跳转至

README.pl PL

Graphify

Graphify-Labs%2Fgraphify | Trendshift

PyPI CI License: Apache-2.0 Downloads Docs Graphify Cloud Discord YouTube LinkedIn YC S26

Zmniejsz zużycie tokenów przez agentów o 80%. Graphify Cloud to zawsze aktywna pamięć, która zarządza Twoimi agentami, utrzymuje wysoką jakość kodu i potwierdza poprawność dzięki weryfikacji formalnej. Rozpocznij darmowy 14-dniowy okres próbny →

Wpisz /graphify w swoim asystencie kodowania AI, a zmapuje on cały Twój projekt (kod, dokumentację, pliki PDF, obrazy, filmy) w graf wiedzy, który możesz odpytywać zamiast przeszukiwać pliki poleceniem grep.

  • Mapy kodu za darmo, w pełni lokalnie. Kod jest parsowany za pomocą drzewa AST tree-sitter: deterministycznie, bez LLM, nic nie opuszcza Twojej maszyny. (Dokumentacja, pliki PDF, obrazy i filmy korzystają z modelu Twojego asystenta lub skonfigurowanego klucza API do przebiegu semantycznego.)
  • Każda krawędź jest wyjaśniona. Każde połączenie jest oznaczone jako EXTRACTED (jawne w źródle) lub INFERRED (rozpoznane przez graphify), więc możesz odróżnić to, co odczytano bezpośrednio, od tego, co wywnioskowano.
  • To nie jest indeks wektorowy. Żadnych osadzeń, żadnego magazynu wektorów: prawdziwy graf, po którym się poruszasz. Zadaj pytanie, prześledź ścieżkę między dwiema rzeczami lub wyjaśnij jedną koncepcję.

[!NOTE] Chcesz mieć to zawsze aktywne? Graphify Cloud utrzymuje graf na żywo w całym cyklu życia oprogramowania: obsługa monorepo i wielu repozytoriów, weryfikacja formalna oraz przegląd kodu z lotu ptaka na cały Twój cykl SDLC, a do tego konektory dla Sentry, Jira i innych, dzięki czemu incydenty i zgłoszenia znajdują się w tym samym grafie co Twój kod. Rozpocznij darmowy 14-dniowy okres próbny na app.graphify.com.

graphify's interactive graph.html showing the FastAPI codebase as a force-directed knowledge graph with a legend of detected communities

Baza kodu FastAPI zmapowana przez graphify. Każdy węzeł to koncepcja, kolory to wykryte społeczności, a całość jest klikalna w graph.html.

Pierwsze kroki (30 sekund). Wymaga Python 3.10+ oraz uv (lub pipx):

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

Następnie, w swoim asystencie AI:

/graphify .

To wszystko. Otrzymujesz trzy pliki:

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

Utrwalony graf zawiera graph.schema_version, aby integracje mogły wykrywać niezgodne zmiany formatu, a także graph.graphify_version identyfikujące wydanie Graphify, które go wygenerowało.

Jedna instalacja, dowolny asystent, dowolny system. Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot i ponad 20 innych, na macOS, Linux i Windows: wybierz swoją platformę.


See it in action

graphify path query: a terminal asks for the shortest path between FastAPI and ModelField, and the answer lights up hop by hop across the knowledge graph

Gdy graf zostanie zbudowany, odpytujesz go zamiast czytać pliki. Prawdziwy wynik, graphify uruchomiony na pokazanej powyżej bazie kodu FastAPI:

$ 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

Każda krawędź niesie znacznik pewności (EXTRACTED = jawne w źródle, INFERRED = wyprowadzone przez rozpoznawanie), więc możesz odróżnić to, co odczytano bezpośrednio, od tego, co wywnioskowano. graphify query "<question>" zwraca zawężony podgraf dla pytania w języku naturalnym, a graphify path A B pokazuje, jak łączą się dowolne dwie rzeczy.


