你有没有过这种时候：接手一个不熟悉的大项目，想知道某个功能到底怎么串起来的，只能靠 grep 在几十个文件里翻来翻去。或者让 AI 助手帮你读代码，它把一堆文件逐个读进来，token 哗哗烧，答案还未必靠谱。

更麻烦的是，想弄清一个功能的来龙去脉，从文件 A 跳到文件 B，半天也理不清全貌。

graphify 是什么：把项目变成能「问」的图

有一个工具，可以解决上面的问题，它叫做 graphify。这个工具可以把整个项目映射成一张知识图谱，然后你可以用自然语言去「问」它，不用再自己翻文件。

更妙的是，它不靠向量检索、不靠 embedding，而是在图里沿着节点和边去追溯路径，把「一个功能怎么串起来」这件事，讲得清清楚楚。

02

SETUP

一条命令，织出全图

在支持 AI 编程助手的工具里（Claude Code、Cursor、Codex、Gemini CLI、GitHub Copilot 等等），你只需要敲一句：

...bash

/graphify .

它就会扫描当前目录，把项目里的内容都抽出来，织成一张图。跑完之后，你会在项目里多出一个 graphify-out/ 目录，里面有三种产物：

1

graph.html：一张可以在浏览器里打开、能点、能筛选、能搜索的交互式图谱

2

GRAPH_REPORT.md：一份重点摘要，告诉你最核心的概念、意外关联，以及它「特别擅长回答」的问题

3

graph.json：完整的图谱数据，以后你可以反复去查，不用重新读一遍文件

没有 embedding，没有向量数据库。你问一个问题，它在图里沿着节点和边去追溯路径、解释一个概念，而不是去算余弦相似度、召回一堆可能相关的文本块。

03

怎么「问」它：explain 与 path

比如，想知道某个概念是什么，用 explain。这是它在 FastAPI 上跑出来的真实输出：

...text

$ graphify explain "APIRouter"

Node: APIRouter

Source: routing.py L2210

Community: 2

Degree: 47

Connections (47):

--> RequestValidationError [uses] [INFERRED]

--> Dependant [uses] [INFERRED]

--> .get() [method] [EXTRACTED]

<-- __init__.py [imports] [EXTRACTED]

...

它不光告诉你东西在哪一文件、第几行，还把每条连线标了来源：EXTRACTED 是源码里明写的，INFERRED 是它推断的，还有 AMBIGUOUS 表示它自己也不确定、留给你复核。推断出来的关系还会带一个 0 到 1 的把握分，越接近 1 越靠谱。

两个东西怎么连起来的？用 path：

...text

$ graphify path "FastAPI" "ModelField"

Shortest path (3 hops):

FastAPI --uses--> DefaultPlaceholder <--references-- get_request_handler() --references--> ModelField

一跳一跳亮出来，这种追溯是向量检索给不了的，对排查问题也特别有用。

04

代码如何被读懂：tree-sitter 三遍扫描

代码是怎么抽出来的？这是我觉着最舒服的一点。它用 tree-sitter 做 AST 解析，是规则化的，不调用大模型。官方说约 40 种语言，连 SQL 都确定性抽出，表、视图、外键、JOIN 关系都是直接抽出来的。只有文档、PDF、图片、音视频才走模型处理，所以纯代码项目建图基本不花 API 钱。

把上面的能力拆开看，graphify 处理你的文件其实分了三遍：

1

第一遍，代码结构（免费，不调 API）：tree-sitter 解析代码，抽出类、函数、导入、调用图、注释。如果语料里只有代码，这一遍跑完就基本齐了，后面的语义处理会直接跳过。

2

第二遍，音视频（本地，不调 API）：用 faster-whisper 在本地转录。为了让转录更贴近你的领域，它会用当前代码图里连接最多的那些概念去引导转录。转录结果有缓存，重跑会跳过已处理的部分。

