Graphify-Labs/graphify

해결하는 문제

AI 코딩 어시스턴트는 코드베이스를 이해하기 위해 전체 파일을 읽는 데 토큰을 낭비하는 경우가 많습니다. Graphify는 프로젝트의 지식 그래프(코드, 문서, PDF, 이미지, 비디오)를 구축하여 어시스턴트가 파일을 검색하는 대신 그래프를 직접 쿼리하고, 경로를 추적하고, 개념을 설명할 수 있게 합니다. 이는 토큰 소비를 줄이고 이해 속도를 높입니다.

작동 방식

Graphify는 tree-sitter(AST 파서)를 사용하여 코드를 로컬에서 파싱합니다. 결정적이고 무료이며 LLM이 필요 없습니다. 비코드 파일(문서, PDF, 이미지, 비디오)의 경우 선택적으로 어시스턴트의 모델 또는 구성된 API 키를 사용하여 의미론적 패스를 수행합니다. 노드는 개념이고 엣지에는 신뢰도 태그(소스에 명시적이면 EXTRACTED, 해석되면 INFERRED)가 있는 그래프를 구축합니다. 세 가지 출력을 얻습니다: 대화형 graph.html, GRAPH_REPORT.md, 쿼리용 graph.json. CLI는 "explain", "path", "query" 명령을 제공합니다. 20개 이상의 AI 어시스턴트(Claude Code, Cursor, Codex 등)에 스킬로 설치됩니다.

대상 사용자

대규모 또는 다국어 코드베이스, 모노레포, 혼합 파일 유형 프로젝트에서 AI 코딩 어시스턴트를 사용하는 개발자와 팀. 또한 Graphify Cloud를 통해 SDLC 전반에 걸쳐 지속적인 메모리를 원하는 팀을 위한 것으로, 교차 저장소 링크, 코드 리뷰, 형식 검증, Sentry/Jira 커넥터와 같은 기능을 제공합니다.

주요 특징

• 로컬 우선 코드 파싱: 무료, 결정적, 데이터가 머신을 떠나지 않습니다.
• 벡터 인덱스가 아닌 실제 그래프—임베딩이나 벡터 저장소가 없습니다.
• 투명성을 위해 모든 엣지에 EXTRACTED 또는 INFERRED 태그가 지정됩니다.
• tree-sitter를 통해 40개 이상의 언어를 지원하며 문서, PDF, 이미지, 비디오/오디오도 지원합니다.
• 한 번의 명령으로 20개 이상의 AI 어시스턴트에 설치됩니다.
• 벤치마크는 LOCOMO에서 0 LLM 크레딧으로 0.497 recall@10을 보여줍니다.