code-review-graph/CODE_REVIEW_GRAPH_ZH.md

code-review-graph 功能文档

停止燃烧 token，让 AI 审查真正的代码。

code-review-graph 是一个本地优先的代码审查引擎：以 Tree-sitter 知识图谱为底座， 为 AI 编程助手提供精准的代码上下文与结构化的审查工作流——从 diff 影响面分析、 客观量化评分、并行深读覆盖度门禁，到最终的双格式审查报告，全流程只读、可审计。

• 当前版本：v2.5.1（本地定制版）
• 语言要求：Python 3.10+
• 运行形态：本地源码部署（venv / uv），MCP stdio 服务接入 AI 编程工具
• 数据形态：图谱存储于仓库本地 .code-review-graph/（SQLite），零遥测，源码不出本机

---

目录

1. 工具概述
2. 核心原理
3. 代码审查工作流
4. MCP 工具（37 个）
5. MCP Prompts（7 个）
6. CLI 命令参考
7. opencode 本机集成现状
8. 配置与环境变量
9. 已知局限

---

1. 工具概述

AI 编程工具执行代码审查时，往往反复扫描大量文件造成严重 token 浪费，且缺乏统一的 审查方法论与量化标准。code-review-graph 的解决方式是：

• 使用 Tree-sitter 将仓库解析为知识图谱：节点（函数/类/导入/测试）+ 边（调用/继承/测试覆盖）
• 审查时通过图谱查询计算需要读取的最小文件集合（Blast-radius 分析）
• 在图谱之上提供三套开箱即用的审查工作流（diff 统一审查 / 全项目审查 / 单功能审查）
• 用客观指标评分（SQL 风险、异常分支覆盖、冗余率等）替代"凭感觉审完"
• 用并行深读管线 + 覆盖度门禁保证"审过了"不是由感觉决定，而是有数据支撑
• 最终产出自包含的中文 HTML + Markdown 双格式审查报告

核心特性一览：

特性	说明
本地优先	图谱存本机 SQLite，无需外部数据库；云端 embedding 为显式可选
增量更新	只重解析变更文件（SHA-256 比对），后续更新秒级完成
零遥测	不向任何外部服务发送源码
多语言	40+ 编程语言，支持自定义语言扩展
三种审查入口	unified-review（diff）/ project-review（全项目）/ project-review（单功能）
客观量化	5 项 Layer-2 指标 + good/warn/fail 分级，blocker 一票否决
覆盖度门禁	文件数口径 + 行覆盖 + 语义单元三件套，双目标（全库 ≥85% 且高风险 ≥95%）
双格式报告	自包含中文 HTML（浏览器直开）+ Markdown（入库/PR 复用），全程只读不改代码

---

2. 核心原理

2.1 架构管线

仓库 → Tree-sitter 解析 → SQLite 图谱 → Blast-radius 分析 → 最小审查集
                                                      ↓
                              detect_changes 风险评分 → score_review 客观指标
                                                      ↓
                              deep_read 并行深读 → coverage 门禁 → dedupe 合并
                                                      ↓
                                       generate_report（HTML + Markdown）

2.2 从代码到图谱

code-review-graph build 用 Tree-sitter 把源码解析为 AST，提取：

• 节点：函数、类、导入语句、测试函数等代码实体
• 边：调用关系、继承关系、测试覆盖关系等结构联系

图谱把「代码长什么样」升级为「代码之间有什么关系」，这是后续一切审查能力的底座。 解析完成后图谱存储在仓库本地 .code-review-graph/graph.db。

2.3 Blast-radius（爆炸半径）分析

文件发生变更时，图谱追踪所有可能受影响的调用方、依赖方与测试：

• 变更波及面（谁调用了它、谁依赖它、哪些测试覆盖它）
• AI 只读取受影响文件而非扫描整个项目，token 消耗显著下降

2.4 增量更新

每次保存文件或 git commit 时计算变更文件的 SHA-256 哈希，只重新解析变化的文件， 再按图谱关系局部更新相关节点。配合 watch 模式 / 平台 hooks / crg-daemon 守护进程， 图谱始终贴近当前代码状态，不需要"用一次就过期"的全量重建。

