7个graphify知识图谱能回答而grep永远答不出的问题【免费下载链接】graphifyTurn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.项目地址: https://gitcode.com/GitHub_Trending/graph/graphifygraphify 是一个开源知识图谱工具能把你的代码库连同文档、SQL 模式、配置和 PDF 一起变成可查询的知识图谱。它在 Claude Code、Cursor、Codex、Gemini CLI 等 AI 助手里以/graphify技能运行基于本地确定性 AST 解析每条边都有明确来源且不使用任何向量库。对于新手来说它最直观的价值是用一句自然语言问问题直接遍历真实图结构而不是在几百个文件里 grep 关键词。为什么 grep 会失灵grep 是文本匹配它只认字符串不理解结构。以下 7 类问题grep 在原理上就答不了——因为答案不在任何单个文件里而在文件之间的关系中。graphify 先把代码、文档、SQL、PDF 等全部映射成节点和边存进graph.json再用 Leiden 算法做社区检测于是这些问题变成了图上的简单遍历。问题1两个东西之间最短的关联路径是什么FastAPI 和 ModelField 是怎么连起来的graphify path FastAPI ModelField # 最短路径3跳 # FastAPI --uses-- DefaultPlaceholder --references-- get_request_handler() --references-- ModelFieldgrep 只能告诉你两个词各自出现在哪永远画不出中间那条 3 跳的链路。问题2所有流程都汇向哪个上帝节点graph.json里连接数最多的节点被称为 God Nodes核心枢纽实现见 graphify/analyze.py。它们是整个项目信息的必经之路——读懂它们等于读懂主干。比如对 FastAPI 跑一次$ graphify explain APIRouter Source: routing.py L2210 Degree: 47 ← 有47条边连接它grep 数不出跨文件被引用 47 次这种全局统计。问题3代码库天然分成哪几个子系统graphify 用 Leiden 社区检测把图切成若干社区即子系统每个社区自动命名颜色编码后在graph.html里一目了然。不用你手动画模块边界图的形状自己暴露架构——哪些模块耦合紧、哪些是孤岛一眼看穿。问题4这段代码的为什么是什么# NOTE:、# WHY:、# HACK:注释和 ADR/RFC 文档会被提取成独立的 rationale 节点并直接链接到它们解释的代码。问当初为什么这么设计图会把你带到设计决策本身而不是停留在代码长这样。问题5模块之间藏着哪些意外关联GRAPH_REPORT.md里有一节专门列出 Surprising Connections——跨越不同文件或不同语言的意外边按意外程度排序。这类边正是技术债和隐藏耦合的富矿区grep 需要你自己同时猜对两边的关键词才能撞见。问题6这个结论有多可信是事实还是推测这是 graphify 与向量检索最大的区别之一每条边都有置信度标签——EXTRACTED源码里明确写着的import、函数调用置信度 1.0INFERREDgraphify 解析推断的附 0.55–0.95 的置信分AMBIGUOUS不确定标记待人工复核grep 返回的每一行你都得自己判断真假图谱替你标好了。问题7不改文件怎么快速搞懂一个概念graphify explain RateLimiter # 单概念全景位置社区全部连接 graphify query what connects auth to the database? # 自然语言问答query命令返回一个限定范围的子图而不是把整个文件塞进上下文——官方实测在混合语料上比直接读原始文件节省71.5 倍 token。想看完整命令表参考 docs/how-it-works.md。30秒上手安装与生成图谱uv tool install graphifyy # 安装CLI包名双y命令是 graphify graphify install # 注册到你的AI助手然后在 AI 助手里输入/graphify .30 秒后得到三个文件文件用途graph.html浏览器打开即可点节点、过滤、搜索GRAPH_REPORT.md高光摘要核心概念、意外连接、建议问题graph.json完整图谱随时查询无需重读源文件代码解析走本地 tree-sitter全程离线、无 LLM、无向量库文档和 PDF 的语义层才调用你助手的模型。可处理的文件类型覆盖约 40 种语言包括.sql表、外键、JOIN 都是确定性抽取和 Terraform。下一步让 AI 助手查询优先建好图后运行一次graphify claude install其他平台同理会写入配置让助手回答架构问题时优先查图谱而不是逐文件 grep装上 git hook 后每次提交自动增量重建。团队协作时把graphify-out/提交进仓库新人拉下来即拥有全项目地图。想深入细节可以从这些文件入手官方文档docs/how-it-works.md —— 三遍式提取管线、社区检测、置信度打分架构说明ARCHITECTURE.md —— 模块职责拆解真实案例worked/httpx/GRAPH_REPORT.md、worked/mixed-corpus/ —— 原始输入 实际输出可复现验证图谱分析核心逻辑graphify/analyze.py基准数据BENCHMARKS.mdSQL 抽取样例tests/fixtures/sample.sql一句话总结grep 找哪行有这个字符串graphify 知识图谱回答这些东西之间到底是怎么连的——7 个答案一次建模永久可查。【免费下载链接】graphifyTurn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.项目地址: https://gitcode.com/GitHub_Trending/graph/graphify创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考