知识图谱化

在 AI 编码助手中输入 /graphify，它就会将你的整个项目（代码、文档、PDF、图片、视频）映射成一个知识图谱，让你可以通过查询代替在文件里 grep。

• 免费、完全本地的代码映射。 代码通过 tree-sitter AST 解析：确定性的，不依赖 LLM，数据不会离开你的机器。（文档、PDF、图片和视频会使用你助手的模型，或配置的 API 密钥，进行一次语义分析。）
• 每个连接都有解释。 每条边都被标记为 EXTRACTED（显式存在于源码中）或 INFERRED（由 graphify 解析得出），这样你就能区分哪些是直接读取的，哪些是推断的。
• 不是向量索引。 没有嵌入，没有向量存储：而是一个你可以直接遍历的真实图谱。你可以提问、追踪两个概念之间的路径，或者解释某一个概念。

希望这个功能始终开启，在你的代码、文档和会议中后台自动更新，而不仅仅是按需运行？这正是我们在 graphify.com 上正在构建的产品。你可以在那里加入等候列表。

由 graphify 映射的 FastAPI 代码库。每个节点是一个概念，颜色表示检测到的社区，整个图谱可以在 graph.html 中点击交互。

快速开始（30 秒）：

uv tool install graphifyy      # 安装 CLI（或：pipx install graphifyy）
graphify install               # 向你的 AI 助手注册技能

然后，在你的 AI 助手中输入：

/graphify .

完成。你会得到三个文件：

graphify-out/
├── graph.html       在浏览器中打开——可点击节点、筛选、搜索
├── GRAPH_REPORT.md  高亮摘要：核心概念、意外的连接、建议的问题
└── graph.json       完整图谱——无需重新读取文件即可随时查询

支持 Claude Code、Cursor、Codex、Gemini CLI、GitHub Copilot 等 15 多个平台——选择你的平台。

实际效果

图谱构建完成后，你就可以通过查询代替阅读文件。以下是在上述 FastAPI 代码库上运行 graphify 的真实输出：

$ graphify explain "APIRouter"
Node: APIRouter
  Source:    routing.py L2210
  Community: 2
  Degree:    47

Connections (47):
  --> RequestValidationError [uses] [INFERRED]
  --> Dependant [uses] [INFERRED]
  --> .get() [method] [EXTRACTED]
  <-- __init__.py [imports] [EXTRACTED]
  ...

$ graphify path "FastAPI" "ModelField"
Shortest path (3 hops):
  FastAPI --uses--> DefaultPlaceholder <--references-- get_request_handler() --references--> ModelField

每条边都带有一个置信度标签（EXTRACTED = 源码中显式存在，INFERRED = 通过解析推导得出），因此你可以区分出哪些是直接读取的，哪些是推断的。graphify query "<question>" 针对自然语言问题返回一个范围化的子图，graphify path A B 则追踪任意两个概念之间的连接方式。

功能介绍

开箱即用的能力：

基准测试

所有系统均在相同框架下使用相同模型和预算运行，由一位评审员进行评分，并经过第二位评审员的盲验（一致性 90.6%，Cohen’s kappa 0.81）。完整的各系统表格、代码智能结果及复现命令：BENCHMARKS.md。

先决条件

macOS 快速安装（Homebrew）：

brew install python@3.12 uv

Windows 快速安装：

winget install astral-sh.uv

Ubuntu/Debian：

sudo apt install python3.12 python3-pip pipx
# 或安装 uv：
curl -LsSf https://astral.sh/uv/install.sh | sh

安装

官方包： PyPI 上的包名为 graphifyy（双 y）。PyPI 上的其他 graphify* 包与本项目无关。CLI 命令仍然为 graphify。

步骤 1 — 安装包：

# 推荐（隔离环境；如果之后找不到 'graphify' 命令，请运行：uv tool update-shell）：
uv tool install graphifyy

# 备选方案：
pipx install graphifyy
pip install graphifyy  # 可能需要设置 PATH — 见下方说明

步骤 2 — 向你的 AI 助手注册技能：

graphify install

就这样。打开你的 AI 助手并输入 /graphify .

