一次变更，连接完整上下文。结构导航示意
BEYOND THE DIFF
一次参数变化，可能影响调用方；一次继承调整，可能改变子类行为。
MergeWarden 从 Git 变更出发，查找关联代码，核对实际行为。
01 / PYTHON CODEGRAPH
用 Tree-sitter 理解 Python 结构，将调用、继承与导入关系连接起来。
文本搜索与图导航协同，最终仍回到源码核验。
沿 incoming call 查找调用位置，读取未修改文件，核对参数约定与实际行为。
导航原理示意。图提供线索，源码提供证据。
以源码快照为单位，复用 SQLite 图索引。
明确呈现未知关系与覆盖范围。
时间、工具与结构调查预算共同约束。
02 / IMMUTABLE EVIDENCE
代码会继续变化，审查依据留在当时。
每条证据绑定代码版本、文件、行号与内容摘要，随时回到原始源码。
LOCAL DELIVERY
JSON / Markdown 报告、源码证据与运行记录一同保存。
只有通过覆盖、提交和持久化检查，审查才算完成。
03 / REVIEW SKILLS NEW
从已交付审查与反馈中提炼仓库级检查方法。
下一次审查，按需读取相关经验，继续核对当前源码。
DELIVERED REVIEW + FEEDBACK
已交付运行与开发者反馈成为学习来源。来源与失败尝试保留，经验可以追溯。
每次审查绑定固定知识包。历史经验提出检查方向，当前源码决定结论。
经验带有版本与来源。反馈撤回、停用与回滚均保留记录。
Review Skills 已实现；对审查质量的增益仍待独立评测。
MEASURED ON REAL PULL REQUESTS
40 个真实 PR，12 个 Python 仓库。
同一 Pi 审查流程，对比文本基线与变更感知 CodeGraph 配置。
F1 · 缺陷检出综合表现
从 67.8% 提升 · +9.6 个百分点
Precision · 报告准确率
文本基线 80.0%
Token 用量变化
探索轮次 +6.5%
全量 40 例，80 次配对结果。质量提升伴随更多 Token 投入。
2026-09-28 评测；模型为 openai-codex / gpt-5.6-luna，推理档位 max。两臂使用同一审查提示词、文本工具与预算。Graph 的变更感知结构调查使用显式评测配置，CLI 默认导航策略未改变。
缺陷由 AI 结合源码逐条进行语义审核，F1 采用 micro 汇总。场景成员有交集；复杂场景的 10 例按已完成评测的任务特征与表现选取，属于事后分析，不替代全量结果。
Token 为成功运行的累计输入与输出用量；成本数据不含前置构图及连接失败的额外重试。Review Skills 未纳入本次评测。
阅读完整评测与逐例矩阵YOUR CODE. YOUR TERMINAL.
审查提交、暂存区或已保存的工作区。
以只读方式，融入你已有的开发流程。
npm run cli -- review \
--repo /path/to/repository \
--scope staged \
--provider openai-codex \
--model MODEL_ID --auth oauth首次使用运行 npm run setup，通过 login 完成授权，
再从 models 目录选择账号可用的模型。
当前为 CLI 产品。Python 结构导航已实现，VS Code 界面在后续路线中。