README.da DK

将 Agent 的 Token 消耗减少 80%。 Graphify Cloud 是一种始终在线的 Memory，用于管理你的 Agent、保持代码质量，并通过形式化验证证明正确性。 免费试用 14 天 →

在你的 AI 代码助手中输入 /graphify，它就会将整个项目（代码、文档、PDF 文件、图片、视频）映射成一张知识图谱，让你可以直接查询，而不是逐个翻阅文件。

• 代码映射免费且完全在本地完成。 代码通过 tree-sitter AST 解析：确定性分析，无需 LLM，也不会离开你的机器。（文档、PDF 文件、图片和视频会使用你助手的模型或配置的 API 密钥进行语义分析。）
• 每条边都有解释。 每个连接都被标记为 EXTRACTED（在源码中显式存在）或 INFERRED（由 graphify 推断），因此你可以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（embeddings），也没有向量存储：而是一张真正可遍历的图。你可以提出问题、追踪两个概念之间的路径，或解释单个概念。

[!NOTE] 想让它在整个开发周期中始终在线？ Graphify Cloud 会在你的整个 SDLC 期间保持图谱活跃：支持 monorepo 和跨仓库、形式化验证，以及从 SDLC 全局视角进行的代码审查；还提供 Sentry、Jira 等连接器，让事件和工单与你的代码位于同一张图谱中。在 app.graphify.com 免费试用 14 天。

由 graphify 映射的 FastAPI 代码库。每个节点都是一个概念，颜色是检测到的社区，并且所有内容都可以在 graph.html 中点击交互。

快速开始（30 秒）。需要 Python 3.10+ 和 uv（或 pipx）：

uv tool install graphifyy      # install the CLI (or: pipx install graphifyy)
graphify install               # detects your assistant and registers the skill

然后，在你的 AI 助手中：

/graphify .

就这么简单。你会得到三个文件：

graphify-out/
├── graph.html       open in any browser: click nodes, filter, search
├── GRAPH_REPORT.md  the highlights: key concepts, surprising connections, suggested questions
└── graph.json       the full graph: query it anytime without re-reading your files

保存的图包含 graph.schema_version，以便集成可以检测不兼容的格式变更，以及 graph.graphify_version，用于标识生成该图的 Graphify 版本。

一次安装，任意助手，任意操作系统。 Claude Code、Cursor、Codex、Gemini CLI、GitHub Copilot 以及 20 多个其他工具，支持 macOS、Linux 和 Windows：选择你的平台。

观看演示¶

图构建完成后，你可以直接查询它，而无需再阅读文件。以下是在上方的 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记（EXTRACTED = 源代码中显式存在，INFERRED = 通过解析推导得出），让你能区分哪些是直接读取的，哪些是推导出来的。graphify query "<question>" 会针对自然语言问题返回一个有边界的子图，而 graphify path A B 则追踪两件事物之间的关联方式。

功能说明¶

开箱即用的功能：

[!TIP] 你是否在多个仓库或 monorepo 上运行？Graphify Cloud 可持续地完成这一工作，并将代理的 token 消耗降低 80%，提供跨仓库链接、覆盖整个 SDLC 的代码审查、形式化验证以及 Sentry/Jira 连接器。开始免费 14 天试用 →

基准测试：0.497 recall@10，0 LLM credits¶

每个系统都在相同的测试框架上运行，使用相同的模型和预算，并由一名评审者评分，该评审者已与另一名评审者进行盲验证（90.6% 一致性，Cohen's kappa 0.81）。完整的按系统划分的表格、代码智能结果以及复现命令：BENCHMARKS.md。

文档¶

完整的指南和参考文档见 docs.graphify.com：

• 快速开始：构建你的第一张图
• CLI 参考：每个命令和标志
• 提出更好的图查询：查询模式
• 配置：环境变量与调优
• 支持的输入：语言与文件类型
• 团队工作流 和 PR 审查
• 故障排除 和 工作原理

前提条件¶

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
# or install uv:
curl -LsSf https://astral.sh/uv/install.sh | sh

安装¶

[!IMPORTANT] 官方包： PyPI 包名为 graphifyy（双 y）。PyPI 上其他 graphify* 包均与本项目无关。CLI 命令仍然是 graphify。

官方源代码仓库是 Graphify-Labs/graphify。

本 README 顶部的快速入门只需两条命令。本节涵盖安装方法、项目级安装以及所有受支持的平台。

安装方法（任选其一）：

uv tool install graphifyy   # recommended, isolated env (if 'graphify' isn't found after, run: uv tool update-shell)
pipx install graphifyy      # alternative
pip install graphifyy       # may need PATH setup, see Troubleshooting below

然后运行一次 graphify install。它会检测你正在运行的助手，并注册该技能，因此无需为每个助手进行设置。打开你的 AI 助手，输入 /graphify .