What it does

Co otrzymujesz od razu po instalacji:

Capability What you get
God nodes Najbardziej połączone koncepcje, dzięki czemu widzisz, przez co wszystko przepływa
Communities Graf podzielony na podsystemy (Leiden), z etykietami bez użycia LLM
Cross-file links calls / imports / inherits / mixes_in rozpoznane w około 40 językach dzięki drzewu AST tree-sitter
Query, path, explain Zadaj pytanie, prześledź ścieżkę między dwiema rzeczami lub wyjaśnij jedną koncepcję: wszystko względem graph.json
Rationale + doc refs Komentarze # NOTE: / # WHY: oraz cytowania ADR/RFC stają się pełnoprawnymi węzłami powiązanymi z kodem
Beyond code Dokumentacja, pliki PDF, obrazy oraz pliki wideo/audio: wszystko mapuje się do tego samego grafu
Local-first Kod jest parsowany lokalnie przez tree-sitter (bez LLM, nic nie opuszcza Twojej maszyny); tylko przebieg semantyczny po dokumentacji/mediach wywołuje backend, i to wyłącznie, jeśli go skonfigurujesz

[!TIP] Uruchamiasz to na wielu repozytoriach lub w monorepo? Graphify Cloud robi to w sposób ciągły i zmniejsza zużycie tokenów przez agentów o 80%, z połączeniami między repozytoriami, przeglądem kodu obejmującym cały cykl SDLC, weryfikacją formalną oraz konektorami Sentry/Jira. Rozpocznij darmowy 14-dniowy okres próbny →


Benchmarks: 0.497 recall@10, 0 LLM credits

Benchmark Metric graphify Field
LOCOMO (n=300) recall@10 0.497 mem0 0.048, supermemory 0.149
LOCOMO (n=300) QA accuracy 45.3% supermemory 49.7%, mem0 27.3%
LongMemEval-S (n=50) QA accuracy 76% tied with dense RAG
ERPNext cross-tool (n=6) key-fact coverage 82.0% grep/read baseline 70.8%
Graph build LLM credits 0 per-token for most systems

Każdy system działał na tej samej infrastrukturze testowej z tym samym modelem i budżetami, oceniany przez sędziego zwalidowanego na ślepo względem drugiego sędziego (90,6% zgodności, kappa Cohena 0,81). Pełne tabele dla poszczególnych systemów, wynik dotyczący inteligencji kodu oraz polecenia do odtworzenia: BENCHMARKS.md.


Documentation

Pełne przewodniki i dokumentacja referencyjna znajdują się pod adresem docs.graphify.com:


Prerequisites

Requirement Minimum Check Install
Python 3.10+ python --version python.org
uv (recommended) any uv --version curl -LsSf https://astral.sh/uv/install.sh \| sh
pipx (alternative) any pipx --version pip install pipx

Szybka instalacja na macOS (Homebrew):

brew install python@3.12 uv

Szybka instalacja na Windows:

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


Install

[!IMPORTANT] Oficjalny pakiet: Pakiet w PyPI to graphifyy (podwójne y). Inne pakiety graphify* w PyPI nie są z nami powiązane. Polecenie CLI to nadal graphify.

Oficjalne repozytorium źródłowe to Graphify-Labs/graphify.

Dwukomendowy szybki start znajduje się na górze tego README. Ta sekcja opisuje metody instalacji, instalacje w zakresie projektu oraz każdą obsługiwaną platformę.

Metody instalacji (wybierz jedną):

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

Następnie uruchom graphify install raz. Wykrywa, którego asystenta używasz, i rejestruje umiejętność, więc nie ma konfiguracji dla każdego asystenta z osobna. Otwórz swojego asystenta AI i wpisz /graphify .

Aby zainstalować umiejętność asystenta w bieżącym repozytorium zamiast w profilu użytkownika, dodaj --project:

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

Instalacje w zakresie projektu zapisują pliki w bieżącym katalogu, na przykład .claude/skills/graphify/SKILL.md lub .agents/skills/graphify/SKILL.md (plus dodatkowy katalog references/, który umiejętność ładuje na żądanie), oraz wypisują wskazówkę git add dla plików, które można zatwierdzić. Polecenia dla poszczególnych platform, które obsługują instalacje w zakresie projektu, przyjmują tę samą flagę, na przykład graphify claude install --project lub graphify codex install --project.