---

3. 代码审查工作流

3.1 三种审查入口对比

维度	unified-review（diff 审查）	project-review（全项目）	project-review（单功能）
审查对象	git diff（默认 HEAD~1..HEAD）	图谱内全部源文件	目标功能/模块相关文件 + 影响面
触发指令	"审查"、"检查代码"、"review"	"对项目代码进行全面审查"、"全面审查"、"整个项目"	"审查支付功能的代码"、"审查 auth 模块"
入口	/code-review-graph-unified-review	/code-review-graph-project-review	/code-review-graph-project-review
核心工具	detect_changes + score_review	score_review(all_files=True) + 深读管线	semantic_search + get_impact_radius + score_review
典型场景	合并前检查本次改动	代码质量体检、架构审计、发布前全面体检	上线前审查某个功能

三者共享同一套评分/去重/报告工具，流程结构一致： 图谱上下文 → 客观评分 → 链路分解 → 去重 → 人工裁决 → 报告，区别仅在范围获取方式。

3.2 unified-review：三层统一审查（diff）

触发 → 范围/档位判定 → [图谱上下文] → Layer 1 八分类 + CRITICAL 检查 → [score_review 量化]
→ [specialist 并行派发] → [dedupe 合并去重] → 人工裁决（只读）→ 验收门禁 → [HTML + Markdown 报告] → 持久化

步骤	内容
Step 0 范围/档位	读 .code-review.yaml 确定 tier（fast / standard / strict）；检测语言/框架加载对应 checklist；判定 change/file/service/chain 级范围
Step 1 图谱上下文	build_or_update_graph → get_review_context（blast radius + 源码片段）→ detect_changes（风险分 + 测试缺口 + 受影响流）
Step 2 Layer 1 链路分解	八分类逐类检查（接口/业务/数据/工具/错误处理/安全/性能/可观测性），叠加 CRITICAL 五类（SQL 数据安全、竞态并发、LLM 信任边界、Shell 注入、枚举完整性）
Step 3 Layer 2 量化评分	score_review_tool 计算 5 项客观指标；需求覆盖/逻辑对齐等由 LLM 判断（llm_judged 标注，无需求文档时 0.5× 降权）
Step 4 specialist 派发	diff ≥ 50 行时并行派发 testing/maintainability/security/performance/data-migration/api-contract 子代理；security 与 data-migration 为保险型永不 gate
Step 5 合并去重	dedupe_findings_tool 按 path:line:category 指纹合并、多源确认置信 +1、计算 PR 质量分、抑制历史已跳过项
Step 6 人工裁决	只读。每条 finding 带 severity + 置信度 + file:line + 修复建议，按 severity 批量呈现；blocker 不可批量跳过
Step 7 验收门禁	任一 🔴 blocker → verdict ❌ FAIL；分类 Ready / Needs Fix / Unusable
Step 8 报告	generate_report_tool（默认 format="both"）产出中文报告
Step 9 持久化	记录审查结果供后续去重抑制，不可用时静默跳过

3.3 project-review：全项目深读管线

全项目审查的关键难题是覆盖度不能靠感觉。主上下文无法逐文件深读数百个文件， 必须走并行子代理深读流水线：

a. deep_read_plan_tool(target_coverage=85)
   → 按风险权重贪心选出待深读文件并分组
b. 按组并行派发 explore 子代理，每个子代理完整深读该组全部文件，
   逐文件返回 read_ranges / semantic_units / findings[]（每条 finding 必须带 file:line 证据）
c. 三件套质量门禁（coverage_tool gate="both+line"）：
   ① 单元完整性：semantic_units 与图谱单元一一对应
   ② 行覆盖：union(read_ranges) / 真实行数 ≥ 95%
   ③ 防伪抽验：主代理抽样回读比对，防子代理假读
d. line_gap ∪ unit_gap 非空 → 补轮重读直至清空，禁止静默降级
e. 未达标 → 按 priority_deep_read_files 补一轮，循环至达标
f. 报告生成后 save_coverage_index_tool 写跨轮覆盖索引（file + SHA + ranges），
   下轮审查 include_prior=True 自动复用未变更文件，实现增量累积

覆盖度双口径门禁：

• 全库覆盖 = 已深读文件数 / 全部源文件数（目标 ≥85%）
• 高风险覆盖 = 已深读高风险文件数 / 信号点名文件数（目标 ≥95%）
• target_reached=false → 报告顶部标 🔴 覆盖不足；覆盖率结果完整透传进报告 ## 覆盖度 区块