要将助手技能安装到当前仓库而不是你的用户配置文件中，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（外加一个 references/ sidecar 辅助文件，技能会按需加载），并输出一个 git add 提示，指出哪些文件可以提交。支持项目级安装的平台级命令接受相同的标志，例如 graphify claude install --project 或 graphify codex install --project。

[!TIP] 遇到 command not found、Mac/Windows 上的 pip 问题、PowerShell 引号、uvx 用法、git hooks 的 PATH 问题或严格模式？请参阅 安装 和 故障排查。

让你的助手始终使用图谱¶

构建图谱后，在项目中运行一次：

在项目中运行一次 graphify <platform> install，例如 graphify claude install 或 graphify codex install（或 graphify install --platform <name>）。

这会写入一个小的配置文件，告诉你的助手在涉及代码库的问题时查阅知识图谱，并优先使用限定范围的查询（如 graphify query "<question>"），而不是阅读整个报告或抓取原始文件。

• Hook 平台（Claude Code、Gemini CLI）：在搜索类工具调用之前自动触发一个 hook（在 Claude Code 上还会在通过 Read/Glob 工具逐个读取源文件之前触发），将你的助手推向图谱路径。
• 指令文件平台（Codex、OpenCode、Cursor 等）：持久化指令文件（AGENTS.md、.cursor/rules/ 等）提供相同的“先查询”指引。

GRAPH_REPORT.md 仍然可用于广泛的架构审查。

每个平台具体写入哪些文件（CodeBuddy 的 CODEBUDDY.md + PreToolUse hooks、Codex 的 AGENTS.md、Kilo 内置的 .kilo 插件、Cursor 的 alwaysApply 规则等）详见 始终启用设置。

要从所有平台一次性移除 graphify：graphify uninstall（添加 --purge 以同时删除 graphify-out/）。或者使用按平台的命令（例如 graphify claude uninstall）。

CLI 技能还是 MCP 指令？¶

graphify install 安装的指令和随 Graphify MCP 连接提供的指令描述的是查询图谱的不同方式：

两者都鼓励在进行广泛的源文件搜索之前先进行限定范围的图谱查询。请选择与你的助手实际能访问的工具相匹配的指令；这两个指令块都不会为你的助手的指令文件建立普遍的优先级规则。如果你同时使用两种集成，请确定每种集成分别查询哪个图谱，并选择一条主要的查询路径，而不是将两个无条件的指令块复制到 AGENTS.md 中。

graphify install 安装的是本地助手集成；它不会建立 MCP 连接。MCP 客户端不需要运行本地 CLI 查询即可使用其连接的服务器。本地托管的服务器仍然需要自己的 Graphify 安装和图谱，而托管连接可以提供客户端工作目录中不存在的图谱。如果预期的工具缺失，请检查相应的 CLI 安装或 MCP 连接，而不是将另一种设置的指令视为可互换的。

报告内容¶

GRAPH_REPORT.md 总结了神节点（god nodes）、社区和关键路径，供广泛的架构审查使用。图谱的构建方式及其包含的内容：graphify 的工作原理。

Hvilke filer den håndterer: ~40 sprog¶

graphify parser ~40 programmeringssprog lokalt med tree-sitter AST og kortlægger dokumenter, PDF-filer, billeder og lyd/video gennem en valgfri semantisk gennemgang. Fuld liste: Understøttede input.

