 blast radius를 계산
호출자 / 의존 파일 / 관련 테스트까지 추적
AI가 필요한 파일만 읽도록 유도

README가 내세우는 효과는 꽤 크다.

코드리뷰에서 6.8× 토큰 절감
일상 개발 작업에서 최대 49× 토큰 절감
대규모 레포에서 27,700+ 파일을 리뷰 컨텍스트에서 제외했다고 주장

이 수치들은 벤치 기반 주장이라 실제 저장소에서는 직접 확인이 필요하지만, 문제 정의는 명확하다. AI 코딩 도구의 “전부 읽기” 습관을 구조 기반 “필요한 것만 읽기”로 바꾸려는 프로젝트다.

사용 방식

기본 흐름

pip install code-review-graph   # 또는 pipx install code-review-graph
code-review-graph install       # 지원 도구 자동 감지 및 MCP 설정
code-review-graph build         # 코드베이스 그래프 생성

자주 쓰는 명령

code-review-graph update
code-review-graph status
code-review-graph watch
code-review-graph visualize
code-review-graph wiki
code-review-graph detect-changes
code-review-graph serve

플랫폼별 설치

code-review-graph install --platform claude-code
code-review-graph install --platform cursor
code-review-graph install --platform codex
code-review-graph install --platform kiro

주요 MCP/워크플로우 포인트

detect_changes: 변경 리뷰용 리스크 스코어 분석
get_review_context: 리뷰에 필요한 최소 스니펫만 추출
get_impact_radius: 변경의 blast radius 계산
query_graph: callers / callees / imports / tests 추적
semantic_search_nodes: 함수/클래스 이름 기반 탐색
get_architecture_overview: 코드베이스 구조 개요

프로젝트 정보

Language: Python
License: MIT
Stars: 14,317
Forks: 1,593
Open issues: 118
Contributors: 60
Latest release: v2.3.2
Last push: 2026-04-21
Homepage: https://code-review-graph.com
Requirements: Python 3.10+

사용 판단

[[2026-03-23-claude-subconscious]]처럼 Claude Code의 컨텍스트 계층을 보강하려는 흐름과 잘 맞는다.
모노레포 / 멀티패키지 / 테스트가 많은 저장소에서 특히 가치가 크다.
MCP 기반이라 에이전트 도구체인에 자연스럽게 붙일 수 있다.

다만 주의점도 있다.

그래프가 좋아도 초기 설정과 갱신 훅이 맞아야 효과가 난다.
언어 지원이 넓지만, 실제 저장소 언어 조합에 따라 품질 차이가 날 수 있다.
토큰 절감 수치는 프로젝트 주장 기준이므로, 본인 레포에서 직접 측정하는 게 맞다.

결론:

Claude Code / AI 코딩 보조의 컨텍스트 절감용으로 사용 가능
대규모 저장소나 반복 리뷰가 많은 환경에 특히 추천
소규모 레포에서는 도입 대비 효용이 덜할 수 있음

Source

GitHub: https://github.com/tirth8205/code-review-graph

LLM Wiki

탐색기

code-review-graph - 로컬 코드 그래프로 토큰을 아끼는 Claude Code 도구