[!TIP] Napotykasz command not found, problem z pip na Macu/Windowsie, kwestie cytowania w PowerShell, użycie uvx, osobliwości PATH w git-hookach lub tryb ścisły? Zobacz Installation i Troubleshooting.

Pick your platform (20+ assistants, click to expand)
Platform Install command
Claude Code (Linux/Mac) graphify install
Claude Code (Windows) graphify install (auto-detected) or graphify install --platform windows
CodeBuddy graphify install --platform codebuddy
Codex graphify install --platform codex
OpenCode graphify install --platform opencode
Kilo Code graphify install --platform kilo
GitHub Copilot CLI graphify install --platform copilot
VS Code Copilot Chat graphify vscode install
Aider graphify install --platform aider
OpenClaw graphify install --platform claw
Factory Droid graphify install --platform droid
Trae graphify install --platform trae
Trae CN graphify install --platform trae-cn
Gemini CLI graphify install --platform gemini
Hermes graphify install --platform hermes
Kimi Code graphify install --platform kimi
Amp graphify amp install
Agent Skills (cross-framework) graphify install --platform agents (alias --platform skills)
Kiro IDE/CLI graphify kiro install
Pi coding agent graphify install --platform pi, plus graphify pi guard install dla natywnego guarda
Cursor graphify cursor install
Devin CLI graphify devin install
Google Antigravity graphify antigravity install

Użytkownicy Codex potrzebują również multi_agent = true w sekcji [features] w pliku ~/.codex/config.toml, aby włączyć równoległą ekstrakcję. CodeBuddy korzysta z tego samego mechanizmu narzędzia Agent i hooka PreToolUse co Claude Code. Factory Droid używa narzędzia Task do równoległego uruchamiania podagentów. OpenClaw i Aider korzystają z ekstrakcji sekwencyjnej (obsługa równoległych agentów jest na tych platformach wciąż we wczesnej fazie). Trae używa narzędzia Agent do równoległego uruchamiania podagentów i nie obsługuje hooków PreToolUse, więc AGENTS.md jest mechanizmem zawsze aktywnym.

--platform agents (alias --platform skills) celuje w generyczne, międzyframeworkowe lokalizacje Agent-Skills: zdefiniowany w specyfikacji katalog globalny użytkownika ~/.agents/skills/ (odczytywany przez npx skills i frameworki zgodne ze specyfikacją) dla instalacji globalnej oraz ./.agents/skills/ dla instalacji w zakresie projektu (--project). Samo graphify install z założenia pozostaje jednoplatformowe (Claude Code): użyj nazwanej platformy agents, gdy chcesz, aby umiejętność była wykrywalna przez dowolny framework odczytujący .agents/skills.

Pi nie ma hooka PreToolUse, więc graphify pi guard install rejestruje natywne rozszerzenie Pi (poprzez własne pi install <package directory> Pi), które uruchamia zainstalowane graphify hook-guard przed wywołaniami read, grep, find oraz bash w stylu wyszukiwania w Pi. Decyzje o świeżości/nieaktualności grafu oraz jednorazowa na sesję odmowa odczytu zindeksowanych plików przy GRAPHIFY_HOOK_STRICT=1 pochodzą z tej samej polityki, więc Pi odpowiada zachowaniu hooków Claude Code; wskazówki docierają jako komunikat sterujący <system-reminder source="graphify">. Wymaga Pi 0.58.4 lub nowszego: wcześniejsze wersje pozwalały, aby komunikat sterujący pominął resztę równoległej partii wywołań narzędzi. Pakiet jest dostarczany wewnątrz instalacji Graphify, więc zainstaluj Graphify trwale (uv tool install graphifyy lub pipx install graphifyy, nie uvx), zrestartuj Pi po instalacji lub aktualizacji i usuń go za pomocą graphify pi guard uninstall. Sprawdzane są wyłącznie lokalne cele plikowe; hook potrzebuje graphify w bezwzględnym wpisie PATH poza projektem, jest ograniczony do dwusekundowego wywołania 256 KiB na wejściu / 64 KiB na wyjściu i zawodzi w sposób otwarty (fail open). Ten sam pakiet ładuje się również w Oh My Pi: omp plugin install "$(graphify pi guard path)". Zarejestrowana ścieżka zawiera wersję Pythona i venv, więc uruchom ponownie graphify pi guard install po zmianie którejkolwiek z nich i usuń stary wpis za pomocą pi remove <old path>.