Almindelige kommandoer¶

/graphify .                        # opbyg graf for den aktuelle mappe
/graphify ./docs --update          # genindlæs kun ændrede filer
/graphify . --cluster-only         # kør kun clustering igen uden genindlæsning
/graphify . --cluster-only --resolution 1.5      # mere granulære communities
/graphify . --cluster-only --exclude-hubs 99     # undertryk utility-super-hubs fra god-node-rangeringer
/graphify . --no-viz               # spring HTML over, kun rapport + JSON
/graphify . --wiki                 # opbyg en markdown-wiki ud fra grafen
graphify export callflow-html      # Mermaid-arkitektur/call-flow HTML (gengenereres automatisk ved hver git-commit, hvis hook er installeret)

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

/graphify add https://arxiv.org/abs/1706.03762   # hent en artikel og tilføj den
/graphify add <youtube-url>                       # transskriber og tilføj en video

graphify hook install              # automatisk genopbygning ved commit + branch-checkout (kør `graphify update .` efter `git pull`: se "Anbefalet workflow" nedenfor)
graphify merge-graphs a.json b.json              # kombiner to grafer

graphify prs                       # PR-dashboard: CI-status, gennemgangsstatus, worktree-mapping
graphify prs 42                    # dyk ned i PR #42 med grafpåvirkning
graphify prs --triage              # AI rangerer din gennemgangskø (bruger den konfigurerede backend)
graphify prs --conflicts           # PR'er der deler graf-communities: risiko for merge-rækkefølge

Se den fulde kommandoreference nedenfor.

Ignorering af filer¶

graphify respekterer .gitignore og understøtter --exclude-mønstre og en projekt-.graphifyignore. Detaljer: Konfiguration.

Projektkonfiguration¶

Opret en .graphifyrc i scan-roden til indstillinger, der hører til projektet frem for til en enkelt kørsel. Ét key=value pr. linje; linjer, der begynder med #, er kommentarer.

Tvetydige filendelser. Nogle filendelser betyder forskellige sprog i forskellige projekter: .inc er PHP på pfSense, Pascal i et Delphi-træ, SQL eller assembly andre steder; .h er C eller C++; .m er Objective-C eller MATLAB. graphify er nødt til at vælge én global standard, og når den vælger forkert, fejler filen ikke: den parses som det forkerte sprog og giver en håndfuld tilfældige knuder, så grafen ser befolket ud, mens de rigtige symboler mangler. Erklær, hvad filendelsen betyder i dit repo:

# .graphifyrc
# Et sprognavn:
language.inc=php
# Eller en endelse, som graphify allerede kender:
language.tpl=.ts
# Indbygget i git-hooks (se Teamopsætning):
viz_node_limit=0

Erklæringen flyder gennem klassificering, valg af ekstraktor, grammatik og resolution, imports, graphify watch og AST-cachen (en fil, der genparses under et andet sprog, genbruger aldrig den gamle post), og den samme .graphifyrc læses af extract, update, hooksene, MCP-serveren og /graphify-skillet. En tastefejl rapporteres én gang på stderr, og scanningen fortsætter med standarderne. Hvordan erklæringer interagerer med caching, inkrementelle genopbygninger og import-resolution: Konfiguration.

Teamopsætning¶

Commit eller del grafen, så hele dit team forespørger mod den samme kontekst, og gennemgå pull requests med grafkontekst. Se Del kontekst med dit team og Gennemgå pull requests.

Brug af grafen direkte¶

Ud over din AI-assistent kan du forespørge graph.json direkte fra CLI'en med graphify query, graphify path og graphify explain. Et navn, der matcher flere knuder, afvises med kandidaterne angivet frem for gættet. Scripts kan læse resultatet fra exit-koden: 0 et svar, 3 et tvetydigt navn, 4 ingen matchende knude. Se Stil bedre grafspørgsmål og forespørgselsreferencen.

Miljøvariabler¶

Backends, API-nøgler, hook-adfærd og tuning styres af miljøvariabler. Fuld tabel: Konfiguration.