若要将助手技能安装到当前仓库而非你的用户配置中，请添加 --project：

graphify install --project
graphify install --project --platform codex

项目范围的安装会写入当前目录下，例如 .claude/skills/graphify/SKILL.md 或 .agents/skills/graphify/SKILL.md（外加一个技能按需加载的 references/ 附加文件），并输出一个 git add 提示，列出

Codex 使用 $graphify 而不是 /graphify。

让你的助手始终使用知识图谱

在构建完图谱后，在项目中运行一次该命令：

这会写入一个小的配置文件，告诉你的助手在回答代码库问题时优先查阅知识图谱，倾向于使用范围查询（如 graphify query "<question>"）而不是阅读完整报告或直接 grep 原始文件。

• 钩子平台（Claude Code、Gemini CLI）：在搜索类工具调用前自动触发一个钩子（在 Claude Code 上，还会在通过 Read/Glob 工具逐个读取源文件之前触发），引导助手走向图谱路径。
• 指令文件平台（Codex、OpenCode、Cursor 等）：持久化的指令文件（AGENTS.md、.cursor/rules/ 等）提供相同的优先查询指导。

GRAPH_REPORT.md 仍然可用于进行广泛的架构审视。

CodeBuddy 与 Claude Code 做了两件相同的事：写入 CODEBUDDY.md 部分，告诉 CodeBuddy 在回答架构问题前先读取 graphify-out/GRAPH_REPORT.md，并安装 PreToolUse 钩子（.codebuddy/settings.json），在 Bash 搜索命令和文件读取前触发，引导使用 graphify query 替代。

Codex 写入 AGENTS.md，这实际上是该平台上承载始终开启的图谱引导的机制。graphify codex install 还会在 .codex/hooks.json 中注册一个 PreToolUse 钩子（graphify hook-check），但该条目故意是一个无操作：Codex Desktop 拒绝在 PreToolUse 上使用 hookSpecificOutput.additionalContext，因此在那里发出引导会破坏 Bash 工具调用。与 Claude Code 不同（其钩子 graphify hook-guard 执行引导），在 Codex 上，钩子会触发但有意不做任何事，而 AGENTS.md 是始终开启的机制。

Kilo Code 将 Graphify 技能安装到 ~/.config/kilo/skills/graphify/SKILL.md，并将原生 /graphify 命令安装到 ~/.config/kilo/command/graphify.md。graphify kilo install 还会写入 AGENTS.md 以及一个原生的 tool.execute.before 插件（.kilo/plugins/graphify.js + .kilo/kilo.json 或 .kilo/kilo.jsonc 注册），因此 Kilo 通过原生的 .kilo 配置获得相同的始终开启的图谱提醒行为。

Cursor 写入 .cursor/rules/graphify.mdc 并设置 alwaysApply: true，因此 Cursor 会自动将其包含在每次对话中，无需钩子。

要一次性从所有平台移除 graphify：graphify uninstall（添加 --purge 可同时删除 graphify-out/）。或者使用每个平台的命令（例如 graphify claude uninstall）。

报告内容

• 神节点——项目中连接最多的概念。所有内容都通过这些节点流动。
• 意外连接——存在于不同文件或模块中的事物之间的链接。按意外程度排序。
• “为什么”——内联注释（# NOTE:、# WHY:、# HACK:）、文档字符串以及来自文档的设计理由会被提取为单独的节点，链接到它们所解释的代码。
• 建议问题——4-5 个图谱特别适合回答的问题。
• 置信度标签——每个推断的关系都标记为 EXTRACTED、INFERRED 或 AMBIGUOUS。你始终清楚哪些是发现的，哪些是猜测的。

支持的文件类型

代码提取在本地完成，无需API调用（通过tree-sitter分析AST）。其他所有操作都通过你的AI助手模型API进行。

Google Drive桌面版的.gdoc、.gsheet和.gslides文件是指向内容的快捷方式，而非实际文档内容。要在无头提取中包含原生Google文档、表格和幻灯片，请安装并认证gws CLI，然后运行：

uv tool install "graphifyy[google]"  # needed for Google Sheets table rendering
gws auth login -s drive
graphify extract ./docs --google-workspace