其余步骤（架构全景 → 高风险定位 → score_review(all_files=True) → 八分类 + CRITICAL → dedupe → 人工裁决 → 报告）与 unified-review 同构。

单功能（feature）流程则先用 semantic_search_nodes(query=target) 定位代码， 再 query_graph(children_of) 聚合文件、get_impact_radius 扩影响面， 之后聚焦这些文件走同一套评分与裁决流程。

3.4 报告成果物

每次审查默认产出两份中文报告（generate_report_tool format="both"）：

• code-review-report.html — 自包含单文件（内联样式、零外部依赖），浏览器直接打开。 含结论（PASS/FAIL）、PR 质量分、客观指标表、问题清单（severity + 置信度 + 位置 + 修复建议）、 覆盖度区块、人工审查清单
• code-review-report.md — Markdown 版，便于 git 提交、PR 描述、内部文档复用

format="html" / format="markdown" 可单独产出；output_path 指定输出基础路径 （推荐归档到 docs/reviews/{name}-review-{YYYY-MM-DD-HHMMSS}，避免同名覆盖且便于追溯）。

报告均为只读产物：审查本身不修改任何代码，所有修复决定由人工确认后执行。

---

4. MCP 工具（37 个）

图谱构建完成后，AI 助手通过 MCP 自动使用以下工具（共 37 个，按类分组）。

4.1 图谱核心与上下文（12）

工具	描述
build_or_update_graph_tool	构建或增量更新图谱
run_postprocess_tool	重跑流检测、社区检测与 FTS 索引
get_minimal_context_tool	超紧凑上下文（~100 token），任何任务的第一个调用
get_impact_radius_tool	变更文件的爆炸半径分析
get_review_context_tool	token 优化的审查上下文 + 结构摘要 + 源码片段
detect_changes_tool	风险评分的变更影响分析：diff 映射到受影响函数/流/测试缺口，产出风险分与优先审查建议
query_graph_tool	关系模式查询：callers_of / callees_of / imports_of / tests_for / inheritors_of 等
traverse_graph_tool	从任意节点 BFS/DFS 探索，带深度与 token 预算
semantic_search_nodes_tool	向量语义搜索代码实体（需先 embed），无向量时回退 FTS 关键词匹配
embed_graph_tool	为全部图节点计算向量 embedding（local/openai/google/minimax/voyage）
list_graph_stats_tool	图谱规模与健康状况统计
find_large_functions_tool	查找超过行数阈值的函数/类/文件（巨型文件审计）

4.2 执行流与社区架构（11）

工具	描述
list_flows_tool	按关键度排序列出执行流（从入口点追踪的调用链）
get_flow_tool	查看单个执行流的完整调用路径
get_affected_flows_tool	查找受变更文件影响的用户级执行路径
list_communities_tool	列出 Leiden 算法聚类出的代码社区
get_community_tool	查看单个社区详情（规模/内聚度/成员）
get_architecture_overview_tool	从社区结构生成架构总览与耦合警告
get_hub_nodes_tool	找出连接最多的节点（架构热点，改动爆炸半径大）
get_bridge_nodes_tool	通过介数中心性找出架构瓶颈（桥接节点）
get_knowledge_gaps_tool	识别孤立节点、未测试热点、薄弱社区等结构弱点
get_surprising_connections_tool	检测意外耦合：跨社区/跨语言/外围到 Hub 的边
get_suggested_questions_tool	从图谱分析自动生成审查问题（桥/hub/惊喜耦合驱动）

4.3 审查分析与报告（8）

工具	描述
score_review_tool	客观 Layer-2 指标：SQL 风险、异常分支覆盖、冗余率、高风险密度、漏洞启发式五项，带 good/warn/fail 分级与证据；支持 all_files=True 全量评分；llm_judged 字段列出需 LLM 补判项
dedupe_findings_tool	Finding 合并去重：按 path:line:category 指纹合并、多源置信 +1（上限 10）、低置信移附录、抑制历史已跳过项、计算 PR 质量分 max(0, 10 - (critical×2 + informational×0.5))
generate_report_tool	报告生成：渲染为自包含中文 HTML 与 Markdown（默认双格式），自动渲染结论/指标表/问题清单/覆盖度区块
refactor_tool	重命名预览、框架感知死代码检测、社区驱动重构建议
apply_refactor_tool	应用此前预览过的重构（精确字符串替换）
generate_wiki_tool	从社区结构生成 markdown wiki（.code-review-graph/wiki/）
get_wiki_page_tool	获取特定 wiki 页面
get_docs_section_tool	获取内置 LLM 优化文档的指定章节（usage/review-pr/troubleshooting 等）

