Review Pr (Grade A)Drošības testēts datu-ai prasme Claude AI. A klase. Pārskatiet PR vai zaru atšķirību, izmantojot zināšanu grafu pilnai strukturālai kontekstam. Izvada struktūrotu pārskatu ar blast-radius analīzi.

Kā tas pārvaldās monorepos, git darba koksnīšus un vairākus repozitorijus?

Monorepos: vienam grafam katram repozitorija saknes aplis tiek automātiski izveidots; indeksē tikai izlases failus, un .code-review-graphignore fails var izslēgt papildu ceļus. Git darba koksnīši: katrs koksnīšs tiek noteiktas kā atsevišķa sakne un saņem savu grafu; vienas datubāzes koplietošana starp koksnīšiem, kas atrodas dažādos apkopos, nav atbalstīta. Vairāki repozitoriji: viegls reģistrs (glabāts ~ /.code-review-graph/registry.json) ļauj MCP klientiem meklēt visās reģistrētajās projektos, un dēmons var pārraudzīt vairākus repozitorijus, lai uzturētu grafus atjauninātos. Izmantojiet --repo, --data-dir vai CRGDATADIR videiskā aplis, lai pielāgotu atrašanās vietas.

Asked by Jana Krejčí · Dec 28, 2025

How big a codebase justifies it?

Below a few hundred files the benefit is marginal because an agent can often hold the whole repo in context. Between a few hundred and a few thousand files is the sweet spot: benchmarks on repos ranging from 60 to ~1,100 files show 38×–528× token reductions on whole‑corpus questions. Multi‑thousand‑file repos and monorepos provide the strongest case, as agents cannot read the entire corpus per query and incremental graph updates keep the index fresh with minimal cost. The frequency of multi‑file queries also influences the payoff.

Asked by Wolfgang Krause · Dec 8, 2025

Kā es varu pārbaudīt, vai tas darbojas?

1. Pārliecinieties, ka grafiks failā eksistē un satur mezglus/taustiņus; nulles skaits nozīmē, ka būvniecība netika palaista. 2. Veiciet izmaiņu un novērojiet risku kopsavilkumu un Token Savings paneļu; pievienojiet --verify, lai pārbaudītu tokenu novērtējumus ar cl100kbase tokenizer. 3. Claude Code atveriet /mcp un pārliecinieties, ka code‑review‑graph serveris ir savienots un tā rīki ir uzskaitīti. Tad uzdodiet struktūras jautājumu (piemēram, „kas izsauc parsefile?“) un pārbaudiet, vai asistents izmanto query_graph, nevis grepping. Ja kāds solis neizdodas, skatieties TROUBLESHOOTING.md.

Asked by Elena Rossi · Nov 18, 2025

Vai tas savienojas ar internetu?

Nē. Telemetrijas nav. Grafiks tiek glabāts lokāli SQLite failā jūsu repozitorijā, un visas pamata operācijas tiek izpildītas pilnībā uz jūsu datora. Vienīgais tīkla darbs ir izvēles: instalējot papildināto embeddings, tiek lejupielādēts sentence‑transformers modelis no HuggingFace, un mākoņembeddings pakalpojumu sniedzēji (OpenAI, Google Gemini, MiniMax) saņems tikai tie funkciju parakstus, kurus jūs tieši izvēlaties iekļaut, pēc tam, kad apstiprināt egress brīdinājumu. Pretējā gadījumā jūsu kods nekad nepārvietojas no datora.

Asked by Lindiwe Mahlangu · Nov 16, 2025

Kad man nav jāizmanto tas?

README norāda vairākus gadījumus: ļoti mazi repozitoriji (pāris simti faili), kuros grafu izveides pārtraukumu laiks pārsniedz priekšrocības; vienkārši vienas faila izmaiņas, kuras grafu atbilde pievieno vairāk tokenu nekā bezgalīgais diff; vienreizējās jautājumu situācijas ar repozitoriju, ko nevēlaties atkārtoti izmantot; un plūsmu atklāšana valodās, kur CRG iekļaušanas punktu atpazīšana ir mazāk uzticama (piemēram, JavaScript un Go šobrīd ir zema atgūtspēja). Šajos scenārijos vienkāršs agentisks meklēšana vai “grep” parasti ir pietiekami.

Asked by Mia Andersen · Nov 12, 2025