graphify

Graphify 是一款开发者工具，可将代码库——连同文档、PDF、SQL schema 及其他文件——转换为可查询的知识图谱。它专为在 AI 编码助手内部使用而设计：安装后，你在 Claude Code、Cursor、Codex、Gemini CLI、GitHub Copilot CLI 以及许多其他受支持平台中输入 /graphify .，助手便可查询该图谱，而无需在源文件中进行 grep 搜索。 工作原理：代码在本地使用 tree-sitter AST 解析，因此代码映射是确定性的，不需要 LLM。文档、PDF、图像和视频可通过语义处理流程使用助手的模型或配置的 API key 进行处理，但前提是用户启用后端。系统不使用嵌入或向量存储；它构建一个带有节点和已解释边的真实图谱。每个连接在源中显式存在时标记为 EXTRACTED，在由 graphify 解析时标记为 INFERRED，还提到了 AMBIGUOUS 标签。 README 中描述的核心能力包括：用于表示连接最多的概念的 god nodes、使用 Leiden 的社区检测、通过 tree-sitter 跨约 40 种语言的跨文件链接，以及诸如 graphify query 用于自然语言问题、graphify path 用于追踪两个事物之间的连接、graphify explain 用于检查单个节点等命令。它还提取诸如 # NOTE: 和 # WHY: 之类的理由注释，以及 ADR/RFC 引用，作为链接到代码的一等节点。输出由三个文件组成：用于交互式浏览的 graph.html、包含亮点和建议问题的 GRAPH_REPORT.md，以及用于程序化查询的 graph.json。 安装使用 PyPI 包 graphifyy（注意双 y）。推荐的设置是 uv tool install graphifyy 或 pipx install graphifyy，然后运行 graphify install 以向 AI 助手注册该技能。许多助手都有特定于平台的安装命令，并且可以使用 --project 进行按项目安装。可选附加组件涵盖 PDF 提取、Office 文档、Google Sheets、视频/音频转录、MCP stdio 服务器、Neo4j 和 FalkorDB 推送、SVG 导出、Leiden 社区检测、多个 LLM 后端（OpenAI、Gemini、Anthropic、Bedrock、Azure、Ollama）、SQL schema 提取、PostgreSQL 内省，以及额外的语言解析器，如 Terraform、OCaml、Common Lisp、Robot Framework、Pascal 和 BYOND DreamMaker。 README 还包含与其他记忆/RAG 系统的基准比较，并声明代码解析完全在本地运行，图谱构建消耗零 LLM 额度。它强调 graphify 不是向量索引，并且该项目由 Graphify Labs 开发，可在 app.graphify.com 提前访问托管平台。