Graphify：为 AI 编程助手打造的开源代码知识图谱工具

Graphify 是一款面向 AI 编程助手的开源「技能（skill）」，旨在帮助 Claude Code、OpenAI Codex、OpenCode 等工具理解多模态代码仓库。它由开发者 Safi Shamsi 维护，采用 MIT 协议发布，底层依赖 NetworkX 与 Tree-sitter 等成熟开源库，GitHub 上已获得超过 3.7k 星标。

核心思路：用知识图谱替代向量检索

Graphify 的设计理念是将整个代码仓库——包括源代码、文档、研究论文与图表——转化为一棵可交互的知识图谱，既能回答「代码做了什么」，也能回答「为什么这样设计」。它不依赖向量嵌入，而是采用 Leiden 算法进行语义社区发现，输出可供开发者直接浏览的结构化结果。

主要能力

• 多模态抽取：解析 .py、.js、.go、.java 等代码、Markdown、PDF 与图片。Tree-sitter 负责提取 AST、调用图与文档字符串，LLM 负责从文本中抽取概念，视觉模型负责读图。
• 图谱构建：将所有节点与边合并为 NetworkX 图，再通过 Leiden 算法进行社区聚类。
• 关键节点与意外关联：识别高度数的「上帝节点（god nodes）」，并标记跨文件、跨领域的意外连接。
• 交互式输出：导出 graph.html（交互式可视化）、graph.json（可查询持久化图谱）以及 GRAPH_REPORT.md（人工可读审计报告）。
• 助手集成：内置 /graphify、/graphify query、/graphify path、/graphify explain 等命令，适配 Claude Code、Codex 与 OpenCode。

处理流水线

Graphify 的处理流程分为七个独立阶段：detect（收集文件）、extract（AST + LLM 抽取节点与边）、build（构建 NetworkX 图）、cluster（Leiden 社区聚类）、analyze（上帝节点与意外关联）、report（生成报告）、export（输出 HTML / JSON / Obsidian）。辅助模块包括 URL 抓取、语义缓存、输入校验、文件监听与 MCP 协议服务。

实测数据

项目附带可复现的测试语料：

• httpx（小规模）：6 个 Python 文件，产出 144 个节点、330 条边、6 个社区。上帝节点为 Client、AsyncClient、Response、Request，并发现 DigestAuth → Response 的意外关联。
• Karpathy 混合语料：3 个 GPT 框架仓库 + 5 篇注意力论文 + 4 张图（约 52 个文件、约 9.2 万词），产出 285 个节点、340 条边、53 个社区。平均查询消耗约 1.7k tokens，而朴素方式约 123k tokens，压缩比达 71.5 倍。在约 50 万词的语料上，BFS 子图查询仍稳定在约 2k tokens，相对朴素方式约 67 万 tokens 的开销。

与相邻项目的对比

• Sourcegraph：擅长跨仓库代码搜索与导航，但本身不是知识图谱，设计语义能力有限。
• Code2Vec：提供函数级向量嵌入，适合检索与分类，但缺少图结构与多模态输入。
• Neo4j：通用图数据库，Cypher 查询强大，但不会从代码自动生成图谱。

隐私与安全

Graphify 不捆绑任何 LLM，仅使用开发者已在 AI 助手中配置的模型 API Key，且只传输文档的语义描述，不会发送原始源代码。URL 限定 http/https，下载设有大小与超时限制，输出路径进行包含性检查，节点标签经过 HTML 转义，以防范 SSRF、Cypher 注入与 XSS 等风险。项目不收集任何遥测数据，核心依赖均为宽松开源协议，适合商业使用。