用途：在代码改动后，借助结构知识图谱分析改动的“爆炸半径”，即受影响的文件、函数、测试覆盖缺口与风险等级，帮助评估改动波及面并决定评审重点。
主要能力：自动从 git 检测已修改文件；列出直接改动的节点（函数/类）；列出 2 跳内受影响的节点（调用方、依赖方、测试）；列出可能需关注的额外文件；按受影响节点数量给出风险分级（少于 5 为低、5 至 20 为中、超过 20 为高，建议拆分 PR）；标记未测试的改动函数、建议优先评审的文件、提示继承/实现关系变化。还提供 trace 命令追踪下游影响（可经 MESSAGE_BUS、TRIGGERS_EVENT 等隐式关系），以及 callers_of、tests_for、inheritors_of、importers_of 等查询。
使用方式：先确认 .code-graph/graph.db 存在，否则运行 $graph-build。然后执行 python .claude/scripts/code_graph blast-radius --json 获取实时影响数据，解析 JSON 输出。深度分析可用 python .claude/scripts/code_graph trace <changed-file> --direction downstream --depth 3 --json，或加 --node-mode file 先看文件级概览。查询示例：python ... query callers_of <function> --json。
适用场景：代码评审前评估改动风险、判断是否拆分 PR、定位需补充测试的函数、追踪跨服务事件链影响。
限制：必须先构建图谱，且需 Python 3.10+ 及 tree-sitter、tree-sitter-language-pack、networkx；结果可能被截断，需注意总数与展示数差异；分析须基于实时运行，缓存或过期数据在 diff 变化后即失效；结论需有 file:line 证据且置信度高于 80% 才可行动。具体安装命令与更多配置细节资料未提供。