4.4 深读管线、覆盖度与多仓（6）

工具	描述
deep_read_plan_tool	生成按风险权重贪心分组的深读计划（groups + planned_files + estimated_batches），支持增量排除上轮已读文件
coverage_tool	覆盖度三件套门禁：文件数口径 + 行覆盖 + 语义单元覆盖三重计算；gate="both+line" 时四项 AND 判定；返回缺口文件与补读优先级队列；include_prior=True 合并跨轮索引实现增量
save_coverage_index_tool	持久化深读名单到 .code-review-graph/coverage-index.json（file + per-file SHA + ranges），供下轮审查增量复用
community_health_tool	检查 nodes.community_id 归属健康度，归属率 <90% 时提示先 postprocess 再算覆盖度，防止失真
list_repos_tool	列出多仓注册表中已注册仓库
cross_repo_search_tool	跨所有已注册仓库搜索代码实体，按仓内 rank 交错返回

---

5. MCP Prompts（7 个）

MCP 协议层的 7 个预构建工作流模板，支持 MCP prompts 的客户端将其呈现为 "/" 可调用命令。 全部强制 token 效率模式：先调 get_minimal_context，默认 detail_level="minimal"。

"/" 可调用命令	功能	参数
/review_changes	提交前审查：detect_changes + 受影响执行流 + 测试缺口	base="HEAD~1"
/architecture_map	架构文档：社区、执行流、Mermaid 图 + 耦合警告	无
/debug_issue	引导式调试：语义搜索 + 调用链追踪 + 执行流定位根因	description=""
/onboard_developer	新成员入职指南：统计、架构、关键执行流	无
/pre_merge_check	合并前就绪检查：风险评分、测试缺口、死代码	base="HEAD~1"
/unified_review	三层统一审查（只读）：图谱上下文 → 客观评分 → 人工裁决 → 去重 → 双格式报告。任何 blocker 判 FAIL	base="HEAD~1"、tier="standard"（fast/standard/strict）
/project_review	项目级审查（非 diff）：全项目或单功能，由用户自然语言指令决定范围，只读	scope="whole-project"、target=""

---

6. CLI 命令参考

6.1 安装与部署

code-review-graph install                     # 自动检测并配置所有支持的 AI 平台（MCP/hooks/skills/规则注入）
code-review-graph install --platform <name>   # 仅配置单个平台
code-review-graph install --dry-run           # 预览动作不写入
code-review-graph init                        # install 别名
code-review-graph uninstall --dry-run         # 对称卸载预览（只移除本工具拥有的组件）
code-review-graph uninstall --keep-data       # 移除集成但保留图谱数据库
code-review-graph uninstall --all-repos       # 同时清理所有已注册仓库

支持平台：Codex、Claude Code、CodeBuddy Code、Cursor、Windsurf、Zed、Continue、 OpenCode、Antigravity、Gemini CLI、Qwen、Qoder、Kiro、GitHub Copilot（含 CLI）。

6.2 图谱构建与维护

code-review-graph build                       # 全量解析整个代码库
code-review-graph build --skip-flows          # 跳过流检测
code-review-graph build --skip-postprocess    # 跳过后处理（流/社区/FTS）
code-review-graph update                      # 增量更新（仅变更文件）
code-review-graph update --base <ref>         # 指定 git diff 基线
code-review-graph update --brief              # 刷新后打印 Token Savings 面板
code-review-graph update --verify             # 用 tiktoken 交叉校验 token 估算
code-review-graph postprocess                 # 重跑后处理
code-review-graph postprocess --no-flows      #   跳过流检测
code-review-graph postprocess --no-communities#   跳过社区检测
code-review-graph postprocess --no-fts        #   跳过 FTS 重建
code-review-graph watch                       # 监听文件变更自动增量更新
code-review-graph status [--json]             # 图谱统计
code-review-graph forget <path> [--dry-run]   # 从图谱移除已解析文件（免全量重建）
code-review-graph embed --provider local      # 计算 embedding（--model all-MiniLM-L6-v2）

