Skip to content
Kryon Docs

Data & Vectors

The platform relies on a combination of relational data and high-dimensional vector embeddings to provide intelligent code reviews.

Database Schema (ER Diagram)

Section titled “Database Schema (ER Diagram)”

We use Prisma as our ORM and PostgreSQL as the primary data store.

Database Schema

Section titled “Database Schema”
┌──────────────┐
│     User     │
└──────┬───────┘
       │
       ▼


┌──────────────┐    ┌──────────────┐    ┌──────────────────┐
│   Session    │    │   Account    │    │    Repository    │
├──────────────┤    ├──────────────┤    ├──────────────────┤
│ id           │    │ id           │    │ id               │
│ userId       │    │ userId       │    │ userId           │
│ token        │    │ provider     │    │ githubId         │
│ expiresAt    │    │ tokens...    │    │ owner            │
└──────────────┘    └──────────────┘    │ name             │
                                        │ fullName         │
                                        └────────┬─────────┘
                                                 │
                                                 ▼


                    ┌──────────────────┐    ┌──────────────────┐
                    │      Review      │    │    CodeChunk     │
                    ├──────────────────┤    ├──────────────────┤
                    │ id               │    │ id               │
                    │ repositoryId     │    │ repositoryId     │
                    │ prNumber         │    │ filePath         │
                    │ status           │    │ startLine        │
                    │ review           │    │ endLine          │
                    └──────────────────┘    │ language         │
                                            │ signature        │
                                            │ embedding        │
                                            └──────────────────┘
┌──────┐
│ User │
└──┬───┘
   │
   ├─────────────────┬─────────────────┬─────────────────►
   │                 │                 │
   ▼                 ▼                 ▼


┌─────────┐    ┌─────────┐    ┌─────────────────┐
│ Session │    │ Account │    │   Repository    │
└─────────┘    └─────────┘    └────────┬────────┘
                                       │
                     ┌─────────────────┴─────────────────┐
                     │                                   │
                     ▼                                   ▼


              ┌─────────────┐                   ┌─────────────┐
              │   Review    │                   │  CodeChunk  │
              └─────────────┘                   └─────────────┘

RAG pipeline

┌─────────┐    ┌──────────────┐    ┌──────────────┐
│ PR Diff │───►│  Embedding   │───►│  pgvector    │
└─────────┘    └──────────────┘    └──────────────┘
                                           │
                                           ▼
┌──────────────┐    ┌──────────────┐    ┌──────────────┐
│ Gemini AI    │◄───│   Prompt     │◄───│   Context    │
│   Review     │    │ Construction │    │  Retrieval   │
└──────────────┘    └──────────────┘    └──────────────┘

Chunking Strategy

Section titled “Chunking Strategy”

We use Tree-sitter to ensure chunks are semantically meaningful.

Chunks are created at function and class boundaries. This ensures that the AI receives complete logical units rather than arbitrary snippets of text.