graphify 越南版 README 精读从 /graphify 到可查询知识图谱的完整机制【免费下载链接】graphifyTurn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.项目地址: https://gitcode.com/GitHub_Trending/graph/graphify本文以 graphify 仓库中的越南语 READMEdocs/translations/README.vi-VN.md为主体完整继承其「三遍处理three passes、置信度标签、安装与使用命令、输出产物、隐私边界」的核心脉络并结合当前仓库源码graphify/extract.py、graphify/cluster.py、graphify/cache.py、graphify/transcribe.py与 docs/how-it-works.md 做源码级纵深扩充。读完你可以掌握graphify 如何在不引入向量数据库的前提下把代码、文档、PDF、视频统一变成一张可查询、可追溯路径的知识图谱。一、它是什么给 AI 编程助手的一个 /graphify 技能越南版 README 的开篇定位是「Kỹ năng dành cho trợ lý lập trình AI」面向 AI 编程助手的技能。在 Claude Code、Codex、OpenCode、Cursor、Gemini CLI、GitHub Copilot CLI、VS Code Copilot Chat、Aider、OpenClaw、Factory Droid、Trae、Kiro 或 Google Antigravity 中输入/graphify它会读取你的文件、构建知识图谱并返回你原本不知道存在的结构——让你更快理解 codebase并挖出架构决策背后的「为什么」。它的关键特征是完全多模态代码、PDF、markdown、截图、架构图、白板照片、小语种图片乃至视频和音频文件graphify 都能从中抽取概念与关系并连接进同一张图。其中视频在本地由 Whisper 转录代码则通过 tree-sitter AST 解析——越南版 README 写作时的版本支持 25 种语言当前仓库的 README.md 已扩展至 37 个 tree-sitter 语法另有 Apex、Terraform、OCaml、Common Lisp 等独立解析器这一点可以从 graphify/extract.py 的导入清单得到印证apex、bash、blade、csharp、dart、go、rust、sql、terraform、verilog、zig等解析器统一由 graphify/extractors/ 目录提供。越南版 README 还引用了一个典型使用动机Andrej Karpathy 习惯维护一个/raw目录往里堆文章、推文、截图和笔记graphify 针对的就是这种「文件越攒越多、上下文爆炸」的问题——每次查询比直接读原始文件少71.5 倍token且在多次会话之间持续可用。二、三遍处理机制AST、Whisper 与并行子代理「Cách hoạt động」如何工作一节是越南版 README 的核心骨架原文描述了 graphify 的三次遍历这一说法与 docs/how-it-works.md 完全一致且都能在源码中找到落点。Pass 1AST 结构抽取本地、零 LLMTree-sitter 解析代码文件抽取类、函数、导入、调用关系与行内注释全程本地运行、不经过 LLM。graphify/extract.py 的模块 docstring 明确写着「Deterministic structural extraction from source code using tree-sitter. Outputs nodesedges dicts.」——确定性结构抽取输出节点与边两个字典。从源码结构看抽取管线按语言注册了解析器graphify/resolver_registry.py 中的LanguageResolver机制并对跨语言/跨文件调用做了专门的消解ruby_resolution.py、csharp_dispatch.pyC# 接口分派、pascal_resolution.pyPascal 继承调用等模块都在 graphify/extract.py 顶部被显式接入。一个值得注意的边界docs/how-it-works.md 明确说明纯代码语料会完全跳过 Pass 3——代码文件不会被送入 LLM 语义抽取器语义抽取只留给文档、论文、图片与转录文本。因此纯代码语料不需要任何 API key 即可离线运行。Pass 2视频/音频本地转录faster-whispergraphify/transcribe.py 给出了具体实现支持的媒体扩展名覆盖.mp4 .mov .webm .mkv .avi .m4v .mp3 .wav .m4a .ogg默认 Whisper 模型为base可通过GRAPHIFY_WHISPER_MODEL环境变量覆盖URL 下载走 yt-dlp且在下发请求前先经validate_url阻断私网地址。转录结果写入graphify-out/transcripts/并纳入缓存重跑时跳过已处理文件。docs/how-it-works.md 还补充了一个细节转录的提示词会用当前代码图中度数最高的「god nodes」做播种seeding让转录聚焦于你的领域术语。Pass 3文档、论文、图片的并行语义抽取Claude 子代理并行处理 markdown、PDF、图片与转录文本每个子代理输出一段 JSON 片段节点、边、组关系最后合并为一张 NetworkX 图。文档链接text与[[wikilinks]]会生成文档之间的references边对应实现见 graphify/extractors/markdown.py。分社区Leiden 聚类与降级路径三遍结果合并后进入聚类。graphify/cluster.py 的模块注释概括了策略「Uses Leiden (graspologic) if available, falls back to Louvain (networkx). Splits oversized communities. Returns cohesion scores.」