知识图谱化

在 AI 编码助手中输入 /graphify，它就能将你的整个项目（代码、文档、PDF、图片、视频）映射成一个知识图谱，你可以通过查询来获取信息，而不是在文件中逐个 grep。

• 免费本地化代码映射。 代码通过 tree-sitter AST 解析：确定性、无需 LLM、不会离开你的机器。（文档、PDF、图片和视频使用助手的模型或配置的 API key 进行语义处理）。
• 每条边都有解释。 每个连接都标记为 EXTRACTED（在源码中显式存在）或 INFERRED（由 graphify 解析得到），因此你能区分哪些是直接读取的，哪些是推断出来的。
• 不是向量索引。 没有嵌入，没有向量存储：是一个真实可遍历的图。提出问题、追踪两个事物之间的路径，或解释一个概念。

由 graphify 映射的 FastAPI 代码库。每个节点都是一个概念，颜色表示检测到的社区，整个图在 graph.html 中是可点击的。

快速上手（30 秒内）：

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：

/graphify .

就这样。你会得到三个文件：

graphify-out/
├── graph.html       在任何浏览器中打开 — 点击节点、过滤、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       完整的图 — 随时查询，无需重新读取文件

适用于 Claude Code、Cursor、Codex、Gemini CLI、GitHub Copilot 以及 15 个以上平台 — 选择你的平台。

实际效果

图构建完成后，你就可以通过查询来获取信息，而不是读取文件。以下是实际输出，来自上面展示的 FastAPI 代码库的 graphify 运行结果：

$ 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 = 在源码中显式存在，INFERRED = 通过解析推导得出），因此你能区分哪些是直接读取的，哪些是推断出来的。graphify query "<question>" 会针对一个自然语言问题返回一个限定的子图，而 graphify path A B 则追踪任意两个事物之间的连接方式。

它能做什么

开箱即用的能力：

基准测试

所有系统使用相同的测试框架、模型和预算运行，评分由一位评审员完成，并与另一位评审员进行盲验（一致性 90.6%，Cohen’s kappa 0.81）。完整的逐系统表格、代码智能结果及复现命令请参见：BENCHMARKS.md。

前置条件

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 包名为 graphifyy（双 y）。PyPI 上的其他 graphify* 包均无关联。CLI 命令仍为 graphify。

第 1 步 — 安装包：

# 推荐（隔离环境；若之后找不到 'graphify'，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 — 见下方备注

第 2 步 — 向 AI 助手注册技能：

graphify install

大功告成。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（而非用户配置文件），请添加 --project：

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

项目级安装会写入当前目录下，例如 .claude/skills/graphify/SKILL.md 或 .agents/skills/graphify/SKILL.md（以及一个技能按需加载的 references/ 侧车文件），并打印可提交文件的 git add 提示。支持项目级安装的平台级命令也接受同样的标志，例如 graphify claude install --project 或 graphify codex install --project。

PowerShell 注意： 请使用 graphify . 而非 /graphify . — 前导斜杠在 PowerShell 中会被当作路径分隔符。

graphify: command not found？ uv tool install / pipx install 会将 graphify 命令放入其工具 bin 目录（~/.local/bin）。如果安装后 shell 立即找不到该命令（常见于全新的 macOS + zsh 环境），说明该目录尚未加入 PATH：请运行 uv tool update-shell（或 pipx ensurepath），然后打开一个新终端。若使用普通 pip，请将 ~/.local/bin（Linux）或 ~/Library/Python/3.x/bin（Mac）添加到 PATH，或运行 python -m graphify。

使用 uvx / uv tool run 而非安装？ 请指定包名而非命令：uvx --from graphifyy graphify install。直接使用 uvx graphify … 会失败（No solution found … no versions of graphify），因为 uv tool run 将第一个单词视为包，而包名为 graphifyy — graphify 命令位于其内部。

Mac/Windows 上尽量避免使用 pip install。技能会在运行时从 graphify-out/.graphify_python 解析 Python 路径；若该路径指向的环境与 pip 安装包的环境不同，你将遇到 ModuleNotFoundError: No module named 'graphify'。uv tool install 和 pipx install 将包隔离到自己的环境中，完全避免了此问题。