通用参数：绝大多数命令支持 --repo <root> 显式指定仓库根（默认自动探测）； --data-dir 可覆盖图谱数据目录。

6.3 分析与审查

code-review-graph detect-changes --brief      # 风险面板 + token 节省估算（只读）
code-review-graph detect-changes --base <ref> # 指定 diff 基线（默认 HEAD~1）
code-review-graph detect-changes --churn      # 风险评分加入变更频率因子
code-review-graph impact --files <path>...    # 变更爆炸半径（--depth/--max-results/--base）
code-review-graph query <pattern> <target>    # 图谱关系查询（callers_of/callees_of/imports_of 等）
code-review-graph search <query> [--kind]     # FTS/语义混合搜索图谱实体
code-review-graph dead-code [--kind] [--file-pattern] [--json]   # 死代码检测
code-review-graph large-functions --min-lines 150 [--path] [--kind]   # 巨型函数/文件审计
code-review-graph refactor rename --old-name X --new-name Y       # 重命名预览
code-review-graph refactor dead_code|suggest  # 死代码/重构建议

6.4 结构浏览

code-review-graph flows [--limit 50] [--kind] [--sort]   # 执行流列表
code-review-graph flow --id 3 [--source]      # 单个执行流详情（可含源码片段）
code-review-graph communities [--min-size] [--sort]      # 社区列表
code-review-graph community --id 71 [--members]          # 单个社区详情
code-review-graph architecture [--detail-level minimal|standard]   # 架构总览
code-review-graph visualize [--format json|graphml|svg|obsidian|cypher] [--serve]
code-review-graph wiki [--force]              # 从社区生成 markdown wiki

6.5 多仓与服务

code-review-graph register <path> [--alias]   # 注册仓库到多仓注册表
code-review-graph unregister <path_or_alias>  # 移除注册
code-review-graph repos                       # 列出已注册仓库
code-review-graph eval [--benchmark ...] [--all] [--report]   # 评估基准

code-review-graph serve                       # 启动 MCP stdio 服务
code-review-graph serve --repo <root>         # 指定仓库根
code-review-graph serve --http --host 127.0.0.1 --port 5555    # Streamable HTTP 模式
code-review-graph serve --tools t1,t2         # 仅暴露部分 MCP 工具（token 受限环境）
code-review-graph serve --auto-watch          # 服务期间自动增量更新
code-review-graph mcp                         # serve 别名

6.6 多仓守护进程（crg-daemon）

编辑器不支持 hooks 或希望后台保持多仓图谱新鲜时使用，随主程序一并安装：

crg-daemon add ~/project-a --alias proj-a     # 注册监听（写 ~/.code-review-graph/watch.toml）
crg-daemon start                              # 后台启动，每 30s 健康检查并重启死掉的 watcher
crg-daemon status                             # 查看守护进程与各仓库 watcher 状态
crg-daemon logs --repo proj-a --follow        # 追踪某仓库日志
crg-daemon stop                               # 停止守护进程与全部 watcher

也支持 code-review-graph daemon start|stop|restart|status|logs|add|remove。

---

7. opencode 本机集成现状

本机采用源码部署方式：工具代码位于 D:\code-review-graph\code-review-graph-main， venv 内的可执行文件被 MCP 配置以绝对路径引用。

7.1 MCP 配置（两处）

// D:\AuraSpace\.mcp.json（项目级）
{
  "mcpServers": {
    "code-review-graph": {
      "command": "D:\\code-review-graph\\code-review-graph-main\\.venv\\Scripts\\code-review-graph.exe",
      "args": ["serve", "--repo", "D:\\AuraSpace"],
      "cwd": "D:\\AuraSpace",
      "type": "stdio"
    }
  }
}

// %USERPROFILE%\.config\opencode\opencode.json（全局级，节选）
{
  "mcp": {
    "code-review-graph": {
      "type": "local",
      "command": [
        "D:\\code-review-graph\\code-review-graph-main\\.venv\\Scripts\\code-review-graph.exe",
        "serve", "--repo", "D:\\AuraSpace"
      ],
      "timeout": 600000,
      "env": { "CRG_REPO_ROOT": "D:\\AuraSpace" }
    }
  }
}