Codex używa $graphify zamiast /graphify.

Optional extras (install only what you need)
Extra What it adds Install
pdf PDF extraction uv tool install "graphifyy[pdf]"
office .docx and .xlsx support uv tool install "graphifyy[office]"
google Google Sheets rendering uv tool install "graphifyy[google]"
video Video/audio transcription (faster-whisper + yt-dlp) uv tool install "graphifyy[video]"
mcp MCP stdio server uv tool install "graphifyy[mcp]"
neo4j Neo4j push support uv tool install "graphifyy[neo4j]"
falkordb FalkorDB push support uv tool install "graphifyy[falkordb]"
svg SVG graph export uv tool install "graphifyy[svg]"
leiden Leiden community detection (graspologic on Python < 3.13; native backend on 3.13+) uv tool install "graphifyy[leiden]"
ollama Ollama local inference uv tool install "graphifyy[ollama]"
openai OpenAI / OpenAI-compatible APIs uv tool install "graphifyy[openai]"
gemini Google Gemini API uv tool install "graphifyy[gemini]"
anthropic Anthropic Claude API (--backend claude, uses ANTHROPIC_API_KEY) uv tool install "graphifyy[anthropic]"
bedrock AWS Bedrock (uses IAM, no API key) uv tool install "graphifyy[bedrock]"
azure Azure OpenAI Service (--backend azure, uses AZURE_OPENAI_API_KEY + AZURE_OPENAI_ENDPOINT) uv tool install "graphifyy[openai]"
sql SQL schema extraction uv tool install "graphifyy[sql]"
postgres Live PostgreSQL introspection (--postgres DSN) uv tool install "graphifyy[postgres]"
dm BYOND DreamMaker .dm/.dme AST extraction (may need a C compiler + python3-dev if no wheel matches your platform) uv tool install "graphifyy[dm]"
terraform Terraform / HCL .tf/.tfvars/.hcl AST extraction uv tool install "graphifyy[terraform]"
pascal Pascal / Delphi .pas/.dpr/.dpk/.inc AST extraction (more accurate calls/inherits edges; falls back to a regex extractor when absent) uv tool install "graphifyy[pascal]"
ocaml OCaml .ml/.mli AST extraction uv tool install "graphifyy[ocaml]"
commonlisp Common Lisp .lisp/.cl/.lsp/.asd AST extraction uv tool install "graphifyy[commonlisp]"
robot Robot Framework .robot/.resource extraction (suites, test cases, keywords, keyword-call and resource/library import edges) uv tool install "graphifyy[robot]"
chinese Chinese query segmentation (jieba) uv tool install "graphifyy[chinese]"
all Everything above uv tool install "graphifyy[all]"

Make your assistant always use the graph

Uruchom to raz w swoim projekcie po zbudowaniu grafu:

Uruchom graphify <platform> install raz w swoim projekcie, na przykład graphify claude install lub graphify codex install (albo graphify install --platform <name>).

To zapisuje mały plik konfiguracyjny, który mówi Twojemu asystentowi, aby przy pytaniach o bazę kodu sięgał do grafu wiedzy, preferując zawężone zapytania takie jak graphify query "<question>" zamiast czytania całego raportu lub przeszukiwania surowych plików poleceniem grep.