你也可以设置GRAPHIFY_GOOGLE_WORKSPACE=1。Graphify会将快捷方式导出为Markdown sidecar文件，存放在graphify-out/converted/目录下，然后提取这些文件。

常用命令

/graphify .                        # build graph for current folder
/graphify ./docs --update          # re-extract only changed files
/graphify . --cluster-only         # rerun clustering without re-extracting
/graphify . --cluster-only --resolution 1.5      # more granular communities
/graphify . --cluster-only --exclude-hubs 99     # suppress utility super-hubs from god-node rankings
/graphify . --no-viz               # skip the HTML, just the report + JSON
/graphify . --wiki                 # build a markdown wiki from the graph
graphify export callflow-html      # Mermaid architecture/call-flow HTML (auto-regenerates on every git commit if hook is installed)

/graphify query "what connects auth to the database?"
/graphify path "UserService" "DatabasePool"
/graphify explain "RateLimiter"

/graphify add https://arxiv.org/abs/1706.03762   # fetch a paper and add it
/graphify add <youtube-url>                       # transcribe and add a video

graphify hook install              # auto-rebuild on git commit
graphify merge-graphs a.json b.json              # combine two graphs

graphify prs                       # PR dashboard: CI state, review status, worktree mapping
graphify prs 42                    # deep dive on PR #42 with graph impact
graphify prs --triage              # AI ranks your review queue (uses whatever backend is configured)
graphify prs --conflicts           # PRs sharing graph communities — merge-order risk

请参阅下面的完整命令参考。

忽略文件

在项目根目录创建.graphifyignore文件——语法与.gitignore相同，支持!否定。

.gitignore会被自动遵守。 graphify会读取每个目录中的.gitignore文件。如果同时存在.graphifyignore，两者会合并——.graphifyignore中的模式会最后评估，因此在冲突时优先（包括!否定）。添加.graphifyignore只会排除更多文件，不会重新包含已被.gitignore排除的文件。子目录作用域与git相同——忽略文件只影响其自身的子树。

当被git忽略的生成或转译代码需要包含在图谱中时，传递--no-gitignore给graphify extract。这会禁用.gitignore和.git/info/exclude；但.graphifyignore仍然生效。

# .graphifyignore
node_modules/
dist/
*.generated.py

# only index src/, ignore everything else
*
!src/
!src/**

团队设置

graphify-out/目录应提交到git，这样团队中的每个人都能从图谱开始。

推荐的.gitignore添加项：

graphify-out/cost.json        # local only
# graphify-out/cache/         # optional: commit for speed, skip to keep repo small

manifest.json现在是可移植的——键以相对路径存储，并在加载时重新锚定，因此提交它是安全的，避免了首次检出时的完全重建。

工作流程：

1. 一人运行/graphify .并提交graphify-out/。
2. 所有人拉取——他们的助手立即读取图谱。
3. 运行graphify hook install以在每次提交后自动重建（仅AST，无API成本）。这还会设置一个git合并驱动，确保graph.json不会留下冲突标记——两个开发者并行提交时，他们的图谱会自动合并。
4. 当文档或论文发生变化时，运行/graphify --update来刷新这些节点。

直接使用图谱

# query the graph from the terminal
graphify query "show the auth flow"
graphify query "what connects DigestAuth to Response?" --graph graphify-out/graph.json

# expose the graph as an MCP server (for repeated tool-call access)
python -m graphify.serve graphify-out/graph.json
python -m graphify.serve --graph graphify-out/graph.json  # --graph flag also accepted

