Graphify-Labs/graphify

它解决的问题

AI 编程助手常常浪费 token 阅读整个文件来理解代码库。Graphify 构建项目的知识图谱（代码、文档、PDF、图片、视频），使助手可以直接针对图谱进行查询、路径追踪和概念解释，而不是搜索文件。这减少了 token 消耗并加速了理解。

工作原理

Graphify 使用 tree-sitter（一种 AST 解析器）在本地解析代码——确定性和免费，无需 LLM。对于非代码文件（文档、PDF、图片、视频），它可选地使用你的助手模型或配置的 API 密钥进行语义处理。它构建一个图谱，其中节点是概念，边带有置信度标签（如果源中明确则为 EXTRACTED，如果解析得到则为 INFERRED）。你获得三个输出：交互式 graph.html、GRAPH_REPORT.md 和用于查询的 graph.json。CLI 提供 "explain"、"path" 和 "query" 命令。它可以作为技能安装到 20 多个 AI 助手中（Claude Code、Cursor、Codex 等）。

适用人群

适用于在大型或多语言代码库、monorepo 或混合文件类型项目中使用 AI 编程助手的开发者和团队。也适用于希望通过 Graphify Cloud 在 SDLC 中获得持续记忆的团队，其功能包括跨仓库链接、代码审查、形式化验证以及 Sentry/Jira 连接器。

亮点

• 本地优先的代码解析：免费、确定性，数据不会离开你的机器。
• 真正的图谱，而非向量索引——无嵌入，无向量存储。
• 每条边都标记为 EXTRACTED 或 INFERRED，保证透明度。
• 通过 tree-sitter 支持 40 多种语言，以及文档、PDF、图片、视频/音频。
• 一条命令安装到 20 多个 AI 助手中。
• 基准测试显示在 LOCOMO 上以 0 LLM 积分达到 0.497 recall@10。