graphify Graphify-Labs/graphify

能干什么

一个装在 Claude Code 里的技能：对任意文件夹敲 /graphify，它读代码（tree-sitter AST + 调用图）、文档、PDF（引文挖掘）、甚至截图/流程图/白板照片（用 Claude 视觉抽取概念），连成一张知识图谱，产物是一组可长期用的文件——graph.html 交互图、Obsidian 库、agent 可爬的 wiki、GRAPH_REPORT.md（god nodes/意外关联/建议问题）、graph.json 持久图 + SHA256 缓存（重跑只处理变更文件）。每条边标 EXTRACTED / INFERRED / AMBIGUOUS，让你分清「图里找到的」和「猜的」。可以 /graphify query / path / explain 直接问图，--watch 监听文件变更自动同步（代码保存即时重建），git post-commit hook 每次提交后自动重建。项目自述：在 Karpathy 仓库+论文+图片的混合语料上，单次查询比直接读原始文件省 71.5 倍 token。技术栈 NetworkX + Leiden 社区发现 + tree-sitter + vis.js，无服务器、本地跑图本身。注意：概念抽取依赖 Claude（云端模型），所以它是「图在本地、抽取用 Claude」的混合方案，不是纯本地。

怎么干

• 装 Claude Code，然后 pip install graphifyy && graphify install（包名临时叫 graphifyy，命令仍是 graphify）
• 在任意目录的 Claude Code 里敲 /graphify .（或 /graphify ./raw 指定文件夹，--mode deep 加激进的推断边）
• 用 /graphify query "什么连接了 X 和 Y?" 问图；要 agent 可导航就 --wiki；要 MCP 就 --mcp

本站怎么用

它把「给编码 Agent 喂代码库」这件事从「每次重新读文件」变成「查一次建好的图」——和本站 /capacity/ 反复讲的「上下文有限，别浪费在重复读文件上」是同一思路，只是用图谱而不是压缩。适合代码库大、文档杂（论文/截图混着放）的读者。注意它的抽取环节走 Claude 云端：代码结构和调用图是本地 AST（不花钱不出门），但文档/图片的概念抽取要 Claude 订阅或 API——纯本地诉求强的读者要心里有数。

显存口径

本地部分不吃显存：AST/图构建/社区发现全在 CPU（Python）。花钱/出门的部分是 Claude 抽取（云端），与本地显卡无关。接本地模型做抽取不在其设计内（目前依赖 Claude 视觉与 LLM）。