code-review-graph : réduire le contexte lu par un assistant de code

Le périmètre annoncé par code-review-graph

Dans code-review-graph, le README fixe un périmètre concret : `pip install code-review-graph`, puis `code-review-graph install` et `code-review-graph build`. Le projet est présenté comme Local-first code intelligence graph for MCP and CLI. Builds a persistent map of your codebase so AI coding tools read only what matters, with benchmarked context reductions on reviews and large-repo workflows.. Cette phrase décrit la position des auteurs ; elle ne constitue pas une mesure indépendante. Reliez chaque promesse à un fichier, une commande ou un exemple fourni. Le README part d'un problème de coût : les outils de codage IA relisent de grandes parties d'un dépôt lors des tâches de revue. code-review-graph y répond en analysant un dépôt en AST avec Tree-sitter, en le stockant comme un graphe de nœuds (fonctions, classes, imports) et d'arêtes (appels, héritage, couverture de tests), puis en interrogeant ce graphe au moment de la revue. Le résultat est un ensemble minimal de fichiers que l'assistant doit lire. Le projet se décrit comme local d'abord : la base de données du graphe est un fichier SQLite dans .code-review-graph/ et le stockage principal n'a besoin d'aucune base externe ni service cloud. Pour une équipe qui envisage ce dépôt, il faut comprendre ses entrées, observer sa sortie et vérifier la gestion d’une erreur. Les éléments que la documentation ne détaille pas restent indéterminés, notamment la couverture exhaustive, les coûts dans un environnement différent et le niveau de support. Cette réserve délimite ce que l’on peut affirmer à partir du dépôt. Dans code-review-graph, le README fixe un périmètre concret : `pip install code-review-graph`, puis `code-review-graph install` et `code-review-graph build`. Le projet est présenté comme Local-first code intelligence graph for MCP and CLI. Builds a persistent map of your codebase so AI coding tools read only what matters, with benchmarked context reductions on reviews and large-repo workflows.. Cette phrase décrit la position des auteurs ; elle ne constitue pas une mesure indépendante. Reliez chaque promesse à un fichier, une commande ou un exemple fourni. L'installation se fait via pip ou pipx, et le démarrage rapide documenté est en trois commandes : pip install code-review-graph, code-review-graph install, code-review-graph build. La commande install détecte automatiquement les outils de codage IA présents et écrit la configuration MCP pour chacun, notamment Codex, Claude Code, CodeBuddy Code, Cursor, Windsurf, Zed, Continue, OpenCode, Antigravity, Gemini CLI, Qwen, Qoder, Kiro, GitHub Copilot et GitHub Copilot CLI. Elle détecte aussi si l'utilisateur a installé via uvx ou pip/pipx et génère la configuration correspondante. Le README indique qu'un redémarrage de l'éditeur ou de l'outil est nécessaire après l'installation. La commande de désinstallation est symétrique et ne supprime que les fichiers appartenant à CRG, avec des options de simulation et de confirmation. Pour une équipe qui envisage ce dépôt, il faut comprendre ses entrées, observer sa sortie et vérifier la gestion d’une erreur. Les éléments que la documentation ne détaille pas restent indéterminés, notamment la couverture exhaustive, les coûts dans un environnement différent et le niveau de support. Cette réserve délimite ce que l’on peut affirmer à partir du dépôt.