3

第三遍，文档、论文、图片（走模型，耗 token）：这一步会用 Claude 子代理并行处理 markdown、PDF、图片、转录稿，每个子代理读一批文件，输出节点、边和分组关系的 JSON 片段，最后合并成一张图。

另外还有两个工程上的小细节挺贴心：所有被抽取的文件都按内容做 SHA256 指纹缓存，重跑时没改过的文件直接跳过。代码抽取用多进程并行，官方说在 84 个代码文件的语料上，并行比串行快了约 1.66 倍。

05

核心能力：节点、社区与「为什么」

除了上面这些，graphify 还有几个挺有用的东西：

God nodes（核心节点）

项目里连接最多的那些概念。一眼就能看出整个系统「都流过哪些枢纽」。

Communities（社区）

用 Leiden 算法按边的密度把图聚成子系统。你能看到项目大概分成了哪几块、每块是干嘛的，而且这个聚类基于图结构本身，不依赖 embeddings。

跨文件的真实调用关系

calls / imports / inherits / mixes_in 这类关系能跨文件、跨语言解析出来。

「为什么」也成了一等公民

你写在代码里的 # NOTE:、# WHY:、# HACK: 这类注释，以及文档里的设计说明、ADR/RFC 引用，都会被抽成独立的节点，并和你对应的代码连起来。

06

硬数据：比 RAG 快 10 倍，便宜 11 倍

graphify 在公开基准上和自己比、也和别的系统比过，我把他们贴出来的关键数字如实放这儿（测试用的同一套 harness、同一个模型、同一份预算，评测由一个盲评裁判对照第二个独立裁判校验，一致性 90.6%）：

0.497

LOCOMO recall@10（约 mem0 的 10 倍）

45.3%

同数据集 QA 准确率（比 mem0 高 18 点）

76%

LongMemEval-S 准确率（与 dense RAG 打平）

$1.40

记忆 ingest 成本（便宜约 11 倍）

在代码智能那一项，他们拿约 100 万行的真实 Python 仓库（ERPNext）测过：给一个固定的编程智能体配一个 graphify 工具，在评分问题集上的关键事实覆盖率从 grep+read 基线的 70.8% 提到了 82.0%，而且避免了「把整个仓库塞进每轮上下文」那种吃 token 的写法（那种写法大概要多花 20 倍 token，覆盖率反而更低）。

07

装进你的工具链：安装、团队与 MCP

graphify 现在支持 20 多种 AI 编程助手和 Agent 框架，比较主流的包括 Claude Code、Cursor、Codex、Gemini CLI、GitHub Copilot、Aider、OpenClaw、Kilo Code、Trae 等等。安装也分两层：先装包，再把它注册给你的助手。

...bash

uv tool install graphifyy # 装 CLI（注意包名是双 y 的 graphifyy）

graphify install # 把 skill 注册给你的 AI 助手

然后再在助手里面敲 /graphify . 就完事了。

对一个团队来说，它还有个省心的地方：graphify-out/ 是设计成可以提交到 git 的，这样团队里每个人 clone 下来就直接有一张现成的图。再跑一句 graphify hook install，之后每次 git commit 它会自动重建图谱（只做 AST，不花 API），还会设一个合并驱动，两个人并行提交时图会自动合并，不会出现冲突标记。当文档或论文变了，用 /graphify --update 只刷新那些节点就行。

你还可以把图直接暴露成一个 MCP server，让助手以工具调用的方式反复访问，甚至用 HTTP 方式让一整个团队都指向同一个地址。

08

30 秒，跑通你的第一个图谱

如果你想自己试，最快 30 秒：

...bash

uv tool install graphifyy

graphify install

然后打开你的 AI 编程助手，敲：

...bash

/graphify .

它就会给你的项目织出那张图，你再去 graphify-out/graph.html 里点着玩，或者用 explain / path / query 去问它。

项目地址：https://github.com/Graphify-Labs/graphify