即优先调用 Leiden 算法按边密度分组不可用时降级到 NetworkX 的 Louvain超大社区会被进一步拆分并返回内聚度分数。源码中还可见一条性能优化路径_native_leiden直接调用graspologic_nativeRust 扩展而绕开 graspologic 完整包——注释里测量到绕过后省去了 7–19 秒的 umap/pynndescent 导入开销。docs/how-it-works.md 特别强调不需要嵌入embeddings。Claude 抽取出的语义相似边semantically_similar_to本身就在图里直接参与社区形状的形成——图结构就是相似度信号因此不存在独立的向量库。每条边都有置信度标签越南版 README 写道「Mỗi mối quan hệ được gắn nhãnEXTRACTED,INFERRED带置信度分数或AMBIGUOUS」。docs/how-it-works.md 给出了完整定义与评分细则标签含义EXTRACTED直接从源码中找到如一次函数调用、一条 import置信度恒为 1.0INFERRED合理推断带 0.0–1.0 的confidence_scoreAMBIGUOUS不确定——在报告中被标记出来供人工复核INFERRED边采用离散评分量规0.95近乎确定显式跨文件引用且目标唯一、0.85强证据命名与上下文吻合、0.75合理上下文相关但非显式、0.65弱仅命名相似、0.55推测性。测试 tests/test_confidence.py 与 tests/test_inferred_confidence_rubric.py 对该量规做了断言。三、安装一条命令注册技能越南版 README 的安装一节给出了三条等价路径前置要求是 Python 3.10 与任一 AI 编程助手uv tool install graphifyy graphify install # 或者用 pipx pipx install graphifyy graphify install # 或者用 pip pip install graphifyy graphify install原文特别强调PyPI 上的官方包名是graphifyy双 y其他graphify*包均非官方。当前仓库 README.md 进一步补充了排障要点uvx运行时必须写uvx --from graphifyy graphify install因为uv tool run把第一个词当包名解析若装后提示graphify: command not found通常只需uv tool update-shell或pipx ensurepath后重开终端。graphify install的作用是把技能文件写入助手对应的用户级目录若希望装进当前仓库而非用户主目录当前版本支持graphify install --project例如写入.claude/skills/graphify/SKILL.md。仓库内 graphify/skills/ 目录下按平台claude、codex、cursor、gemini、copilot、kiro 等分列了技能与 references 文件tools/skillgen/ 则用platforms.toml驱动这些平台文件的一致性生成。四、使用构建、增量更新与查询越南版 README 的「Sử dụng」一节列出的核心命令均可在 graphify/main.py 的帮助文本中找到对应实现/graphify . # 为当前目录构建图谱 /graphify ./raw --update # 只重新抽取发生变化的文件 /graphify query điều gì kết nối Attention với optimizer? /graphify path DigestAuth Response graphify hook install # 安装 git 钩子 graphify update ./src # 增量更新指定目录语义上/graphify .构建整图--update走 SHA256 缓存增量query对自然语言问题做 BFS 遍历并返回子图path追踪两个节点之间的最短路径hook install之后每次git commit/ 分支切换都会自动重建纯 AST、零 API 成本。当前仓库 README.md 还展示了真实查询输出形态$ graphify explain APIRouter Node: APIRouter Source: routing.py L2210 Community: 2 Degree: 47 $ graphify path FastAPI ModelField Shortest path (3 hops): FastAPI --uses-- DefaultPlaceholder --references-- get_request_handler() --references-- ModelField每条边都带EXTRACTED/INFERRED标签「读出来的」与「推断出来的」一目了然。五、输出产物四个文件构成的持续记忆越南版 README 给出的输出目录结构graphify-out/ ├── graph.html 交互式图谱——在任意浏览器打开 ├── GRAPH_REPORT.md 神节点、意外连接、建议提问 ├── graph.json 持续图谱——数周之后仍可查询 └── cache/ SHA256 缓存——重跑只处理已变更的文件这四个产物在仓库中都有实证graph.json采用 NetworkX 的 node-link 格式节点含id、label、file_type、source_file边含source、target、relation、confidence、confidence_score、source_file仓库自带了真实运行样例如 worked/httpx/ 与 worked/mixed-corpus/ 下完整的graph.jsonGRAPH_REPORT.mdreview.md可直接打开验证。