토큰 소모를 멈추고, 더 똑똑하게 코드 리뷰를 시작하세요

토큰 소모를 멈추고, 더 똑똑하게 코드 리뷰를 시작하세요.

English | 简体中文 | 日本語 | 한국어 | हिन्दी

AI 코딩 도구는 모든 작업을 수행할 때마다 전체 코드베이스를 다시 읽습니다. code-review-graph는 이를 해결합니다. 이 도구는 Tree-sitter 를 사용하여 코드 구조도를 작성하고, 변경 사항을 점진적으로 추적하며, AI 어시스턴트가 중요한 부분만 읽도록 MCP 를 통해 정확한 컨텍스트를 제공합니다.

pip install code-review-graph # 또는: pipx install code-review-graph
code-review-graph install # 모든 지원 플랫폼을 자동으로 감지하고 구성합니다
code-review-graph build # 코드베이스 파싱

한 명령어로 모든 것을 설정합니다. install은 사용 중인 AI 코딩 도구를 감지하고, 각 도구마다 올바른 MCP 구성을 작성하며, 플랫폼 규칙에 그래프 인식 지시를 주입합니다. uvx 또는 pip/pipx 를 통해 설치했는지 자동으로 감지하여 올바른 구성 파일을 생성합니다. 설치 후 에디터나 도구를 다시 시작하세요.

특정 플랫폼을 대상으로 하려면:

code-review-graph install --platform codex # Codex 만 구성
code-review-graph install --platform cursor # Cursor 만 구성
code-review-graph install --platform claude-code # Claude Code 만 구성
code-review-graph install --platform kiro # Kiro 만 구성

Python 3.10 이상을 필요로 합니다. 가장 좋은 경험을 위해 uv 를 설치하세요 (MCP 구성은 uvx 가 사용 가능한 경우 이를 사용하고, 그렇지 않으면 직접 code-review-graph 명령어를 사용합니다).

그런 다음 프로젝트를 열고 AI 어시스턴트에게 물어보세요:

이 프로젝트에 대한 코드 리뷰 그래프를 생성하세요.

초기 빌드는 500 개의 파일로 구성된 프로젝트에서 약 10 초 정도 걸립니다. 이후에는 모든 파일 편집과 git 커밋마다 그래프가 자동으로 업데이트됩니다.

저장소는 Tree-sitter 를 사용하여 AST 로 파싱되고, 노드 (함수, 클래스, импорт) 와 엣지 (호출, 상속, 테스트 커버리지) 의 그래프로 저장되며, 리뷰 시점에 쿼리되어 AI 어시스턴트가 읽어야 할 최소한의 파일 집합을 계산합니다.

파일이 변경되면 그래프는 모든 호출자, 종속성, 영향을 받을 수 있는 테스트를 추적합니다. 이것이 변경 사항의 "폭발 반경 (blast radius)"입니다. AI 는 전체 프로젝트를 스캔하는 대신 이 파일들만 읽습니다.

git 커밋이나 파일 저장 때마다 후크가 발화합니다. 그래프는 변경된 파일을 비교하고 SHA-256 해시 검사를 통해 종속성을 찾으며, 변경된 부분만 다시 파싱합니다. 2,900 개의 파일로 구성된 프로젝트도 재색인 (re-index) 에 2 초 미만으로 소요됩니다.

대규모 모노레포에서는 토큰 낭비가 가장 고통스럽습니다. 그래프는 소음을 차단하여 리뷰 컨텍스트에서 27,700 개 이상의 파일을 제외하고 실제로 읽는 파일은 약 15 개만 남깁니다.

모든 언어에 대한 함수, 클래스, импорт, 호출 사이트, 상속, 테스트 감지를 위한 완전한 Tree-sitter 문법 지원. Zig, PowerShell, Julia, Svelte SFC 지원 포함. Jupyter/Databricks 노트북 파싱 (.ipynb) 과 다국어 셀 지원 (Python, R, SQL) 이며, Perl XS 파일 (.xs) 도 지원합니다.

모든 숫자는 6 개의 실제 오픈소스 저장소 (총 13 커밋) 에 대한 자동화된 평가 런너에서 비롯되었습니다. code-review-graph eval --all로 재현할 수 있습니다. 원본 데이터는 evaluate/reports/summary에 있습니다.