# register with Kimi Code:
kimi mcp add --transport stdio graphify -- python -m graphify.serve graphify-out/graph.json

# or serve over HTTP

---

## 隐私

- **代码文件** — 通过 tree-sitter 在本地处理。所有操作均不离开你的机器。纯代码语料库无需 API 密钥 — `graphify extract` 完全离线运行。在混合仓库中，添加 `--code-only` 可仅索引代码，跳过那些原本需要 LLM 处理的文档/PDF/图片。
- **视频 / 音频** — 使用 faster-whisper 在本地转录。所有操作均不离开你的机器。
- **文档、PDF、图片** — 发送至你的 AI 助手进行语义提取（通过 `/graphify` 技能，使用你 IDE 会话当前运行的任何模型）。无头模式下的 `graphify extract` 需要 `GEMINI_API_KEY` / `GOOGLE_API_KEY`（Gemini）、`MOONSHOT_API_KEY`（Kimi）、`ANTHROPIC_API_KEY`（Claude）、`OPENAI_API_KEY`（OpenAI）、`DEEPSEEK_API_KEY`（DeepSeek）、运行中的 Ollama 实例（`OLLAMA_BASE_URL`）、通过标准供应商链提供的 AWS 凭证（Bedrock - 无需 API 密钥，使用 IAM），或 `claude` CLI 二进制文件（Claude Code - 无需 API 密钥，使用你的 Claude 订阅）。`--dedup-llm` 标志使用相同的密钥。
- **数据驻留** — `graphify extract` 根据设置的 API 密钥自动检测使用哪个供应商（优先级：Gemini → Kimi → Claude → OpenAI → DeepSeek → Azure → Bedrock → Ollama）。对于有数据驻留要求的代码，请使用 `--backend ollama`（完全本地）或传递显式的 `--backend` 标志。Kimi（`MOONSHOT_API_KEY`）会路由至中国的 Moonshot AI 服务器。
- **无遥测**、无使用跟踪、无分析。
- **查询日志** — 每次 `graphify query`、`graphify path`、`graphify explain` 和 MCP `query_graph` 调用都会以 JSON Lines 格式记录到 `~/.cache/graphify-queries.log`（时间戳、问题、语料库、返回的节点、时长）。完整子图响应**默认不存储**。设置 `GRAPHIFY_QUERY_LOG_DISABLE=1` 可退出记录，或设置 `GRAPHIFY_QUERY_LOG=/dev/null` 可在不禁用代码路径的情况下静默记录。

---

## 故障排除

**安装后出现 `graphify: command not found`**
CLI 已安装，但其 bin 目录不在 shell 的 `PATH` 中。根据你的安装方式选择修复方法：
- **uv**（`uv tool install graphifyy`）：命令被放置在 uv 的 tool bin 目录（`~/.local/bin`）中，新的 macOS/zsh 设置通常不会将该目录加入 `PATH`。运行 `uv tool update-shell`，然后打开新终端。（使用 `uv tool dir --bin` 查找该目录。）
- **pipx**（`pipx install graphifyy`）：运行 `pipx ensurepath`，然后打开新终端。
- **pip**（`pip install graphifyy`）：pip 将脚本安装到用户 bin 目录，该目录可能不在 `PATH` 中——将 `~/Library/Python/3.x/bin`（macOS）或 `~/.local/bin`（Linux）添加到 `~/.zshrc`/`~/.bashrc` 的 `PATH` 中，或直接运行 `python -m graphify`。

**`uvx graphify …` 或 `uv tool run graphify …` 无法解析 `graphify`**
PyPI 包名为 `graphifyy`；`graphify` 只是它提供的命令。`uv tool run` 将第一个词视为**包名**，因此会查找名为 `graphify` 的包，并报告 `No solution found … no versions of graphify`。显式指定包名：`uvx --from graphifyy graphify install`（等同于 `uv tool run --from graphifyy graphify install`）。或者一次性安装 `uv tool install graphifyy`，然后直接调用 `graphify`。