Git 钩子与 uv tool / pipx： graphify hook install 会在安装时将当前解释器路径直接嵌入钩子脚本中，因此即使在 GUI git 客户端和 CI 运行器中 ~/.local/bin 未加入 PATH，post-commit 钩子也能正确触发。若重新安装或升级 graphify，请重新运行 graphify hook install 以刷新嵌入的路径。

让您的 AI 助手始终使用图谱

在构建图谱之后，在项目中运行一次以下命令：

这会写入一个小的配置文件，告诉您的 AI 助手在代码库问题上咨询知识图谱，优先使用限定范围的查询（如 graphify query "<question>"），而不是读取完整报告或直接 grep 原始文件。

• 钩子平台（Claude Code、Gemini CLI）：在搜索类工具调用之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），让您的助手优先使用图谱路径。
• 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“查询优先”引导。

GRAPH_REPORT.md 仍然可用于宏观架构审查。

CodeBuddy 与 Claude Code 类似，做两件事：写入一个 CODEBUDDY.md 段落，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之前触发，引导使用 graphify query。

Codex 写入 AGENTS.md，并安装一个 PreToolUse 钩子到 .codex/hooks.json，在每次 Bash 工具调用之前触发，实现与 Claude Code 相同的始终在线机制。

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

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

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

报告中包含什么

• 神节点（God nodes） — 项目中连接最多的概念。一切都通过这些节点流动。
• 意外连接 — 存在于不同文件或模块中事物之间的链接。按意外程度排序。
• “为什么” — 内联注释（# NOTE:、# WHY:、# HACK:）、文档字符串以及文档中的设计原理被提取为独立节点，并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 — 每个推断关系都标记为 EXTRACTED、INFERRED 或 AMBIGUOUS。您始终清楚哪些是找到的，哪些是猜测的。

支持处理的文件

代码在本地提取，无 API 调用（通过 tree-sitter 的 AST）。其他类型则通过您的 AI 助手的模型 API 处理。

桌面版 Google Drive 的 .gdoc、.gsheet 和 .gslides 文件是快捷指针，而非文档内容。要在无头提取中包含原生 Google Docs、Sheets 和 Slides，请安装并认证 gws CLI，然后运行：

uv tool install "graphifyy[google]"  # 需要用于 Google Sheets 表格渲染
gws auth login -s drive
graphify extract ./docs --google-workspace

您也可以设置 GRAPHIFY_GOOGLE_WORKSPACE=1。Graphify 将快捷方式导出为 graphify-out/converted/ 下的 Markdown 伴生文件，然后提取这些文件。

常用命令

/graphify .                        # 为当前文件夹构建图谱
/graphify ./docs --update          # 仅重新提取变更的文件
/graphify . --cluster-only         # 仅重新运行聚类，不重新提取
/graphify . --cluster-only --resolution 1.5      # 更细粒度的社区
/graphify . --cluster-only --exclude-hubs 99     # 从神节点排名中抑制实用工具超级中心
/graphify . --no-viz               # 跳过 HTML，只生成报告 + JSON
/graphify . --wiki                 # 从图谱构建一个 Markdown wiki
graphify export callflow-html      # Mermaid 架构/调用流 HTML（如果安装了钩子，会在每次 Git 提交时自动重新生成）

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

/graphify add https://arxiv.org/abs/1706.03762   # 获取论文并添加
/graphify add <youtube-url>                       # 转录视频并添加

graphify hook install              # 在 Git 提交时自动重新构建
graphify merge-graphs a.json b.json              # 合并两个图谱

graphify prs                       # PR 仪表盘：CI 状态、审查状态、工作树映射
graphify prs 42                    # 深入分析 PR #42 及其图谱影响
graphify prs --triage              # AI 对您的审查队列进行排序（使用配置的后端）
graphify prs --conflicts           # 共享图谱社区的 PR——合并顺序风险

请参见下面的完整命令参考。

忽略文件

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

.gitignore 会被自动识别。 graphify 会读取每个目录下的 .gitignore。如果同时存在 .graphifyignore，两者会合并 —— .graphifyignore 中的模式会被最后评估，因此在冲突时（包括 ! 取反）会胜出。添加 .graphifyignore 只会排除更多文件；绝不会重新包含已被 .gitignore 排除的文件。子目录作用域规则与 git 相同 —— 忽略文件仅影响其自身子树。

