Graphify-Labs/graphify

项目概览

在代码解析环节采用确定性的 tree-sitter AST 方法且不依赖 LLM 调用，同时为每条图谱边明确标记 EXTRACTED 或 INFERRED 以区分数据来源。

项目类型

MCP · AI 编程 · RAG 与知识库

应用场景

知识问答 · 编程开发

部署方式

查看项目说明

License

MIT

适合谁

• 希望通过确定性方式而非纯文本搜索来理解复杂代码库结构的开发者。
• 使用 AI 编码助手并需要为助手提供结构化代码上下文的数据团队。

核心能力

• 在本地使用 tree-sitter AST 解析约 40 种语言的代码，以确定性的方式构建知识图谱，且在此过程中不调用 LLM。
• 提供 query、path 和 explain 命令，允许用户针对生成的 graph.json 提问、追踪两个实体之间的连接或解释相关概念。
• 将图谱作为 MCP stdio 或 HTTP 服务器暴露，提供对查询、节点、邻居和路径工具的结构化访问接口。
• 生成可交互的 graph.html 文件，用户可以在任何浏览器中探索节点、过滤社区并可视化项目结构。
• 通过 hooks 或指令文件，将 graphify 技能安装并注册到 20 多种 AI 编码助手（如 Claude Code、Cursor 等）中。
• 通过路由到配置的 LLM 后端（如 Gemini、Claude、OpenAI 或 Ollama），从文档、PDF、图像和视频中提取概念。

限制与风险

• 完全本地且免费的操作仅限于代码文件；对文档和媒体进行语义提取需要配置并依赖 LLM 后端。
• 在对文档、PDF、图像和视频进行语义提取时，数据将被发送至所配置的外部 AI 提供商。

如何开始

• 安装难度为 easy。可通过 uv tool install graphifyy 或 pipx 安装包，随后执行 graphify install 注册技能，30 秒内即可完成设置，最后在 AI 助手中运行 /graphify . 即可完成初次构建。

核验依据

• GitHub 项目简介: Turn any folder of code, SQL schemas, R scripts, shell scripts, docs, papers, images, or videos into a queryable knowledge graph. App code + database schema + infrastructure in on…
• README: uv tool install graphifyy # install the CLI (or: pipx install graphifyy) graphify install # register the skill with your AI assistant
• README: graphify-out/ ├── graph.html open in any browser — click nodes, filter, search ├── GRAPH_REPORT.md the highlights: key concepts, surprising connections, suggested questions └── gr…
• README: Type `/graphify` in your AI coding assistant and it maps your entire project (code, docs, PDFs, images, videos) into a **knowledge graph** you can **query instead of grepping** th…
• README: Not a vector index. No embeddings, no vector store: a real graph you traverse. Ask a question, trace the path between two things, or explain one concept.

内容核验时间：