7.2 已安装的 skills（%USERPROFILE%\.config\opencode\skills\，9 个）

Skill	功能
build-graph	构建/重建代码图谱
explore-codebase	图谱结构探索导航
debug-issue	图谱引导式调试
refactor-safely	依赖分析驱动的安全重构
review-changes	变更审查（change detection + impact）
review-delta	自上次提交以来的增量审查
review-pr	PR/分支完整审查
unified-review	三层统一审查：CRG 图谱上下文 + ai-code-review 评分方法论 + gstack-review 流程
project-review	项目级审查（全项目/单功能）：并行深读管线 + 三件套覆盖度门禁 + 双格式报告

其中 project-review 附带 PowerShell 校验脚本（verify-report / verify-line-coverage / verify-spot-check.ps1）与 Python 聚合脚本（aggregate_deep_read.py）， skill 文档内引用了绝对路径，迁移机器时需同步修改。

7.3 已安装的斜杠命令（command\，5 个）

命令	功能
/code-review-graph-build-graph	构建/更新图谱
/code-review-graph-unified-review	diff 三层统一审查（只读）
/code-review-graph-project-review	项目级审查：全项目或单功能（只读）
/code-review-graph-review-pr	PR/branch diff 审查
/code-review-graph-review-delta	自上次提交以来的变更审查

7.4 本地部署步骤（新机器/重建环境）

# 前置：Python 3.10+ 与 uv
cd D:\code-review-graph\code-review-graph-main
uv sync                        # 按 uv.lock 重建 .venv（国内网络先设 UV_INDEX_URL 镜像）
.\.venv\Scripts\code-review-graph.exe --version    # 应输出 2.5.x

配置 opencode.json（全局 MCP 注册）

文件位于 %USERPROFILE%\.config\opencode\opencode.json，将 code-review-graph 段加入 mcp 对象 （若已有 plugin、playwright 等其他配置项则保留不动）：

"code-review-graph": {
  "type": "local",
  "command": [
    "D:\\code-review-graph\\code-review-graph-main\\.venv\\Scripts\\code-review-graph.exe",
    "serve", "--repo", "D:\\AuraSpace"
  ],
  "timeout": 600000,
  "env": { "CRG_REPO_ROOT": "D:\\AuraSpace" }
}

按新机器实际修改 3 处：command[0] 的 exe 绝对路径、--repo 的仓库根、env.CRG_REPO_ROOT。 项目级 .mcp.json（可选）参考 §7.1。

然后核对 §7.1 的 .mcp.json 与本节 opencode.json 中的绝对路径与新机一致， 复制 7.2/7.3 的 skills 与 commands，重启 opencode 即生效。

使用前提：先构建图谱（首次 code-review-graph build 或 /code-review-graph-build-graph）， 否则图谱工具返回 not_ready。

---

8. 配置与环境变量

8.1 排除路径（.code-review-graphignore）

在仓库根目录创建 .code-review-graphignore 排除已跟踪文件的索引：

generated/**
*.generated.ts
vendor/**
node_modules/**

git 仓库中默认只索引被跟踪文件（git ls-files），gitignore 文件自动跳过。 .code-review-graphignore 用于排除已跟踪文件或 git 不可用的场景。

8.2 可选依赖组

pip install "code-review-graph[embeddings]"          # 本地向量 embedding（sentence-transformers）
pip install "code-review-graph[google-embeddings]"   # Google Gemini embeddings
pip install "code-review-graph[communities]"         # 社区检测（igraph）
pip install "code-review-graph[enrichment]"          # Python 调用解析富化（Jedi）
pip install "code-review-graph[eval]"                # 评估基准
pip install "code-review-graph[wiki]"                # Wiki 生成 + LLM 摘要（ollama）
pip install "code-review-graph[all]"                 # 全部可选依赖