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

# 仅索引 src/，忽略其他所有
*
!src/
!src/**

团队配置

graphify-out/ 应提交到 git，以便团队中的每个人都能拿到一份地图。

推荐的 .gitignore 追加项：

graphify-out/cost.json        # 仅本地需要
# graphify-out/cache/         # 可选：提交以加速，跳过则保持仓库小巧

manifest.json 现在可移植 —— 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，并可避免首次检出时完全重建。

工作流程：

1. 一人运行 /graphify . 并提交 graphify-out/。
2. 其他人拉取 —— 他们的助手会立即读取图谱。
3. 运行 graphify hook install 以在每次提交后自动重建（仅 AST，无 API 费用）。这还会设置一个 git 合并驱动程序，使得 graph.json 永远不会遗留冲突标记 —— 两个开发者并行提交时，他们的图谱会自动进行联合合并。
4. 当文档或论文发生变更时，运行 /graphify --update 刷新这些节点。

直接使用图谱

# 在终端中查询图谱
graphify query "展示认证流程"
graphify query "DigestAuth 与 Response 之间有何关联？" --graph graphify-out/graph.json

# 将图谱作为 MCP 服务器暴露（用于反复的工具调用访问）
python -m graphify.serve graphify-out/graph.json
python -m graphify.serve --graph graphify-out/graph.json  # 也接受 --graph 标志

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

# 或者通过 HTTP 提供，使整个团队指向一个 URL（无需本地 graphify）：
python -m graphify.serve graphify-out/graph.json --transport http --port 8080
python -m graphify.serve graphify-out/graph.json --transport http --host 0.0.0.0 --api-key "$SECRET"

MCP 服务器为你的助手提供结构化访问：query_graph、get_node、get_neighbors、shortest_path、list_prs、get_pr_impact、triage_prs。

共享 HTTP 服务器

--transport stdio（默认）为每个开发者生成一个本地服务器。--transport http 通过 MCP Streamable HTTP 传输协议提供相同的工具，因此一个共享进程即可为整个团队提供图谱服务 —— 客户端的 IDE MCP 配置指向 http://<host>:8080/mcp 而非本地运行 graphify。

默认的 127.0.0.1 绑定仅限回环接口。在共享主机上暴露时请同时设置 --host 0.0.0.0 和 --api-key。在容器中运行：

docker build -t graphify .
docker run -p 8080:8080 -v "$(pwd)/graphify-out:/data" graphify \
  /data/graph.json --transport http --host 0.0.0.0 --api-key "$SECRET"

WSL / Linux 提示： Ubuntu 自带的 Python 命令是 python3 而非 python。为避免冲突，请使用虚拟环境：

python3 -m venv .venv && .venv/bin/pip install "graphifyy[mcp]"

环境变量

以下变量仅在无头 / CI 场景下提取（graphify extract）时才需要。在 IDE 内通过 /graphify 技能运行时，模型 API 由你的 IDE 会话提供 —— 无需额外密钥。

隐私

• 代码文件 — 通过 tree-sitter 在本地处理。不会离开你的机器。纯代码语料无需 API 密钥 — graphify extract 完全离线运行。
• 视频/音频 — 通过 faster-whisper 在本地转写。不会离开你的机器。
• 文档、PDF、图片 — 发送给你的 AI 助手进行语义提取（通过 /graphify 技能，使用你 IDE 会话配置的任何模型）。无头模式 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)、一个正在运行的 Ollama 实例 (OLLAMA_BASE_URL)、通过标准 provider 链配置的 AWS 凭据 (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 会根据设置哪个 API 密钥自动检测使用哪个 provider（优先级：Gemini → Kimi → Claude → OpenAI → DeepSeek → Azure → Bedrock → Ollama）。对于有数据驻留要求的代码，使用 --backend ollama（完全本地）或传递显式的 --backend 标志。Kimi (MOONSHOT_API_KEY) 会路由到中国的 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（时间戳、问题、语料库、返回节点、耗时）记录到 ~/.cache/graphify-queries.log。完整子图响应默认不存储。设置 GRAPHIFY_QUERY_LOG_DISABLE=1 以退出，或设置 GRAPHIFY_QUERY_LOG=/dev/null 以静默日志而不禁用代码路径。