  • Platformy z hookami (Claude Code, Gemini CLI): hook uruchamia się automatycznie przed wywołaniami narzędzi w stylu wyszukiwania (a w Claude Code również przed czytaniem plików źródłowych po kolei za pomocą narzędzi Read/Glob) i kieruje Twojego asystenta w stronę ścieżki grafu.
  • Platformy z plikami instrukcji (Codex, OpenCode, Cursor itd.): trwałe pliki instrukcji (AGENTS.md, .cursor/rules/ itd.) zapewniają te same wskazówki „najpierw zapytaj graf".

GRAPH_REPORT.md jest nadal dostępny do szerokiego przeglądu architektury.

Dokładnie to, które pliki zapisuje każda platforma (CODEBUDDY.md + hooki PreToolUse w CodeBuddy, AGENTS.md w Codex, natywny plugin .kilo w Kilo, reguła alwaysApply w Cursorze itd.), jest opisane w Always-on setup.

Aby usunąć graphify ze wszystkich platform naraz: graphify uninstall (dodaj --purge, aby usunąć również graphify-out/). Albo użyj polecenia dla konkretnej platformy (np. graphify claude uninstall).

CLI skills or MCP instructions?

Instrukcje instalowane przez graphify install oraz te dostarczane wraz z połączeniem Graphify MCP opisują różne sposoby odpytywania grafu:

Setup Guidance to use Query access
Lokalne CLI i zainstalowana umiejętność asystenta Instrukcje platformy zapisane przez graphify install Uruchamiaj graphify query, graphify path i graphify explain względem lokalnego grafu (domyślnie graphify-out/).
Połączony serwer Graphify MCP Instrukcje połączenia i narzędzia wymienione przez ten serwer Wywołuj wymienione narzędzia MCP względem grafu obsługiwanego przez to połączenie. Nazwy i opisy narzędzi pochodzą z serwera.

Oba podejścia zachęcają do zawężonych zapytań do grafu przed szerokim przeszukiwaniem źródeł. Wybierz instrukcje pasujące do narzędzi, do których Twój asystent faktycznie ma dostęp; żaden z tych bloków nie ustanawia uniwersalnej reguły pierwszeństwa dla plików instrukcji Twojego asystenta. Jeśli używasz obu integracji, ustal, który graf odpytuje każda z nich, i wybierz główną ścieżkę zapytań zamiast kopiować dwa bezwarunkowe bloki instrukcji do AGENTS.md.

graphify install instaluje lokalną integrację asystenta; nie ustanawia połączenia MCP. Klient MCP nie musi uruchamiać lokalnych zapytań CLI, aby korzystać z połączonego serwera. Serwer hostowany lokalnie nadal potrzebuje własnej instalacji Graphify i grafu, podczas gdy hostowane połączenie może obsługiwać graf, którego nie ma w katalogu roboczym klienta. Jeśli brakuje oczekiwanych narzędzi, sprawdź odpowiednią instalację CLI lub połączenie MCP, zamiast traktować instrukcje drugiej konfiguracji jako wymienne.


What's in the report

GRAPH_REPORT.md podsumowuje god nodes, społeczności i kluczowe ścieżki na potrzeby szerokiego przeglądu architektury. Jak graf jest budowany i co zawiera: How graphify works.


What files it handles: ~40 languages

graphify parsuje około 40 języków programowania lokalnie za pomocą drzewa AST tree-sitter oraz mapuje dokumentację, pliki PDF, obrazy i audio/wideo poprzez opcjonalny przebieg semantyczny. Pełna lista: Supported inputs.


Common commands

/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 commit + branch checkout (run `graphify update .` after `git pull`: see "Recommended workflow" below)
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

Zobacz pełną dokumentację poleceń poniżej.


Ignoring files

graphify respektuje .gitignore oraz obsługuje wzorce --exclude i projektowy .graphifyignore. Szczegóły: Configuration.

Project configuration

Utwórz plik .graphifyrc w katalogu głównym skanowania dla ustawień, które należą do projektu, a nie do pojedynczego uruchomienia. Jeden key=value w wierszu; wiersze zaczynające się od # są komentarzami.