Le premier parcours dans code-review-graph

Dans code-review-graph, le README fixe un périmètre concret : `pip install code-review-graph`, puis `code-review-graph install` et `code-review-graph build`. Le projet est présenté comme Local-first code intelligence graph for MCP and CLI. Builds a persistent map of your codebase so AI coding tools read only what matters, with benchmarked context reductions on reviews and large-repo workflows.. Cette phrase décrit la position des auteurs ; elle ne constitue pas une mesure indépendante. Reliez chaque promesse à un fichier, une commande ou un exemple fourni. L'installation se fait via pip ou pipx, et le démarrage rapide documenté est en trois commandes : pip install code-review-graph, code-review-graph install, code-review-graph build. La commande install détecte automatiquement les outils de codage IA présents et écrit la configuration MCP pour chacun, notamment Codex, Claude Code, CodeBuddy Code, Cursor, Windsurf, Zed, Continue, OpenCode, Antigravity, Gemini CLI, Qwen, Qoder, Kiro, GitHub Copilot et GitHub Copilot CLI. Elle détecte aussi si l'utilisateur a installé via uvx ou pip/pipx et génère la configuration correspondante. Le README indique qu'un redémarrage de l'éditeur ou de l'outil est nécessaire après l'installation. La commande de désinstallation est symétrique et ne supprime que les fichiers appartenant à CRG, avec des options de simulation et de confirmation. Pour une équipe qui envisage ce dépôt, il faut comprendre ses entrées, observer sa sortie et vérifier la gestion d’une erreur. Les éléments que la documentation ne détaille pas restent indéterminés, notamment la couverture exhaustive, les coûts dans un environnement différent et le niveau de support. Cette réserve délimite ce que l’on peut affirmer à partir du dépôt. Dans code-review-graph, le README fixe un périmètre concret : `pip install code-review-graph`, puis `code-review-graph install` et `code-review-graph build`. Le projet est présenté comme Local-first code intelligence graph for MCP and CLI. Builds a persistent map of your codebase so AI coding tools read only what matters, with benchmarked context reductions on reviews and large-repo workflows.. Cette phrase décrit la position des auteurs ; elle ne constitue pas une mesure indépendante. Reliez chaque promesse à un fichier, une commande ou un exemple fourni. Le graphe se met à jour de manière incrémentale. Lorsque les hooks ou le mode watch sont activés, les sauvegardes de fichiers et les hooks de commit pris en charge déclenchent un diff, les dépendants sont trouvés via les arêtes d'import et d'appel du graphe lui-même, et seuls les fichiers dont le hachage SHA-256 a changé sont re-analysés. Le README rapporte qu'une modification de deux fichiers dans un projet d'environ 3 000 fichiers (django) se réindexe en environ 2,5 secondes sur le chemin des hooks, dont environ 1,4 seconde pour le démarrage du processus. L'analyse du rayon d'impact trace chaque appelant, dépendant et test susceptible d'être affecté par un changement, afin que l'IA ne lise que ces fichiers. Le README ne précise pas l'ensemble exact des hooks pris en charge au-delà des hooks pris en charge et du mode watch. Pour une équipe qui envisage ce dépôt, il faut comprendre ses entrées, observer sa sortie et vérifier la gestion d’une erreur. Les éléments que la documentation ne détaille pas restent indéterminés, notamment la couverture exhaustive, les coûts dans un environnement différent et le niveau de support. Cette réserve délimite ce que l’on peut affirmer à partir du dépôt.

Les fichiers qui portent la promesse

Dans code-review-graph, le README fixe un périmètre concret : `pip install code-review-graph`, puis `code-review-graph install` et `code-review-graph build`. Le projet est présenté comme Local-first code intelligence graph for MCP and CLI. Builds a persistent map of your codebase so AI coding tools read only what matters, with benchmarked context reductions on reviews and large-repo workflows.. Cette phrase décrit la position des auteurs ; elle ne constitue pas une mesure indépendante. Reliez chaque promesse à un fichier, une commande ou un exemple fourni. Le graphe se met à jour de manière incrémentale. Lorsque les hooks ou le mode watch sont activés, les sauvegardes de fichiers et les hooks de commit pris en charge déclenchent un diff, les dépendants sont trouvés via les arêtes d'import et d'appel du graphe lui-même, et seuls les fichiers dont le hachage SHA-256 a changé sont re-analysés. Le README rapporte qu'une modification de deux fichiers dans un projet d'environ 3 000 fichiers (django) se réindexe en environ 2,5 secondes sur le chemin des hooks, dont environ 1,4 seconde pour le démarrage du processus. L'analyse du rayon d'impact trace chaque appelant, dépendant et test susceptible d'être affecté par un changement, afin que l'IA ne lise que ces fichiers. Le README ne précise pas l'ensemble exact des hooks pris en charge au-delà des hooks pris en charge et du mode watch. Pour une équipe qui envisage ce dépôt, il faut comprendre ses entrées, observer sa sortie et vérifier la gestion d’une erreur. Les éléments que la documentation ne détaille pas restent indéterminés, notamment la couverture exhaustive, les coûts dans un environnement différent et le niveau de support. Cette réserve délimite ce que l’on peut affirmer à partir du dépôt. Dans code-review-graph, le README fixe un périmètre concret : `pip install code-review-graph`, puis `code-review-graph install` et `code-review-graph build`. Le projet est présenté comme Local-first code intelligence graph for MCP and CLI. Builds a persistent map of your codebase so AI coding tools read only what matters, with benchmarked context reductions on reviews and large-repo workflows.. Cette phrase décrit la position des auteurs ; elle ne constitue pas une mesure indépendante. Reliez chaque promesse à un fichier, une commande ou un exemple fourni. Le support du parseur couvre une longue liste : Python, JavaScript/TypeScript/TSX, Go, Rust, Java, C/C++, C#, VB.NET, Ruby, Kotlin, Swift, PHP, Scala, Solidity, Dart, R, Perl, Lua/Luau, Objective-C, scripts shell, Elixir, Zig, PowerShell, Julia, ReScript, GDScript, Nix, Verilog/SystemVerilog, SQL, structure Terraform/OpenTofu, playbooks/roles/tasks Ansible, SFC Vue/Svelte, Astro via le parseur TypeScript, notebooks Jupyter/Databricks et fichiers Perl XS. Le YAML générique n'est pas traité comme du code source. Les projets PHP obtiennent en plus la résolution Composer PSR-4, les références de modèles Blade et les arêtes Laravel Route/Eloquent basées sur des preuves. Si un langage manque, un fichier languages.toml dans .code-review-graph/ mappe les extensions de fichiers à une grammaire du tree_sitter_language_pack et définit les types de nœuds, sans modification de code. Pour une équipe qui envisage ce dépôt, il faut comprendre ses entrées, observer sa sortie et vérifier la gestion d’une erreur. Les éléments que la documentation ne détaille pas restent indéterminés, notamment la couverture exhaustive, les coûts dans un environnement différent et le niveau de support. Cette réserve délimite ce que l’on peut affirmer à partir du dépôt.

