让 AI 审一处代码改动，常像让人为了核对一句话重读整本书：大仓库里，大量无关代码会挤占上下文窗口，也增加 token（模型处理文字的计量单位）费用。开源工具 code-review-graph 的思路，是先在本地给代码库画一张可长期维护的结构图，再把审查真正需要的部分交给编码 Agent。
它用 Tree-sitter——一种能识别函数、类和调用关系的代码解析工具——把仓库整理成节点与连线：节点包括函数、类和导入，连线表示调用、继承和测试覆盖。文件改动后，图会沿着调用者、依赖项和相关测试追踪可能受影响的范围；增量索引只更新变化部分，不必反复扫描全库。最后，MCP（让 AI 助手统一调用外部工具的协议）把筛出的上下文送给 Agent。
项目作者称，一个约 500 个文件的项目首次建图约需 10 秒，之后可自动持续更新。值得看的不是又多了一个审查机器人，而是它把最烧 token 的“先读懂整座仓库”，改成了一次建图、按改动取用；不过材料未提供独立测试结果，实际节省多少仍要看具体代码库。