源码部署时对应 uv sync --extra <name> 或在 venv 内 pip install -e .[<name>]。

8.3 环境变量

变量	描述	默认
CRG_REPO_ROOT	显式指定仓库根（opencode 全局配置中使用）	-
CRG_DATA_DIR	覆盖图谱数据库与生成产物的目录	-
CRG_GIT_TIMEOUT	Git 操作超时（秒）	30
CRG_TOOLS	serve 时暴露的 MCP 工具允许列表（逗号分隔）	-
CRG_TOOL_TIMEOUT	有界 MCP 工具的可选超时（秒，0 禁用）	0
CRG_MAX_IMPACT_NODES	影响分析中最多包含的节点数	500
CRG_MAX_IMPACT_DEPTH	爆炸半径分析搜索深度	2
CRG_MAX_BFS_DEPTH	图谱遍历最大深度	15
CRG_MAX_SEARCH_RESULTS	搜索结果数上限	20
CRG_MAX_CHANGED_FUNCS	单次变更报告分析的最大变更函数数	500
CRG_MAX_TRANSITIVE_FRONTIER	传递调用方/被调用方展开的最大前沿大小	50
CRG_RECURSE_SUBMODULES	设为 1/true/yes 时包含 git 子模块文件	-
CRG_SERIAL_PARSE	设为 1 禁用并行解析（调试用）	-
NO_COLOR	设置后禁用终端 ANSI 颜色	-

Embedding 相关（可选功能，全部默认关闭）：

变量	描述	默认
CRG_EMBEDDING_MODEL	本地 embedding 默认模型	all-MiniLM-L6-v2
GOOGLE_API_KEY	Google Gemini embedding 的 API key	-
MINIMAX_API_KEY	MiniMax embedding 的 API key	-
VOYAGE_API_KEY / CRG_VOYAGE_*	Voyage embedding 密钥与模型/维度/批大小等参数	voyage-code-3
CRG_OPENAI_BASE_URL / CRG_OPENAI_API_KEY / CRG_OPENAI_MODEL	OpenAI 兼容端点（真实 OpenAI、Azure、new-api、LiteLLM、vLLM、LocalAI 等）	-
CRG_ACCEPT_CLOUD_EMBEDDINGS	显式确认后抑制云端 embedding 出口警告	-
CRG_ALLOW_REMOTE_CODE	允许需要 trust_remote_code=True 的 HuggingFace 模型	0

隐私说明：embedding 只处理标识符、签名、结构上下文与首段 docstring 摘要， 不传输函数体；例行构建默认不刷新 embedding，刷新需显式传 provider + model。

8.4 语言覆盖

解析器覆盖函数、类、导入、调用点、继承与测试检测：

• Web：JavaScript / TypeScript / TSX、PHP、Ruby、Vue/Svelte SFC、Astro、Blade
• 后端：Python、Go、Java、C/C++、C#、VB.NET、Kotlin、Scala、Elixir、R
• 系统：Rust、Zig、Objective-C、Nix、Shell、Verilog/SystemVerilog、SQL
• 移动：Swift、Kotlin、Objective-C
• 脚本：Perl / Perl XS、Lua/Luau、PowerShell、Julia、ReScript、GDScript
• 配置/结构：Terraform/OpenTofu（.tf）、Ansible playbook/role/task、Solidity、Dart
• 笔记本：Jupyter / Databricks（.ipynb）

通用 YAML 不视为源码。PHP 项目额外获得 Composer PSR-4 解析、Blade 引用与 Laravel Route/Eloquent 语义边（基于证据门控）。

8.5 自定义语言（无需改代码）

在仓库 .code-review-graph/languages.toml 将扩展名映射到 tree_sitter_language_pack 中任意已捆绑语法，并声明函数/类/导入/调用的 tree-sitter 节点类型：

[languages.erlang]
extensions = [".erl"]
grammar = "erlang"
function_node_types = ["function_clause"]
class_node_types = ["record_decl"]
import_node_types = ["import_attribute"]
call_node_types = ["call"]

通用 tree-sitter 遍历器即可完成提取；内置语言永远不会被覆盖。 详见本仓库 docs/CUSTOM_LANGUAGES.md。

• 如何验证工具正常工作？ code-review-graph status、detect-changes --brief， 或在 MCP 客户端中查看 code-review-graph 服务是否列出工具。
• 图谱何时需要重建？ 日常由 watch/hooks/crg-daemon 自动增量维护；仅在切换分支大范围 变更、怀疑图谱过期或升级版本后建议全量 build。
• 审查会修改我的代码吗？ 不会。三种审查工作流全程只读，报告落盘于 docs/reviews/（或指定的 output_path），修复决定始终由人工执行。
• MCP 报 not_ready？ 该仓库尚未构建图谱，先运行一次 build。