Les limites visibles dans la documentation · tirth8205 code review graph

Dans code-review-graph, le README fixe un périmètre concret : `pip install code-review-graph`, puis `code-review-graph install` et `code-review-graph build`. Le projet est présenté comme Local-first code intelligence graph for MCP and CLI. Builds a persistent map of your codebase so AI coding tools read only what matters, with benchmarked context reductions on reviews and large-repo workflows.. Cette phrase décrit la position des auteurs ; elle ne constitue pas une mesure indépendante. Reliez chaque promesse à un fichier, une commande ou un exemple fourni. Le support du parseur couvre une longue liste : Python, JavaScript/TypeScript/TSX, Go, Rust, Java, C/C++, C#, VB.NET, Ruby, Kotlin, Swift, PHP, Scala, Solidity, Dart, R, Perl, Lua/Luau, Objective-C, scripts shell, Elixir, Zig, PowerShell, Julia, ReScript, GDScript, Nix, Verilog/SystemVerilog, SQL, structure Terraform/OpenTofu, playbooks/roles/tasks Ansible, SFC Vue/Svelte, Astro via le parseur TypeScript, notebooks Jupyter/Databricks et fichiers Perl XS. Le YAML générique n'est pas traité comme du code source. Les projets PHP obtiennent en plus la résolution Composer PSR-4, les références de modèles Blade et les arêtes Laravel Route/Eloquent basées sur des preuves. Si un langage manque, un fichier languages.toml dans .code-review-graph/ mappe les extensions de fichiers à une grammaire du tree_sitter_language_pack et définit les types de nœuds, sans modification de code. Pour une équipe qui envisage ce dépôt, il faut comprendre ses entrées, observer sa sortie et vérifier la gestion d’une erreur. Les éléments que la documentation ne détaille pas restent indéterminés, notamment la couverture exhaustive, les coûts dans un environnement différent et le niveau de support. Cette réserve délimite ce que l’on peut affirmer à partir du dépôt. Dans code-review-graph, le README fixe un périmètre concret : `pip install code-review-graph`, puis `code-review-graph install` et `code-review-graph build`. Le projet est présenté comme Local-first code intelligence graph for MCP and CLI. Builds a persistent map of your codebase so AI coding tools read only what matters, with benchmarked context reductions on reviews and large-repo workflows.. Cette phrase décrit la position des auteurs ; elle ne constitue pas une mesure indépendante. Reliez chaque promesse à un fichier, une commande ou un exemple fourni. Le benchmark principal du README est une réduction médiane d'environ 65 fois des tokens par question sur six dépôts réels, mesurée en comparant les tokens du corpus entier aux tokens de requête du graphe. La fourchette va de 36x à 376x, 376x étant le meilleur cas (fastapi), pas le résultat typique. L'exécuteur d'évaluation utilise des SHA amont épinglés, une graine fixe pour le détecteur de communautés Leiden et des plongements déterministes sur CPU, de sorte que deux exécutions sur des machines différentes devraient produire des nombres identiques. La même section est explicite sur la métrique de précision d'impact : un F1 moyen de 0,69 contre une vérité terrain dérivée du graphe, avec un rappel de 1,0 qualifié de borne supérieure circulaire, car la vérité terrain provient du même graphe que celui parcouru par le prédicteur. Un mode honnête de co-changement est mesuré mais renvoie actuellement zéro prédiction sur chaque commit évalué ; le README dit que le harnais doit être réparé avant que ce mode ne puisse dire quoi que ce soit sur la précision. Pour une équipe qui envisage ce dépôt, il faut comprendre ses entrées, observer sa sortie et vérifier la gestion d’une erreur. Les éléments que la documentation ne détaille pas restent indéterminés, notamment la couverture exhaustive, les coûts dans un environnement différent et le niveau de support. Cette réserve délimite ce que l’on peut affirmer à partir du dépôt.

