Graphify Skill 技能

本地AST解析代码库生成知识图谱,AI编程助手的上下文革命

Graphify 是一款将代码库转化为可查询知识图谱的 AI 编程助手 Skill,通过本地 tree-sitter AST 解析(完全不上传数据、不调用 LLM)生成真实可遍历的图谱结构,让 Claude Code、Cursor、Codex、Gemini CLI、GitHub Copilot、Aider、OpenClaw 等所有主流 AI 编程工具能「理解」代码的架构和关联,而非仅能匹配文本。

传统向量搜索 RAG 的局限在于:只能找到「内容上像什么」,无法回答「这个函数被谁调用」「这个变量在哪里定义」「这两个模块之间的依赖关系是怎样的」这类结构性问题。Graphify 的图谱中,每个节点代表一个代码实体(函数、类、变量、模块),每条边标注了关系类型:EXTRACTED(直接从源码中读取的明确关系)和 INFERRED(Graphify 通过分析推断出的关联),用户始终能区分「直接读到的」和「系统推测的」。

安装极简:uv tool install graphifyy(CLI 安装)或 pipx install graphifyy;然后 graphify install(向 AI 助手注册 Skill)。运行 /graphify . 后生成三个文件:graph.html(可交互图谱,在浏览器打开,点击节点、过滤、搜索)、GRAPH_REPORT.md(关键概念摘要和有趣发现)、graph.json(完整图谱,随时查询无需重新解析文件)。

项目采用 Apache 2.0 协议开源,完全本地运行,不需要账户、不需要 API Key、不上传任何遥测数据。文档、PDF、图片和视频的语义理解才会用到 AI 助手的模型 Key(且完全在本地运行)。Y Combinator 孵化的 Graphify-Labs 同时提供同名 SaaS 平台(graphify.com),v1 正式发布前开放早期访问。

适用场景:理解陌生的代码库(三个月前自己写的模块快速定位)、上线排查跨文件问题(应用代码 + 数据库 Schema + 基础设施进同一张图)、新人 onboarding(架构决策和模块关系可视化)、代码知识积累(把项目演进过程沉淀为可查询图谱)。对 AI 编程助手而言,真正的代码理解不再依赖上下文窗口的极限,而是可以精准查询和追溯。

团队信息

由 AI 猎手自动发现

评论与建议

0 条评论