**`uv run --with graphifyy python -m graphify` 静默运行旧版本**
`uv run` 使用你的**系统** Python，因此如果系统中也存在旧版 `graphifyy`（例如之前 `pip install graphifyy` 过），Python 会优先在 `sys.path` 中找到该副本，而 `--with graphifyy` 不会覆盖它。它不会报错，但你会得到**旧版本**的行为——例如，`OPENAI_BASE_URL` 等环境变量覆盖会被静默忽略，因此请求会命中默认端点，并以 401 错误（看起来像密钥无效）失败。特征是在日志中看到 `warning: skill is from graphify <newer>, package is <older>` 这行——这意味着加载了不同的安装版本，而不仅仅是过时的 skill。检查实际加载的是哪个副本：
```bash
python -c "import graphify; print(graphify.__file__)"

然后直接运行已安装的命令（它会使用 uv 管理的副本），或删除旧的系统副本：

uvx --from graphifyy graphify extract . --backend openai   # 显式指定包名
pip uninstall graphifyy                                    # 或移除旧的系统安装

python -m graphify 有效但 graphify 命令无效 你的 shell 的 PATH 不包含该命令安装到的 bin 目录。建议使用 uv tool install / pipx install 而非普通 pip，然后运行 uv tool update-shell / pipx ensurepath 并打开新终端（参见上面的安装说明）。

在 PowerShell 中 /graphify . 导致“路径未被识别” PowerShell 将开头的 / 视为路径分隔符。在 Windows 上请使用 graphify .（不带斜杠）。

使用 --update 或重建后图中的节点变少 如果重构删除了文件，旧节点会残留。传递 --force（或设置 GRAPHIFY_FORCE=1）可在重建后节点数减少时强制覆盖。

extract 退出并显示“extraction was incomplete … refusing to overwrite” 当提取过程崩溃或遍历无法完整读取语料库时，此次运行的结果会小于完整结果，因此 graphify extract 拒绝用部分结果覆盖现有更大的图（以保护你的 graph.json）。修复底层故障后重新运行，或传递 --allow-partial 强制覆盖。

图中同一实体存在重复节点（幽灵重复） 幽灵重复（同一符号出现两次——一次来自 AST 提取并带有源位置，另一次来自语义提取且不带位置）现在在构建时自动合并。如果你在 v0.8.33 之前构建的图中看到此问题，请运行完整重新提取以清理：

graphify extract . --force

Ollama 显存不足 / 超出上下文窗口 KV-cache 窗口会自动调整大小，但可能对你的 GPU 来说过大。减小它：

GRAPHIFY_OLLAMA_NUM_CTX=8192 graphify extract ./docs --backend ollama --token-budget 4000

LLM returned invalid JSON / Unterminated string 警告 模型的 JSON 响应达到了输出 token 限制，导致字符串被截断。graphify 会自动恢复（它会拆分片段并重新提取两半，同时过大的单个文档会先按标题/段落边界切片，以确保整个文件仍被覆盖），因此这些警告只是噪音，不会造成数据丢失。为减少此类问题，可提高输出上限或缩小每个片段的输出：

GRAPHIFY_MAX_OUTPUT_TOKENS=16384 graphify extract . --mode deep   # 提升上限
graphify extract . --mode deep --token-budget 4000                # 更小的输入片段 -> 更小的输出

对于像 OpenRouter 这样的云网关，建议使用 --backend openai（设置 OPENAI_BASE_URL）而非 Ollama 桥接——这是更干净的 OpenAI 兼容路径。如果模型有其自身的最大输出上限，降低 --token-budget 是可靠的手段。

图 HTML 太大，无法在浏览器中打开（>5000 节点） 跳过 HTML 生成，直接使用 JSON：

graphify cluster-only ./my-project --no-viz
graphify query "..."

两个开发者同时提交后，graph.json 出现冲突标记 运行 graphify hook install——它会设置一个 git 合并驱动程序，自动对 graph.json 进行联合合并，从而避免冲突。

提取文档或PDF时返回空节点/边
文档、PDF和图像需要调用LLM——纯代码语料库不需要API密钥。请检查你的API密钥是否已设置，且后端是否正确：

ANTHROPIC_API_KEY=sk-... graphify extract ./docs --backend claude

IDE中提示技能版本不匹配
你安装的graphify版本与技能文件不同。请更新：

uv tool upgrade graphifyy
graphify install  # 覆盖技能文件

每次执行graphify extract后Claude Code提示缓存失效
Graphify会将输出文件（graph.json、graphify-out/）写入工作区。如果这些路径没有被忽略，每次写入都会使Claude Code的提示缓存失效，导致下一轮以缓存写入速率强制重新上传。将它们添加到.claudeignore中：

# .claudeignore
graph.json
graphify-out/

完整命令参考

/graphify                          # 对当前目录执行
/graphify ./raw                    # 对特定文件夹执行
/graphify ./raw --mode deep        # 更具侵略性的关系提取
graphify extract ./raw --code-only # 仅索引代码——本地AST，无需API密钥（跳过文档/PDF/图像）；这是一个`extract`标志，而非技能标志
/graphify ./raw --update           # 仅重新提取已更改的文件
/graphify ./raw --directed         # 保留边的方向
/graphify ./raw --cluster-only     # 对现有图重新运行聚类
