如何验证code-review-graph真的在工作3个命令检查图谱健康度【免费下载链接】code-review-graphLocal-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.项目地址: https://gitcode.com/GitHub_Trending/co/code-review-graphcode-review-graph 是一个本地优先的代码智能图谱工具Local-first code intelligence graph通过 MCP 和 CLI 为你的代码库构建持久化结构地图让 AI 编码工具只读取真正相关的代码。装好之后它会在后台默默运行新手常有的疑问是它到底有没有在工作图谱新不新省 Token 的数字可不可信这篇文章给出 3 条命令从「图谱存不存在」到「数字准不准」1 分钟完成一次完整的图谱健康度体检 ✅前置准备安装并构建一次图谱如果你还没构建过图谱先跑一遍这三行需要 Python 3.10pip install code-review-graph code-review-graph install # 自动检测并配置你安装的 AI 编码平台 code-review-graph build # 解析整个代码库500 个文件约 10 秒install会自动识别 Codex、Claude Code、Cursor、Windsurf、Gemini CLI 等 15 平台并写好对应的 MCP 配置装完重启编辑器即可。命令一用 status 检查图谱生命体征code-review-graph status这是最基础的健康检查输出图谱的「体检报告」Nodes节点数文件、类、函数、测试等结构化元素Edges边数调用、导入、继承、测试覆盖等关系Files / Languages索引的文件数量与覆盖语言built_at_commit vs current_sha图谱构建时的 Git 提交与当前提交是否一致两个关键判读⚠️ 如果当前目录下没有图谱status会直接以非零退出码失败且不会顺手创建数据库——所以「status 报错」本身就是一个有效信号先跑build。⚠️ 如果built_at_commit落后于当前 HEAD说明图谱已经陈旧比如你刚 rebase 过需要跑update做增量刷新。命令二用 detect-changes 验证省 Token 效果code-review-graph detect-changes --brief这条命令是只读的不会改写图谱它会回答一个问题「我当前的改动对现有图谱来说影响半径有多大」约 1 秒返回一个紧凑的风险面板末尾附带一个带边框的Token Savings 面板按 Functions / Tests / Risk / Other 四类拆分加起来正好等于图谱响应的总大小。怎么解读结果看到风险评分 受影响流程 测试缺口列表且 Token Savings 面板出现 → 图谱在工作并且确实比「让 AI 读完整个代码库」省得多面板为空或报错 → 通常是改动为空或图谱不完整按提示跑一次build全量重建即可命令三用 update --brief --verify 交叉核对数字code-review-graph update --brief --verify前两条命令验证了「图谱存在且可查询」这条命令验证最后一环省 Token 的数字是不是真的。update会先把改动文件重新解析进图谱增量更新django 这种 3000 文件的项目改 2 个文件约 2.5 秒再执行与detect-changes --brief完全相同的影响分析--verify会把面板上显示的估算数字拿去和 OpenAI 官方cl100k_base分词器tiktoken交叉核对需要说明的是面板上的数字默认基于「每 4 字符约 1 个 token」的保守估算实现见code_review_graph/context_savings.py官方校准显示聚合误差在 1% 以内加上--verify再用 tiktoken 实测一次就能得到最接近真实值的结果需pip install tiktoken。1分钟图谱健康度检查清单检查项健康表现异常时的处理status节点/边数均大于 0覆盖你的主要语言跑code-review-graph build全量构建status提交一致性built_at_commit ≈ 当前 HEAD跑code-review-graph update增量刷新detect-changes --brief1 秒内返回风险面板 Token Savings改动为空属正常图谱报错则重建update --brief --verifytiktoken 核对与面板数字基本一致安装 tiktoken偏差大时跑全量 build补充几个常见疑问status会不会偷偷建库不会无图谱时直接失败退出安全只读detect-changes和update --brief到底用哪个日常用前者只读、快怀疑图谱陈旧rebase 后、大改动后用后者更细的排查查看docs/TROUBLESHOOTING.md中「Empty or incomplete graph」一节相关文档完整命令参考docs/COMMANDS.md用户指南安装、watch 模式、可视化docs/USAGE.md命令实现源码code_review_graph/cli.pyToken 估算实现code_review_graph/context_savings.py跑完这 3 条命令你就能确定图谱存在、可查询、数字可信——code-review-graph 确实在为你省 Token而不是在后台空转。【免费下载链接】code-review-graphLocal-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.项目地址: https://gitcode.com/GitHub_Trending/co/code-review-graph创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考