故障排除

安装后显示 graphify: command not found CLI 已安装，但其 bin 目录不在 shell 的 PATH 中。根据安装方式选择修复方法：

• uv (uv tool install graphifyy)：命令会放在 uv 的工具 bin 目录 (~/.local/bin)，刚装的 macOS/zsh 通常不会将该目录加入 PATH。运行 uv tool update-shell，然后打开新终端。（用 uv tool dir --bin 查找目录。）
• 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 — 在 ~/.zshrc/~/.bashrc 中添加 ~/Library/Python/3.x/bin (macOS) 或 ~/.local/bin (Linux) 到 PATH，或者直接运行 python -m graphify。

uvx graphify … 或 uv tool run graphify … 无法解析 graphify PyPI 包名是 graphifyy；graphify 只是它提供的命令。uv tool run 将第一个单词视为包名，因此它会查找名为 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）。或运行一次 uv tool install graphifyy，然后直接调用 graphify。

python -m graphify 工作但 graphify 命令不行 你的 shell 的 PATH 不包含命令安装到的 bin 目录。优先使用 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（参见安装说明）。

在 PowerShell 中 /graphify . 导致”路径无法识别” PowerShell 将前导的 / 视为路径分隔符。在 Windows 上使用 graphify .（无斜杠）。

--update 或重建后图节点减少 如果重构删除了文件，旧节点会残留。传递 --force（或设置 GRAPHIFY_FORCE=1）以在重建节点更少时仍覆盖。

同一实体出现重复节点（幽灵重复） 幽灵重复（同一符号出现两次 — 一次来自带有源位置的 AST 提取，一次来自无位置的语义提取）现在会在构建时自动合并。如果你在 v0.8.33 之前构建的图中看到这个，请运行完全重新提取来清理：

graphify extract . --force

Ollama 超出 VRAM / 上下文窗口 KV 缓存窗口会自动调整大小，但对于你的 GPU 可能过大。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，并中途被截断。graphify 会自动恢复（它拆分块并重新提取各部分，同时过大的单个文档首先在标题/段落边界处切片，以便整个文件仍被覆盖），因此这些警告只是噪音，不会丢失数据。要减少这种情况，请提高输出上限或缩小每个块的输出：

GRAPHIFY_MAX_OUTPUT_TOKENS=16384 graphify extract . --mode deep   # 提高上限
graphify extract . --mode deep --token-budget 4000                # 更小的输入块 -> 更小的输出

对于像 OpenRouter 这样的云网关，首选 --backend openai（设置 OPENAI_BASE_URL）而不是 Ollama 兼容层 — 这是更干净的 OpenAI 兼容路径。如果模型有自己的最大输出上限，降低 --token-budget 是可靠的杠杆。

图 HTML 太大 (>5000 节点)，无法在浏览器中打开 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 merge driver，自动合并 graph.json，这样冲突永远不会发生。

文档或 PDF 的提取返回空的节点/边 文档、PDF 和图片需要 LLM 调用 — 仅代码语料不需要密钥。检查你的 API 密钥是否已设置且后端正确：

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

IDE 中显示技能版本不匹配警告 你安装的 graphify 版本与技能文件不同。更新：

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

每次 graphify extract 后 Claude Code 提示缓存失效 Graphify 将输出文件（graph.json、graphify-out/）写入工作区。如果这些路径未被忽略，每次写入都会使 Claude Code 的提示缓存失效，迫使下一次对话以缓存写入速率重新上传完整内容。将它们添加到 .claudeignore：

