প্রকল্প সম্পর্কে

Graphify একটি ডেভেলপার টুল যা একটি কোডবেস—সাথে ডকুমেন্টেশন, PDF, SQL স্কিমা এবং অন্যান্য ফাইল—কে কোয়েরি-যোগ্য নলেজ গ্রাফে রূপান্তর করে। এটি AI কোডিং অ্যাসিস্ট্যান্টের ভেতরে ব্যবহারের জন্য ডিজাইন করা হয়েছে: ইনস্টল করার পর, আপনি Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot CLI এবং আরও অনেক সমর্থিত প্ল্যাটফর্মে /graphify . টাইপ করেন, এবং অ্যাসিস্ট্যান্ট সোর্স ফাইল grep করার বদলে গ্রাফ কোয়েরি করতে পারে। এটি কীভাবে কাজ করে: কোড লোকালভাবে tree-sitter AST দিয়ে পার্স করা হয়, তাই কোড ম্যাপিং ডিটারমিনিস্টিক এবং এতে LLM লাগে না। ডকুমেন্টেশন, PDF, ছবি এবং ভিডিও অ্যাসিস্ট্যান্টের মডেল বা কনফিগার করা API কী ব্যবহার করে সেমান্টিক পাস দিয়ে প্রসেস করা যায়, তবে কেবল যদি ব্যবহারকারী একটি ব্যাকএন্ড সক্রিয় করেন। সিস্টেমটি এমবেডিং বা ভেক্টর স্টোর ব্যবহার করে না; এটি নোড এবং ব্যাখ্যা করা এজ সহ একটি প্রকৃত গ্রাফ তৈরি করে। প্রতিটি সংযোগ EXTRACTED হিসেবে ট্যাগ করা হয় যখন এটি সোর্সে স্পষ্ট থাকে, অথবা INFERRED যখন graphify এটি রিজলভ করে, এবং AMBIGUOUS ট্যাগও উল্লেখ করা হয়েছে। README-তে বর্ণিত মূল সক্ষমতাগুলোর মধ্যে রয়েছে: সবচেয়ে বেশি সংযুক্ত ধারণাগুলোর জন্য god nodes, Leiden ব্যবহার করে community detection, tree-sitter-এর মাধ্যমে প্রায় ৪০টি ভাষায় ক্রস-ফাইল লিংক, এবং কমান্ড যেমন graphify query সাধারণ ভাষার প্রশ্নের জন্য, graphify path দুটি জিনিসের মধ্যে সংযোগ ট্রেস করার জন্য, এবং graphify explain একটি একক নোড পরীক্ষা করার জন্য। এটি # NOTE: এবং # WHY: এর মতো rationale কমেন্ট, সাথে ADR/RFC উদ্ধৃতি, কোডের সাথে লিংক করা first-class নোড হিসেবে এক্সট্রাক্ট করে। আউটপুট তিনটি ফাইল নিয়ে গঠিত: ইন্টারঅ্যাকটিভ ব্রাউজিংয়ের জন্য graph.html, হাইলাইট এবং প্রস্তাবিত প্রশ্নসহ GRAPH_REPORT.md, এবং প্রোগ্রাম্যাটিক কোয়েরির জন্য graph.json। ইনস্টলেশন PyPI প্যাকেজ graphifyy ব্যবহার করে (ডাবল-y লক্ষ্য করুন)। প্রস্তাবিত সেটআপ হলো uv tool install graphifyy বা pipx install graphifyy, তারপর graphify install দিয়ে AI অ্যাসিস্ট্যান্টের সাথে স্কিল রেজিস্টার করা। অনেক অ্যাসিস্ট্যান্টের জন্য প্ল্যাটফর্ম-নির্দিষ্ট ইনস্টলেশন কমান্ড পাওয়া যায়, এবং --project দিয়ে per-project ইনস্টল করা যায়। ঐচ্ছিক extras-এ রয়েছে PDF এক্সট্রাকশন, Office ডকুমেন্ট, Google Sheets, ভিডিও/অডিও ট্রান্সক্রিপশন, MCP stdio server, Neo4j এবং FalkorDB push, SVG export, Leiden community detection, একাধিক LLM ব্যাকএন্ড (OpenAI, Gemini, Anthropic, Bedrock, Azure, Ollama), SQL স্কিমা এক্সট্রাকশন, PostgreSQL introspection, এবং অতিরিক্ত ভাষা পার্সার যেমন Terraform, OCaml, Common Lisp, Robot Framework, Pascal, এবং BYOND DreamMaker। README-তে অন্যান্য memory/RAG সিস্টেমের বিরুদ্ধে বেঞ্চমার্ক তুলনাও রয়েছে এবং বলা হয়েছে যে কোড পার্সিং সম্পূর্ণ লোকালভাবে চলে, গ্রাফ বিল্ডের জন্য শূন্য LLM ক্রেডিট লাগে। এটি জোর দিয়ে বলে যে graphify একটি ভেক্টর ইনডেক্স নয় এবং প্রকল্পটি Graphify Labs দ্বারা তৈরি, app.graphify.com-এ একটি হোস্টেড প্ল্যাটফর্মের early access সহ।