Niejednoznaczne rozszerzenia. Niektóre rozszerzenia oznaczają różne języki w różnych projektach: .inc to PHP w pfSense, Pascal w drzewie Delphi, SQL lub asembler gdzie indziej; .h to C lub C++; .m to Objective-C lub MATLAB. graphify musi wybrać jedno globalne ustawienie domyślne, a gdy wybierze źle, plik nie kończy się błędem: jest parsowany jako niewłaściwy język i daje garść przypadkowych węzłów, więc graf wygląda na wypełniony, podczas gdy brakuje prawdziwych symboli. Zadeklaruj, co dane rozszerzenie oznacza w Twoim repozytorium:

# .graphifyrc
# A language name:
language.inc=php
# Or an extension graphify already knows:
language.tpl=.ts
# Baked into the git hooks (see Team setup):
viz_node_limit=0

Deklaracja przepływa przez klasyfikację, wybór ekstraktora, gramatykę i rozpoznawanie, importy, graphify watch oraz pamięć podręczną AST (plik ponownie sparsowany pod innym językiem nigdy nie używa ponownie starego wpisu), a ten sam .graphifyrc jest odczytywany przez extract, update, hooki, serwer MCP oraz umiejętność /graphify. Literówka jest raz zgłaszana na stderr, a skanowanie jest kontynuowane z ustawieniami domyślnymi. Jak deklaracje współdziałają z buforowaniem, przyrostowymi przebudowami i rozpoznawaniem importów: Configuration.


Team setup

Zatwierdź lub udostępnij graf, aby cały Twój zespół odpytywał ten sam kontekst, i przeglądaj pull requesty z kontekstem grafu. Zobacz Share context with your team i Review pull requests.


Using the graph directly

Poza Twoim asystentem AI możesz odpytywać graph.json bezpośrednio z CLI za pomocą graphify query, graphify path i graphify explain. Nazwa pasująca do kilku węzłów jest odrzucana z wypisaniem kandydatów, zamiast być zgadywana. Skrypty mogą odczytać wynik z kodu wyjścia: 0 odpowiedź, 3 niejednoznaczna nazwa, 4 brak pasującego węzła. Zobacz Ask better graph questions oraz query reference.


Environment variables

Backendy, klucze API, zachowanie hooków i strojenie są kontrolowane przez zmienne środowiskowe. Pełna tabela: Configuration.


Privacy

  • Pliki kodu: przetwarzane lokalnie przez tree-sitter. Nic nie opuszcza Twojej maszyny. Korpus zawierający wyłącznie kod nie wymaga klucza API: graphify extract działa w pełni offline. W mieszanym repozytorium dodaj --code-only, aby zindeksować tylko kod i pominąć dokumentację/pliki PDF/obrazy, które w przeciwnym razie wymagałyby LLM.
  • Wideo / audio: transkrybowane lokalnie za pomocą faster-whisper. Nic nie opuszcza Twojej maszyny.
  • Dokumentacja, pliki PDF, obrazy: wysyłane do Twojego asystenta AI w celu ekstrakcji semantycznej (poprzez umiejętność /graphify, z użyciem dowolnego modelu, na którym działa Twoja sesja IDE). Bezgłowe graphify extract wymaga GEMINI_API_KEY / GOOGLE_API_KEY (Gemini), MOONSHOT_API_KEY (Kimi), ANTHROPIC_API_KEY (Claude), OPENAI_API_KEY (OpenAI), DEEPSEEK_API_KEY (DeepSeek), działającej instancji Ollama (OLLAMA_BASE_URL), poświadczeń AWS poprzez standardowy łańcuch dostawców (Bedrock: nie jest potrzebny klucz API, używa IAM) lub binarki CLI claude (Claude Code: nie jest potrzebny klucz API, używa Twojej subskrypcji Claude). Flaga --dedup-llm używa tego samego klucza.
  • Rezydencja danych: graphify extract automatycznie wykrywa, którego dostawcy użyć, na podstawie tego, który klucz API jest ustawiony (priorytet: Gemini → Kimi → Claude → OpenAI → DeepSeek → Azure → Bedrock → Ollama). W przypadku kodu z wymaganiami dotyczącymi rezydencji danych użyj --backend ollama (w pełni lokalnie) lub przekaż jawną flagę --backend. Kimi (MOONSHOT_API_KEY) kieruje do serwerów Moonshot AI w Chinach.
  • Brak telemetrii, brak śledzenia użycia, brak analityki.
  • Rejestrowanie zapytań: każde wywołanie graphify query, graphify path, graphify explain oraz MCP query_graph jest zapisywane do ~/.cache/graphify-queries.log w formacie JSON Lines (znacznik czasu, pytanie, korpus, liczba zwróconych węzłów, czas trwania). Pełne odpowiedzi podgrafu nie są domyślnie przechowywane. Ustaw GRAPHIFY_QUERY_LOG_DISABLE=1, aby zrezygnować, lub GRAPHIFY_QUERY_LOG=/dev/null, aby wyciszyć bez wyłączania ścieżki kodu.