# .claudeignore
graph.json
graphify-out/

完整命令参考

/graphify                          # 在当前目录运行
/graphify ./raw                    # 在指定文件夹上运行
/graphify ./raw --mode deep        # 更激进的关系提取
/graphify ./raw --update           # 只重新提取变化的文件
/graphify ./raw --directed         # 保留边的方向
/graphify ./raw --cluster-only     # 在现有图上重新运行聚类
/graphify ./raw --no-viz           # 跳过 HTML 可视化
/graphify ./raw --obsidian         # 生成 Obsidian 库
/graphify ./raw --obsidian --obsidian-dir ~/vault  # 写入已有 vault（不会覆盖你自己的笔记或 .obsidian 配置）
/graphify ./raw --wiki             # 构建可供 agent 爬取的 markdown wiki
/graphify ./raw --svg              # 导出 graph.svg
/graphify ./raw --graphml          # 导出为 Gephi / yEd 格式
/graphify ./raw --neo4j            # 生成用于 Neo4j 的 cypher.txt
/graphify ./raw --neo4j-push bolt://localhost:7687
/graphify ./raw --falkordb         # 生成用于 FalkorDB 的 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 ∈ useful|dead_end|corrected）
graphify reflect                   # 汇总 graphify-out/memory/ 的结果到反射文件 reflections/LESSONS.md
graphify reflect --if-stale        # 当 LESSONS.md 已经比所有输入都新时无操作（每个会话运行都很廉价）
graphify reflect --out docs/LESSONS.md    # 将课程文档写到其他地方
graphify reflect --graph graphify-out/graph.json  # 按社区分组课程 + 写工作记忆覆盖层 (.graphify_learning.json)
                                   # 覆盖层给节点打上 preferred/tentative/contested 标签（按最近时间加权，带有来源信息）；
                                   # graphify explain / query 随后会显示 "Lesson:" 提示，当源码发生移动时标记 "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  # 只移除项目级安装文件

graphify hook install              # post-commit + post-checkout 钩子
graphify hook uninstall
graphify hook status

# 常驻助手指令 - 平台特定
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 + PreToolUse 钩子，位于 .codex/hooks.json (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 coding agent)
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，适用于 CI（无需 IDE）
graphify extract ./docs --backend gemini       # 显式指定后端：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）- 本地回环无需 API 密钥
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（在小型 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 凭据链
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   # 为本地/小型模型缩小语义块大小
graphify extract ./docs --max-concurrency 2    # 减少并行 LLM 调用（适用于本地推理）
graphify extract ./docs --api-timeout 900      # 为慢速本地模型延长 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 ./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               # 打印各阶段的挂钟时间到 stderr（也适用于 cluster-only）
graphify extract ./docs --force                # 即使新图节点更少也覆盖 graph.json（重构后使用或清除幽灵重复）
graphify extract ./docs --dedup-llm            # 对模糊实体对使用 LLM 决胜（使用相同的 API 密钥）
graphify extract ./docs --global --as myrepo   # 提取并注册到跨项目全局图
GRAPHIFY_MAX_OUTPUT_TOKENS=32768 graphify extract ./docs --backend claude  # 为密集语料提高输出上限

graphify export callflow-html                       # graphify-out/<project>-callflow.html
graphify export callflow-html --max-sections 8      # 限制生成的架构章节数量
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                         # 从全局图中移除一个项目
graphify global list                                  # 显示所有已注册 repo 及节点/边计数
graphify global path                                  # 打印全局图文件的路径

graphify prs                              # PR 仪表盘：CI、审查、工作树、图影响
graphify prs 42                           # 深入查看 PR #42
graphify prs --triage                     # AI 分类排序（自动从环境检测后端）
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                  # 过滤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  # 并行社区命名（大型图）
graphify cluster-only ./my-project --resolution 1.5            # 更多、更小社区
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            # 社区命名的后端
graphify cluster-only ./my-project --backend=gemini --model gemini-2.5-pro  # 指定模型
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   # 强制指定后端和模型

社区命名： 在 agent（Claude Code、Gemini CLI）内部，agent 会自动为社区命名。当你运行裸 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——传递 --no-label 可保留 Community N，或运行 graphify label 来按需（重新）生成名称。

了解更多

• 工作原理 — 提取流水线、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 — 深入讲解 graphify 背后的理念与端到端架构的书籍

基于 graphify 构建：Penpax

Penpax 是构建在 graphify 之上的始终在线层——它将相同的图方法应用于你的整个工作生活：会议、浏览器历史、邮件、文件和代码，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而设计。无云，完全本地运行。

免费试用即将上线。 加入候补名单 →

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 + 开发依赖组
# (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                # 运行完整测试套件
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