code-review-graph接入Cursor、Codex、Gemini CLI实战多平台配置一次讲清【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它通过 MCPModel Context Protocol把代码库的调用关系、依赖关系变成一张持久化图谱让 Cursor、Codex、Gemini CLI 等 AI 编程工具在代码审查时只读取真正相关的内容。实测中图查询比读取整个代码库平均节省约 65 倍 token。本文手把手带你把这套「多平台接入」一次配清楚。为什么需要代码图谱AI 审查别再全量读代码以前 AI 审查代码往往要逐个文件重新读仓库越大浪费越多。code-review-graph 的思路是先用 Tree-sitter 把代码库解析成图谱函数、类、导入是节点调用、继承、测试覆盖是边AI 审查时只需向图谱提问拿到「最小必要文件集」。整个架构链路是仓库 → 解析器 → SQLite 图谱 → 影响半径分析 → 最小审查集。图谱数据全部存在项目内的.code-review-graph/目录不依赖任何外部数据库或云服务。一键安装自动识别所有平台整个接入过程只有三步要求 Python 3.10pip install code-review-graph code-review-graph install # 自动检测本机装过哪些 AI 工具逐个写入正确配置 code-review-graph build # 解析整个代码库500 文件的项目约 10 秒install命令是核心它会自动检测你安装了哪些 AI 编程工具为每个工具写入对应的 MCP 配置在支持的平台安装原生 hooks 和技能skills并注入图谱感知的项目规则。检测到uvx时会优先用uvx生成配置否则直接调用code-review-graph命令。如果只想配置某一个平台用--platform参数即可例如本文主角三者code-review-graph install --platform cursor # 只配 Cursor code-review-graph install --platform codex # 只配 Codex code-review-graph install --platform gemini-cli # 只配 Gemini CLI平台检测逻辑与配置路径定义在 code_review_graph/skills.py 的PLATFORMS字典中想确认某个平台的行为可以直接查源码。配置 Cursor项目级 MCP 文件 全局钩子Cursor 的接入点在项目目录写入.cursor/mcp.jsonmcpServers键。这是所有平台中最简单的一种MCP 服务写入当前项目的.cursor/mcp.json随仓库走团队成员克隆后即可复用钩子Cursor 不支持项目级 hooks所以install会额外在用户级~/.cursor存在时才生效写入钩子让保存文件时自动增量更新图谱。装完重启 Cursor在 AI 对话框直接输入Build the code review graph for this project即可开始构建。配置 CodexTOML 配置 提交钩子双管齐下Codex 的接入点是用户级的两个文件文件作用~/.codex/config.toml注册 MCP 服务mcp_servers键~/.codex/hooks.json安装提交钩子commit 时自动刷新图谱注意 Codex 的配置是 TOML 格式与其他平台的 JSON 不同这也是install命令比手写配置可靠的原因——它会自动处理格式差异源码中format: toml标记了这一区别。配置好后Codex 的 MCP 工具里会出现图谱查询、影响半径分析等能力审查时 AI 自动走图谱而不是暴力读文件。配置 Gemini CLIsettings hooks skills 三件套Gemini CLI 是接入内容最丰富的一个install会做三件事MCP 配置写入项目级.gemini/settings.jsonmcpServers键hooks把自动更新钩子并入同一个 settings 文件保存文件时增量刷新图谱skills在项目的.gemini/目录下安装工作流技能比如 skills/review-changes/SKILL.md 定义的变化审查流程让 Gemini CLI 以标准步骤完成「检测变化 → 查影响半径 → 生成风险报告」。平台的检测条件是gemini命令可用或~/.gemini目录存在。三个平台配完后可以打开任意一个工具验证Review my recent changes with risk scoringAI 会调用detect_changes工具把当前 diff 映射到受影响的函数、执行流和测试缺口并附带 token 节省估算。保持图谱新鲜watch 模式与多仓库守护进程配置完成后图谱的保鲜有三种方式推荐程度从高到低hooks / watch 模式Codex、Gemini CLI 的钩子已自动装好其余场景运行code-review-graph watch文件保存即自动更新crg-daemon 守护进程Cursor 这类编辑器不支持钩子时用它最合适在后台同时监视多个仓库crg-daemon add ~/project-a --alias proj-a crg-daemon start crg-daemon status增量更新只重解析 SHA-256 哈希真正变化的文件在约 3000 文件的项目上改两个文件约 2.5 秒完成重索引。配完之后能做什么三个平台接入后日常就变成和 AI 对话场景说法示例背后工具每日审查Review my recent changesreview_delta 影响半径PR 审查Give me a full PR reviewreview_pr 风险评分架构总览Show me the architecture of this project社区检测架构地图生成 wiki运行code-review-graph wiki按代码社区输出 markdown 页面审查响应还会自动附带context_savings元数据AI 可以直接告诉你这次调用省了多少上下文。完整命令清单见 docs/COMMANDS.md使用指南见 docs/USAGE.md。想卸载对称的 uninstall 命令不再需要时在项目内运行code-review-graph uninstall --dry-run预览确认后再真正执行。它只移除 CRG 自己写入的文件和配置项你原有的其他 MCP 服务器、hooks、skills 一律不动加--keep-data可保留图谱数据库。小结平台配置位置额外能力Cursor项目级.cursor/mcp.json用户级钩子Codex用户级~/.codex/config.tomlhooks.json提交钩子Gemini CLI项目级.gemini/settings.json钩子 工作流 skills核心就一句一条code-review-graph install搞定多平台。它自动检测工具、写对格式、装好钩子你只需重启编辑器然后开始用图谱省 token。遇到问题可先查 docs/TROUBLESHOOTING.md 和 docs/FAQ.md。【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