2026年7月14日
Graphify：先把代码库变成知识图谱，再让 AI 回答架构问题
接手陌生项目时，AI 编程助手通常会反复搜索文件、拼接上下文，却仍可能漏掉跨模块调用。Graphify 提供了另一条路径：先把代码、数据库结构和文档整理成可查询的知识图谱，再让助手沿关系找答案。
接手陌生项目时，AI 编程助手通常会反复搜索文件、拼接上下文，却仍可能漏掉跨模块调用。Graphify 提供了另一条路径：先把代码、数据库结构和文档整理成可查询的知识图谱，再让助手沿关系找答案。
📌 这个项目是什么
Graphify 是一个面向 AI 编程助手的开源工具，支持 Claude Code、Codex、Cursor、Gemini CLI 等平台。它使用 tree-sitter 在本地解析代码 AST，识别调用、导入、继承和跨文件关联；结果保存为 graph.html、GRAPH_REPORT.md 和 graph.json，可视化、报告和后续查询都保留在本地。
它不是向量数据库。项目把节点之间的边标记为 EXTRACTED 或 INFERRED，分别表示源码中明确存在的关系和工具推断出的关系，便于开发者判断答案依据。
🔍 为什么值得看
一是场景具体。理解遗留系统、梳理认证链路、评估改动影响时，真正困难的往往不是找到某个函数，而是看清它与其他模块如何连接。Graphify 提供 query、path 和 explain 命令，分别用于问题检索、关系路径追踪和节点解释。
二是隐私边界相对清楚。官方说明，代码解析默认在本地完成，不需要 LLM，也不会上传源码；只有处理文档、PDF、图片或音视频的语义步骤，才会调用助手模型或用户配置的后端。项目采用 MIT 许可证，官方 Release 已发布 v0.9.14，近期仍在修复 worktree 扫描膨胀、路径泄露和导出稳定性等工程问题。
🧪 怎么开始
需要 Python 3.10 及以上。官方推荐使用隔离环境安装，注意 PyPI 包名有两个 y：
uv tool install graphifyy
graphify install随后进入一个测试项目，在 AI 编程助手中运行 /graphify .；Codex 使用 $graphify，PowerShell 则直接运行 graphify .。生成图后，可以先试：
graphify query "认证流程经过哪些模块"
graphify path "登录接口" "用户模型"👥 适合谁
它更适合维护中大型代码库、需要快速理解陌生系统，或希望减少 AI 反复读取源码成本的开发者和团队。小型项目只有几十个文件时，直接搜索通常更简单，没有必要额外维护一张图。
⚠️ 值得注意的点
知识图谱不是事实保证，尤其是 INFERRED 关系，仍要回到源码确认。多媒体和文档的语义解析也可能调用外部模型，涉及敏感资料时应先检查后端配置。建议先在非核心仓库试跑，并检查 graphify-out 的体积与内容，再决定是否提交到团队仓库。