code-review-graph AIツール

概要

code-review-graphは、AIコーディングアシスタント（Claude Code・Cursor・Gemini CLIなど）がコードレビュー時に無駄なコードを読まないようにするための、ローカルファーストなコードインテリジェンスグラフツールです。Tree-sitter（コードの文法を高速に解析するパーサーエンジン）を使ってコードベース全体を一度解析し、関数・クラス・インポート・呼び出し関係をSQLiteデータベース上のグラフ（網の目状のデータ構造）として保存。以降はAIがコードレビューを行う際、変更したファイルに関係する「必要最小限のファイルだけ」をMCP（Model Context Protocol＝AIツールに外部情報を渡す規格）経由で渡します。

2026年2月に公開されたこのOSSプロジェクトは、GitHubスター数19,000超を記録するほど注目を集めています。公式サイトによると平均8.2倍のコンテキスト削減を達成しており、大規模リポジトリではさらなる削減効果も報告されています。コードは一切クラウドへ送信されず、解析結果はすべてローカルのSQLiteファイルに保存されるため、プライバシー面でも安心して利用できます。

主な機能

• ブラスト半径（影響範囲）の自動検出: ファイルを変更した際、その変更が影響を与えうるすべての関数・クラス・テストを自動で割り出します。AIは関係のない何万ものファイルを無視し、本当に必要なファイルだけを読むようになります。
• 30種類のMCPツール: get_review_context・get_impact_radius・detect_changesなど30種類のMCPツールをAIアシスタントに提供し、コードの構造把握・レビュー・アーキテクチャ分析をきめ細かくサポートします。
• 超高速インクリメンタル更新: ファイル保存やgitコミットのたびに変更ファイルだけを再解析します。2,900ファイル規模のプロジェクトでも2秒以内に更新が完了します。
• 30言語以上に対応: Python・JavaScript/TypeScript・Go・Rust・Java・C/C++・C#・Ruby・Kotlin・Swift・PHP・Scala・Solidity・Dart・Vue・Sveltなど30を超える言語をサポート。Jupyter Notebookにも対応しています。またlanguages.tomlファイルを置くだけで未対応言語をコードなしで追加できます。
• オプションのベクトル検索（セマンティック検索）: sentence-transformers・Google Gemini・OpenAI互換エンドポイント（LiteLLM・vLLMなど）を使った意味ベースの検索も利用可能。APIキーなしでローカルONNXモデルを使う方法も存在します（forkプロジェクト含む）。
• インタラクティブな可視化: code-review-graph visualizeコマンドでD3.jsを使ったインタラクティブなHTMLグラフを生成。コントローラー→サービス→リポジトリといった依存関係を視覚的に把握できます。GraphML・Cypher・Obsidian・SVGなど複数フォーマットへのエクスポートも対応しています。
• GitHub Actionとの連携: PRが作成されるたびにCI上でグラフを自動ビルドし、リスクテーブル・影響フロー・テストギャップ・トークン削減量を含むレビューコメントを自動投稿できます。コードは外部サービスへ送信されず、CIランナー上で完結します。

料金プラン

code-review-graphはMITライセンスのオープンソースソフトウェアです。有料プランは存在せず、すべての機能が無料で利用できます。商用利用も許可されています。外部データベースやクラウドサービスへの接続も不要で、ランニングコストはゼロです（オプションのベクトル埋め込みにOpenAI APIなど外部サービスを使う場合はその分のAPI費用が別途かかります）。

導入方法

前提条件: Python 3.10以上が必要です。uv（Pythonの高速パッケージマネージャー）を入れておくと最良の体験が得られますが、必須ではありません。

ステップ1: インストール

pip install code-review-graph
# または
pipx install code-review-graph

ステップ2: AIツールに自動設定

code-review-graph install
# 特定のツールだけ設定したい場合:
code-review-graph install --platform cursor        # Cursorのみ
code-review-graph install --platform claude-code   # Claude Codeのみ
code-review-graph install --platform gemini-cli    # Gemini CLIのみ
code-review-graph install --platform copilot       # GitHub Copilot (VS Code)のみ

installコマンドがインストール済みのAIツールを自動検出し、各ツール向けのMCP設定を書き込みます。設定後はエディタ／AIツールを再起動してください。

ステップ3: コードベースを解析

cd /your/project
code-review-graph build

初回ビルドは500ファイル規模で約10秒。以後は自動でインクリメンタル更新されます。

日常的な使い方（ウォッチモード）

code-review-graph watch    # バックグラウンドで変更を監視・自動更新
code-review-graph status   # グラフの状態確認
code-review-graph visualize # ブラウザで依存関係グラフを表示

GitHub Actionでの自動PRレビュー

# .github/workflows/code-review-graph.yml
on: [pull_request]
jobs:
  review:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: tirth8205/code-review-graph@v2.3.6
        with:
          github-token: ${{ secrets.GITHUB_TOKEN }}

こんな人におすすめ

• AIコーディングツールのAPIコストが気になる個人開発者: Claude CodeやCursorを使っているが、大きなプロジェクトだとAPIトークン消費が多くてコストが増えると感じている方。コンテキスト削減により費用を抑えられます。
• 中〜大規模なコードベースを持つソロ開発者: ファイル数が数百〜数千になってきたプロジェクトで、AIが「どこを読めばいいか」迷い始めていると感じている方。AIの回答精度と速度の向上が期待できます。
• プログラミング経験はあるがAI活用を加速させたい方: pipコマンドが使える程度の経験があれば導入できます。一度設定すれば後は自動で動くため、日々の開発フローに無理なく組み込めます。
• データをクラウドに送りたくない方: コードの解析はすべてローカルで完結し、外部サービスへのコード送信はゼロ。機密性の高いプロジェクトでも安心して使えます。

よくある質問

Q. AIコーディングツールを持っていなくても使えますか？ A. CLIとして単独でも動作します。ただし最大の恩恵はClaude Code・Cursor・Gemini CLI・GitHub CopilotなどMCP対応のAIツールと組み合わせたときに得られます。対応プラットフォームはcode-review-graph installコマンドが自動検出してくれます。

Q. コードが外部サーバーに送られることはありますか？ A. コアの解析はすべてローカルで動作し、コードは外部に送られません。グラフデータはプロジェクト内の.code-review-graph/フォルダにSQLiteファイルとして保存されます。オプションでベクトル埋め込みに外部APIを使う設定もありますが、これはオプトイン（自分で設定した場合のみ）です。

Q. 小さなプロジェクトでも効果がありますか？ A. 単一ファイルの小さな変更では、グラフのメタデータが生ファイルより大きくなる場合があり、効果が限定的なことがあります。複数ファイルにまたがる変更や、ファイル数が多いリポジトリほど効果が大きくなります。

Q. 対応していないプログラミング言語のプロジェクトでは使えませんか？ A. プロジェクト内にlanguages.tomlというファイルを置くことで、コードを一切書かずに未対応言語を追加できます。tree-sitter-language-packに含まれる文法であれば、拡張子とノードタイプを設定するだけで対応可能です。