Licence, versions et responsabilité

Dans code-review-graph, le README fixe un périmètre concret : `pip install code-review-graph`, puis `code-review-graph install` et `code-review-graph build`. Le projet est présenté comme Local-first code intelligence graph for MCP and CLI. Builds a persistent map of your codebase so AI coding tools read only what matters, with benchmarked context reductions on reviews and large-repo workflows.. Cette phrase décrit la position des auteurs ; elle ne constitue pas une mesure indépendante. Reliez chaque promesse à un fichier, une commande ou un exemple fourni. Le benchmark principal du README est une réduction médiane d'environ 65 fois des tokens par question sur six dépôts réels, mesurée en comparant les tokens du corpus entier aux tokens de requête du graphe. La fourchette va de 36x à 376x, 376x étant le meilleur cas (fastapi), pas le résultat typique. L'exécuteur d'évaluation utilise des SHA amont épinglés, une graine fixe pour le détecteur de communautés Leiden et des plongements déterministes sur CPU, de sorte que deux exécutions sur des machines différentes devraient produire des nombres identiques. La même section est explicite sur la métrique de précision d'impact : un F1 moyen de 0,69 contre une vérité terrain dérivée du graphe, avec un rappel de 1,0 qualifié de borne supérieure circulaire, car la vérité terrain provient du même graphe que celui parcouru par le prédicteur. Un mode honnête de co-changement est mesuré mais renvoie actuellement zéro prédiction sur chaque commit évalué ; le README dit que le harnais doit être réparé avant que ce mode ne puisse dire quoi que ce soit sur la précision. Pour une équipe qui envisage ce dépôt, il faut comprendre ses entrées, observer sa sortie et vérifier la gestion d’une erreur. Les éléments que la documentation ne détaille pas restent indéterminés, notamment la couverture exhaustive, les coûts dans un environnement différent et le niveau de support. Cette réserve délimite ce que l’on peut affirmer à partir du dépôt. Dans code-review-graph, le README fixe un périmètre concret : `pip install code-review-graph`, puis `code-review-graph install` et `code-review-graph build`. Le projet est présenté comme Local-first code intelligence graph for MCP and CLI. Builds a persistent map of your codebase so AI coding tools read only what matters, with benchmarked context reductions on reviews and large-repo workflows.. Cette phrase décrit la position des auteurs ; elle ne constitue pas une mesure indépendante. Reliez chaque promesse à un fichier, une commande ou un exemple fourni. Les options de configuration incluent un fichier .code-review-graphignore pour exclure des chemins suivis, des variables d'environnement pour les délais git, les remplacements de répertoire de données, les fournisseurs de plongements et le filtrage des outils MCP. Des groupes de dépendances optionnels ajoutent les plongements locaux, les plongements Google Gemini, la détection de communautés, l'enrichissement Jedi, les benchmarks d'évaluation, la génération de wiki, ou tout à la fois. La même analyse s'exécute comme une action GitHub composite qui publie un seul commentaire épinglé avec des fonctions à risque, des flux affectés et des lacunes de tests, avec une porte de fusion optionnelle fail-on-risk. Le README dit que l'action est locale d'abord et n'envoie aucun code source à un service externe. Le projet est sous licence MIT ; la licence accorde le droit d'utiliser, copier, modifier, fusionner, publier, distribuer, sous-licencier et vendre des copies, et stipule que le logiciel est fourni tel quel, sans garantie. Le README ne décrit aucune garantie de sécurité au-delà de la conception locale d'abord et de l'absence de télémétrie dans la FAQ. Pour une équipe qui envisage ce dépôt, il faut comprendre ses entrées, observer sa sortie et vérifier la gestion d’une erreur. Les éléments que la documentation ne détaille pas restent indéterminés, notamment la couverture exhaustive, les coûts dans un environnement différent et le niveau de support. Cette réserve délimite ce que l’on peut affirmer à partir du dépôt. Le dépôt indique la licence MIT et la branche main. Pour une redistribution, une modification ou un service hébergé, lisez `LICENSE` et appliquez ses obligations à code-review-graph. Les 30955 étoiles et 2816 forks signalent un intérêt, pas un contrat de maintenance.