/graphify ./raw --no-viz           # 跳过HTML可视化
/graphify ./raw --obsidian         # 生成Obsidian仓库
/graphify ./raw --obsidian --obsidian-dir ~/vault  # 写入现有仓库（从不覆盖你自己的笔记或.obsidian配置）
/graphify ./raw --wiki             # 构建可供代理爬取的Markdown Wiki
/graphify ./raw --svg              # 导出graph.svg
/graphify ./raw --graphml          # 导出供Gephi / yEd使用
/graphify ./raw --neo4j            # 为Neo4j生成cypher.txt
/graphify ./raw --neo4j-push bolt://localhost:7687
/graphify ./raw --falkordb         # 为FalkorDB生成cypher.txt
/graphify ./raw --falkordb-push falkordb://localhost:6379
/graphify ./raw --watch            # 文件变化时自动同步
/graphify ./raw --mcp              # 启动MCP stdio服务器

/graphify add https://arxiv.org/abs/1706.03762
/graphify add <video-url>
/graphify add https://... --author "Name" --contributor "Name"

/graphify query "what connects attention to the optimizer?"
/graphify query "..." --dfs --budget 1500
/graphify path "DigestAuth" "Response"
/graphify explain "SwinTransformer"

graphify save-result --question "Q" --answer "A" --nodes Foo Bar --outcome useful   # 记录问答结果（工作记忆；outcome可选值为useful|dead_end|corrected）
graphify reflect                   # 将graphify-out/memory/中的结果聚合到reflections/LESSONS.md
graphify reflect --if-stale        # 当LESSONS.md已比所有输入更新时，不执行任何操作（每次会话运行成本低）
graphify reflect --out docs/LESSONS.md    # 将教训文档写入其他位置
graphify reflect --graph graphify-out/graph.json  # 按社区分组教训，并写入工作记忆叠加层（.graphify_learning.json）
                                   # 该叠加层用preferred/tentative/contested标记节点（基于时间衰减，带有来源说明）；
                                   # graphify explain / query 会显示"Lesson:"提示，并在源文件移动后标记"code changed — re-verify"

graphify uninstall                 # 一次性从所有平台移除
graphify uninstall --purge         # 同时删除graphify-out/
graphify uninstall --project --platform codex  # 仅移除项目级安装文件

graphify hook install              # 提交后+检出后钩子
graphify hook uninstall
graphify hook status

# 始终开启的助手说明 - 平台相关
graphify claude install            # CLAUDE.md + PreToolUse钩子（Claude Code）
graphify claude uninstall
graphify codebuddy install         # CODEBUDDY.md + PreToolUse钩子（CodeBuddy）
graphify codebuddy uninstall
graphify codex install             # AGENTS.md + .codex/hooks.json中的PreToolUse钩子（Codex）
graphify opencode install          # AGENTS.md + tool.execute.before插件（OpenCode）
graphify kilo install              # 原生Kilo技能 + /graphify命令 + AGENTS.md + .kilo插件
graphify kilo uninstall
graphify cursor install            # .cursor/rules/graphify.mdc（Cursor）
graphify cursor uninstall
graphify gemini install            # GEMINI.md + BeforeTool钩子（Gemini CLI）
graphify gemini uninstall
graphify copilot install           # 技能文件（GitHub Copilot CLI）
graphify copilot uninstall
graphify aider install             # AGENTS.md（Aider）
graphify aider uninstall
graphify claw install              # AGENTS.md（OpenClaw）
graphify claw uninstall
graphify droid install             # AGENTS.md（Factory Droid）
graphify droid uninstall
graphify trae install              # AGENTS.md（Trae）
graphify trae uninstall
graphify trae-cn install           # AGENTS.md（Trae CN）