Troubleshooting

Typowe problemy z instalacją i ekstrakcją oraz ich rozwiązania: Troubleshooting.


Full command reference

Każde polecenie i flaga, z przykładami: CLI reference.


Learn more


Graphify Cloud

Graphify Cloud to zawsze aktywna warstwa zbudowana na bazie graphify. Zamiast grafu, który odbudowujesz na żądanie dla każdego folderu, utrzymuje jeden graf na żywo w całym cyklu życia Twojego oprogramowania:

  • 80% mniej tokenów: zawsze aktywna pamięć sprawia, że Twoi agenci przestają ponownie czytać i ponownie wyjaśniać bazę kodu w każdej sesji.
  • Monorepo i wiele repozytoriów: jeden połączony graf obejmujący każdą usługę i repozytorium, a nie graf na folder.
  • Weryfikacja formalna: sprawdzaj niezmienniki architektoniczne i zależności względem grafu na żywo.
  • Przegląd kodu z lotu ptaka na cały Twój SDLC: zobacz, jak zmiana rozchodzi się po całym systemie, zanim ją scalisz.
  • Konektory SDLC: pobieraj dane z Sentry, Jira i innych, dzięki czemu incydenty, zgłoszenia i kod żyją w jednym grafie.
  • Zawsze aktywne: aktualizuje się w sposób ciągły w tle, obejmując kod, dokumentację i spotkania.

Rozpocznij darmowy 14-dniowy okres próbny na app.graphify.com →


Contributing

Wkład jest mile widziany. Zobacz CONTRIBUTING.md, aby poznać konfigurację środowiska deweloperskiego, polecenia testów i zgodności z CI, przepływ pracy w git oraz to, co składa się na mocny wkład (opracowane przykłady i zgłoszenia błędów ekstrakcji są najbardziej przydatne). Architektura i jak dodać język: ARCHITECTURE.md.

Jesteś tu nowy? Przywitaj się na Discordzie lub w GitHub Discussions.


Contributors

graphify contributors

Wykonane z contrib.rocks.


Translations

README jest dostępne w 32 językach. Użyj przełącznika języków na górze tego pliku, aby przeczytać je w swoim, lub przeglądaj docs/translations/. Aby ulepszyć tłumaczenie lub dodać nowe, otwórz pull request dotyczący odpowiedniego pliku w tym miejscu.


Building on graphify

Budujesz coś w ekosystemie graphify? To jest zachęcane. Jeśli Twój projekt używa „graphify" w swojej nazwie (na przykład graphify-dashboard lub graphify-action), dodaj proszę krótką notkę do swojego README wyjaśniającą, że został zbudowany przez społeczność i nie jest powiązany z Graphify Labs ani przez nie wspierany. „graphify" oraz logo graphify są znakami Graphify Labs; prosimy nie używać ich w sposób sugerujący oficjalny status.


Website Discord X YouTube Sponsor The Memory Layer

本页原文 Markdown:在 AtomGit 查看·内容源自开源项目 graph/graphify