Vérifier code-review-graph avec son propre exemple

Dans code-review-graph, le README fixe un périmètre concret : `pip install code-review-graph`, puis `code-review-graph install` et `code-review-graph build`. Le projet est présenté comme Local-first code intelligence graph for MCP and CLI. Builds a persistent map of your codebase so AI coding tools read only what matters, with benchmarked context reductions on reviews and large-repo workflows.. Cette phrase décrit la position des auteurs ; elle ne constitue pas une mesure indépendante. Reliez chaque promesse à un fichier, une commande ou un exemple fourni. Les options de configuration incluent un fichier .code-review-graphignore pour exclure des chemins suivis, des variables d'environnement pour les délais git, les remplacements de répertoire de données, les fournisseurs de plongements et le filtrage des outils MCP. Des groupes de dépendances optionnels ajoutent les plongements locaux, les plongements Google Gemini, la détection de communautés, l'enrichissement Jedi, les benchmarks d'évaluation, la génération de wiki, ou tout à la fois. La même analyse s'exécute comme une action GitHub composite qui publie un seul commentaire épinglé avec des fonctions à risque, des flux affectés et des lacunes de tests, avec une porte de fusion optionnelle fail-on-risk. Le README dit que l'action est locale d'abord et n'envoie aucun code source à un service externe. Le projet est sous licence MIT ; la licence accorde le droit d'utiliser, copier, modifier, fusionner, publier, distribuer, sous-licencier et vendre des copies, et stipule que le logiciel est fourni tel quel, sans garantie. Le README ne décrit aucune garantie de sécurité au-delà de la conception locale d'abord et de l'absence de télémétrie dans la FAQ. Pour une équipe qui envisage ce dépôt, il faut comprendre ses entrées, observer sa sortie et vérifier la gestion d’une erreur. Les éléments que la documentation ne détaille pas restent indéterminés, notamment la couverture exhaustive, les coûts dans un environnement différent et le niveau de support. Cette réserve délimite ce que l’on peut affirmer à partir du dépôt. Dans code-review-graph, le README fixe un périmètre concret : `pip install code-review-graph`, puis `code-review-graph install` et `code-review-graph build`. Le projet est présenté comme Local-first code intelligence graph for MCP and CLI. Builds a persistent map of your codebase so AI coding tools read only what matters, with benchmarked context reductions on reviews and large-repo workflows.. Cette phrase décrit la position des auteurs ; elle ne constitue pas une mesure indépendante. Reliez chaque promesse à un fichier, une commande ou un exemple fourni. Le README part d'un problème de coût : les outils de codage IA relisent de grandes parties d'un dépôt lors des tâches de revue. code-review-graph y répond en analysant un dépôt en AST avec Tree-sitter, en le stockant comme un graphe de nœuds (fonctions, classes, imports) et d'arêtes (appels, héritage, couverture de tests), puis en interrogeant ce graphe au moment de la revue. Le résultat est un ensemble minimal de fichiers que l'assistant doit lire. Le projet se décrit comme local d'abord : la base de données du graphe est un fichier SQLite dans .code-review-graph/ et le stockage principal n'a besoin d'aucune base externe ni service cloud. Pour une équipe qui envisage ce dépôt, il faut comprendre ses entrées, observer sa sortie et vérifier la gestion d’une erreur. Les éléments que la documentation ne détaille pas restent indéterminés, notamment la couverture exhaustive, les coûts dans un environnement différent et le niveau de support. Cette réserve délimite ce que l’on peut affirmer à partir du dépôt. Le contrôle commence par `pip install code-review-graph`, puis `code-review-graph install` et `code-review-graph build`. Notez la version, l’entrée, la sortie et l’erreur avec une entrée vide ou invalide. Pour code-review-graph, cette comparaison sépare le chemin montré dans le README d’une hypothèse de production. Ne placez aucune clé, donnée de santé, dépôt privé ou secret dans un commit de test.

Conclusion éditoriale

code-review-graph s’adresse à une équipe dont le besoin correspond au périmètre décrit dans le README. Il convient moins à un usage qui exige des garanties absentes du dépôt. Commencez par `pip install code-review-graph`, puis `code-review-graph install` et `code-review-graph build`, comparez la sortie à l’exemple officiel et décidez après avoir observé les erreurs sur vos données de test.

Sources officielles

1. Official documentation
2. Official README
3. Project repository
4. Release notes