graphify trae-cn uninstall
graphify hermes install             # AGENTS.md + ~/.hermes/skills/（Hermes）
graphify hermes uninstall
graphify amp install               # 技能文件（Amp）
graphify amp uninstall
graphify agents install            # ~/.agents/skills/ + AGENTS.md（跨框架；别名：graphify skills）
graphify agents uninstall
graphify kiro install               # .kiro/skills/ + .kiro/steering/graphify.md（Kiro IDE/CLI）
graphify kiro uninstall
graphify pi install                # 技能文件（Pi编码代理）
graphify pi uninstall
graphify devin install             # 技能文件 + .windsurf/rules/graphify.md（Devin CLI）
graphify devin uninstall
graphify antigravity install       # .agents/rules + .agents/workflows（Google Antigravity）
graphify antigravity uninstall

graphify extract ./docs                        # 无头LLM提取，用于CI（无需IDE）
graphify extract ./docs --backend gemini       # 显式后端：gemini, kimi, claude, openai, deepseek, ollama, bedrock, 或 claude-cli
graphify extract ./docs --backend gemini --model gemini-3.1-pro-preview
graphify extract ./docs --backend ollama       # 本地Ollama（设置OLLAMA_BASE_URL / OLLAMA_MODEL）——无需API密钥进行回环
OPENAI_BASE_URL=http://localhost:8080/v1 OPENAI_MODEL=my-model graphify extract ./docs --backend openai   # 任何兼容OpenAI的服务器（llama.cpp, vLLM, LM Studio）
ANTHROPIC_BASE_URL=http://localhost:4000 ANTHROPIC_MODEL=my-model graphify extract ./docs --backend claude   # 任何兼容Anthropic的端点（LiteLLM代理、网关）
GRAPHIFY_OLLAMA_NUM_CTX=32768 graphify extract ./docs --backend ollama   # 覆盖KV缓存窗口（默认自动调整大小）
GRAPHIFY_OLLAMA_KEEP_ALIVE=0 graphify extract ./docs --backend ollama    # 每个块后卸载模型（在小GPU上节省VRAM）
graphify extract ./docs --backend bedrock      # 通过IAM使用AWS Bedrock——无需API密钥，使用AWS凭证链
graphify extract ./docs --backend claude-cli   # 通过Claude Code CLI路由——无需API密钥，使用你的Claude订阅
graphify extract ./docs --backend azure        # Azure OpenAI（设置AZURE_OPENAI_API_KEY + AZURE_OPENAI_ENDPOINT）
graphify extract ./docs --max-workers 16       # AST并行度（也可用GRAPHIFY_MAX_WORKERS）
graphify extract --postgres "postgresql://user:pass@host/db"   # 直接内省实时PostgreSQL模式
graphify extract ./my-workspace --cargo        # 直接内省Rust Cargo工作区依赖
graphify extract ./docs --token-budget 30000   # 针对本地/小型模型使用更小的语义块
graphify extract ./docs --max-concurrency 2    # 更少的并行LLM调用（对本地推理有用）
graphify extract ./docs --api-timeout 900      # 针对慢速本地模型使用更长的HTTP超时（默认600秒）
graphify extract ./docs --google-workspace     # 提取前通过gws导出.gdoc/.gsheet/.gslides
graphify extract ./src --no-gitignore          # 包含git忽略的源文件；仍遵循.graphifyignore
graphify extract ./docs --mode deep            # 通过扩展系统提示进行更丰富的语义提取
graphify extract ./docs --no-cluster           # 仅原始提取，跳过聚类
graphify extract ./docs --timing               # 将各阶段耗时打印到stderr（也适用于cluster-only）
graphify extract ./docs --force                # 即使新图节点数更少也覆盖graph.json（重构后或清除重复项时使用）
graphify extract ./docs --dedup-llm            # 对模糊实体对使用LLM裁决（使用相同API密钥）
graphify extract ./docs --global --as myrepo   # 提取并注册到跨项目全局图中
GRAPHIFY_MAX_OUTPUT_TOKENS=32768 graphify extract ./docs --backend claude  # 针对密集语料库提高输出上限