Privatliv¶

• Kodefiler: behandles lokalt via tree-sitter. Intet forlader din maskine. Et korpus med kun kode kræver ingen API-nøgle: graphify extract kører fuldt offline. På et blandet repo skal du tilføje --code-only for kun at indeksere koden og springe de dokumenter/PDF-filer/billeder over, der ellers ville kræve en LLM.
• Video / lyd: transskriberes lokalt med faster-whisper. Intet forlader din maskine.
• Dokumenter, PDF-filer, billeder: sendes til din AI-assistent til semantisk ekstraktion (via /graphify-skillet, med den model, din IDE-session kører). Headless graphify extract kræver GEMINI_API_KEY / GOOGLE_API_KEY (Gemini), MOONSHOT_API_KEY (Kimi), ANTHROPIC_API_KEY (Claude), OPENAI_API_KEY (OpenAI), DEEPSEEK_API_KEY (DeepSeek), en kørende Ollama-instans (OLLAMA_BASE_URL), AWS-legitimationsoplysninger via den standardmæssige provider-kæde (Bedrock, ingen API-nøgle nødvendig, bruger IAM), eller claude-CLI-binæren (Claude Code, ingen API-nøgle nødvendig, bruger dit Claude-abonnement). Flaget --dedup-llm bruger den samme nøgle.
• Dataophold: graphify extract registrerer automatisk, hvilken provider der skal bruges, baseret på hvilken API-nøgle der er sat (prioritet: Gemini → Kimi → Claude → OpenAI → DeepSeek → Azure → Bedrock → Ollama). Til kode med krav om dataophold skal du bruge --backend ollama (fuldt lokal) eller angive et eksplicit --backend-flag. Kimi (MOONSHOT_API_KEY) ruter til Moonshot AI-servere i Kina.
• Ingen telemetri, ingen brugssporing, ingen analyse.
• Forespørgselslogning: hvert graphify query-, graphify path-, graphify explain- og MCP query_graph-kald logges til ~/.cache/graphify-queries.log i JSON Lines-format (tidsstempel, spørgsmål, korpus, returnerede knuder, varighed). Fulde delgraf-svar gemmes ikke som standard. Sæt GRAPHIFY_QUERY_LOG_DISABLE=1 for at fravælge, eller GRAPHIFY_QUERY_LOG=/dev/null for at dæmpe uden at deaktivere kodestien.

故障排除¶

常见的安装和提取问题及其解决方案：故障排除。

完整命令参考¶

每条命令和每个标志，附示例：CLI 参考。

了解更多¶

• docs.graphify.com：完整文档：指南、命令参考和集成
• 工作原理：提取管道、社区检测、置信度评分、基准测试
• ARCHITECTURE.md：模块划分，如何添加语言
• 可选集成：Docker MCP Toolkit + SQLite
• The Memory Layer：关于 graphify 背后理念的书，端到端架构

Graphify Cloud¶

Graphify Cloud 是构建在 graphify 之上的始终活跃的层。它不是按需按目录重建的图，而是在整个 SDLC 中保持一张活图：

• 减少 80% 的 Token：始终活跃的 Memory 意味着你的智能体不再需要在每次会话中重新读取和重新解释代码库。
• Monorepo 与跨仓库：跨每个服务和仓库的一张连通图，而不是每个目录一张图。
• 形式化验证：对照活图检查架构和依赖不变量。
• 以鸟瞰视角审查你的 SDLC 代码：在合并之前，查看更改如何在整个系统中传播。
• SDLC 连接器：接入 Sentry、Jira 等，让事件、问题和代码共处于一张图中。
• 始终活跃：在后台跨代码、文档和会议持续更新。

在 app.graphify.com 开始免费 14 天试用 →

参与贡献¶

欢迎贡献。有关开发环境设置、测试和 CI 一致性命令、git 工作流以及什么才算强有力的贡献，请参阅 CONTRIBUTING.md（精心制作的示例和提取相关的错误报告最为有用）。架构与如何添加语言：ARCHITECTURE.md。

新来的？在 Discord 或 GitHub Discussions 打个招呼吧。

贡献者¶

使用 contrib.rocks 制作。

翻译¶

README 提供 32 种语言版本。使用本文件顶部的语言选择器来阅读你的语言版本，或浏览 docs/translations/。要改进翻译或添加新的翻译，请对相应的文件发起 pull request。

基于 graphify 构建¶

你在 graphify 生态系统中构建东西吗？我们鼓励这样做。如果你的项目名称中包含“graphify”（例如 graphify-dashboard 或 graphify-action），请在 README 中添加简短说明，明确它是社区构建的，与 Graphify Labs 无关联或未经其认可。“graphify” 和 graphify 徽标是 Graphify Labs 的商标；请不要以暗示官方身份的方式使用它们。

社区与链接¶