graphify export callflow-html                       # graphify-out/<project>-callflow.html
graphify export callflow-html --max-sections 8      # 限制生成的架构部分数量
graphify export callflow-html --output docs/arch.html
graphify export callflow-html ./some-repo/graphify-out

graphify global add graphify-out/graph.json --as myrepo   # 将项目图注册到~/.graphify/global-graph.json
graphify global remove myrepo                         # 从全局图中移除项目
graphify global list                                  # 显示所有已注册仓库及节点/边计数
graphify global path                                  # 打印全局图文件路径

graphify prs                              # PR仪表盘：CI、审查、工作树、图影响
graphify prs 42                           # 深入分析PR #42
graphify prs --triage                     # AI分类排名（从环境自动检测后端）
graphify prs --worktrees                  # 工作树 → 分支 → PR映射
graphify prs --conflicts                  # 共享图社区的PR（合并顺序风险）
graphify prs --base main                  # 仅筛选针对特定基础分支的PR
graphify prs --repo owner/repo            # 针对不同GitHub仓库运行
GRAPHIFY_TRIAGE_BACKEND=kimi graphify prs --triage   # 使用特定后端进行分类

graphify clone https://github.com/karpathy/nanoGPT
graphify merge-graphs a.json b.json --out merged.json
graphify --version                                    # 打印已安装版本
graphify watch ./src
graphify check-update ./src
graphify update ./src
graphify update ./src --no-cluster  # 跳过重新聚类，仅写入原始AST图
graphify update ./src --force       # 即使新图节点数更少也覆盖
graphify cluster-only ./my-project
graphify cluster-only ./my-project --graph path/to/graph.json  # 自定义图位置
graphify cluster-only ./my-project --max-concurrency 16 --batch-size 200  # 并行社区标记（大型图）
graphify cluster-only ./my-project --resolution 1.5            # 更多、更小的社区
graphify cluster-only ./my-project --exclude-hubs 99           # 从分区中排除p99度节点
graphify cluster-only ./my-project --no-label                  # 保留"Community N"占位符
graphify cluster-only ./my-project --backend=gemini            # 社区命名使用的后端
graphify cluster-only ./my-project --backend=gemini --model gemini-2.5-pro  # 特定模型
graphify label ./my-project                                    # 使用配置的后端（重新）命名社区
graphify label ./my-project --backend=openai --model gpt-4o   # 强制使用特定后端和模型

社区名称： 在代理内部（Claude Code、Gemini CLI），代理会自行命名社区。当您运行裸 CLI 时，cluster-only 会使用配置的后端（内置或自定义 OpenAI 兼容提供商）自动命名它们 — 传递 --no-label 以保留 Community N，或运行 graphify label 按需（重新）生成名称。

了解更多

• 工作原理 — 提取管道、社区检测、置信度评分、基准测试
• ARCHITECTURE.md — 模块分解，如何添加语言
• 可选集成 — Docker MCP Toolkit + SQLite
• The Memory Layer — 关于 graphify 背后理念与端到端架构的书籍

graphify Enterprise

graphify Enterprise 是在 graphify 之上构建的始终在线层，将相同的图方法应用于您整个工作上下文：会议、文件、文档和代码，并在后台持续更新。

专为那些工作跨越数百个对话和文档、永远无法完全重建的人员和团队而设计。

在 graphify.com 加入等候名单。 免费试用即将推出。

git clone https://github.com/safishamsi/graphify.git
cd graphify
git checkout v8                        # 活跃开发分支

# 创建项目虚拟环境并安装 graphify + 所有额外依赖 + 开发组
#（pytest）。uv 默认安装开发依赖组；传递 --no-dev 可跳过。
uv sync --all-extras

uv run graphify --version
uv run python -c "import graphify; print(graphify.__file__)"

uv run pytest tests/ -q                # 运行全套测试
uv run pytest tests/test_extract.py -q # 单个模块
uv run pytest tests/ -q -k "python"    # 按名称过滤

社区与链接