关于cache/的实现graphify/cache.py 的save_cached按「文件内容的 SHA256」作为键存储nodes/edges结果load_cached在哈希匹配时直接回放缓存。源码注释还揭示了一个细节设计AST 缓存按包版本 缓存 schema 命名空间隔离cache/ast/v{version}-s{schema}/因为 AST 结果是 graphify 自身抽取器代码的产物新版本修复了抽取 bug 时旧缓存不应继续生效而语义缓存刻意不做版本隔离只以抽取提示词的指纹作为失效条件避免每次发版就对未变更文件重新计费。六、你能得到什么神节点、意外连接与 71.5x token 基准越南版 README 的「Những gì bạn nhận được」一节列出了报告的五类内容均对应 docs/how-it-works.md 与仓库样例神节点God nodes——度数最高的概念一切流量都经过它们意外连接Surprising connections——跨文件/跨模块的关联按「意外程度」排序建议提问Suggested questions——这张图恰好有资格回答的 4–5 个问题「为什么」Rationale——# NOTE:/# WHY:行内注释、docstring 与设计理由被抽成独立节点链接到它所解释的代码Token 基准——混合语料上比直接读原始文件节省71.5 倍token。这个 71.5x 数字不是孤证docs/how-it-works.md 给出了完整基准表——「Karpathy 仓库 5 篇论文 4 张图片、52 个文件」的混合语料上节省 71.5 倍4 个文件的语料节省 5.4 倍6 个文件的 httpx 约为 1 倍。原文同时诚实地说明token 节省随语料规模增长小语料的价值在于结构清晰度而非压缩。仓库内的 worked/ 目录每个样例都保留了原始输入与真实输出可复现验证CLI 侧也有graphify benchmark子命令直接度量相对朴素全语料方案的 token 缩减。七、隐私边界什么留在本地什么经过模型越南版 README 的「Quyền riêng tư」一节只有三句话但每条都有源码支撑代码文件经 tree-sitter 本地处理——graphify/extract.py 是纯本地确定性管线纯代码语料零 API 调用视频本地转录——graphify/transcribe.py 使用 faster-whisper 本地推理音频不出机器无遥测no telemetry——不采集用量、不做分析。需要注意的边界是文档、PDF、图片的语义抽取会经过 AI 助手在 IDE 内走当前会话的模型无头graphify extract则需要配置GEMINI_API_KEY/ANTHROPIC_API_KEY/OPENAI_API_KEY等后端密钥之一。当前仓库 README.md 的隐私一节补充了数据驻留选项对有驻留要求的代码可用--backend ollama全本地推理或用--backend显式指定后端查询日志graphify query/path/explain的本地 JSON Lines 记录默认关闭可用GRAPHIFY_QUERY_LOG_ENABLE1显式开启、GRAPHIFY_QUERY_LOG_DISABLE1强制关闭。八、小结从「grep 文件」到「查询图」回到越南版 README 的核心命题/graphify .一行命令之后你得到的不是又一个索引而是一张每条边都能解释来源与置信度的真实图——AST 确定性抽取保证代码结构零幻觉faster-whisper 保证媒体内容本地化Leiden 聚类让子系统浮出水面SHA256 缓存让「持续图谱」在数周尺度上保持廉价。想进一步验证建议直接打开 worked/httpx/graph.json 与 worked/httpx/GRAPH_REPORT.md 对照本文第三节、第五节的内容或在自己的项目里跑一遍uv tool install graphifyy graphify install再输入/graphify .。【免费下载链接】graphifyTurn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.项目地址: https://gitcode.com/GitHub_Trending/graph/graphify创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 graphify 越南版 README 精读：从 /graphify 到可查询知识图谱的完整机制
graphify 越南版 README 精读从 /graphify 到可查询知识图谱的完整机制【免费下载链接】graphifyTurn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.项目地址: https://gitcode.com/GitHub_Trending/graph/graphify本文以 graphify 仓库中的越南语 READMEdocs/translations/README.vi-VN.md为主体完整继承其「三遍处理three passes、置信度标签、安装与使用命令、输出产物、隐私边界」的核心脉络并结合当前仓库源码graphify/extract.py、graphify/cluster.py、graphify/cache.py、graphify/transcribe.py与 docs/how-it-works.md 做源码级纵深扩充。读完你可以掌握graphify 如何在不引入向量数据库的前提下把代码、文档、PDF、视频统一变成一张可查询、可追溯路径的知识图谱。一、它是什么给 AI 编程助手的一个 /graphify 技能越南版 README 的开篇定位是「Kỹ năng dành cho trợ lý lập trình AI」面向 AI 编程助手的技能。在 Claude Code、Codex、OpenCode、Cursor、Gemini CLI、GitHub Copilot CLI、VS Code Copilot Chat、Aider、OpenClaw、Factory Droid、Trae、Kiro 或 Google Antigravity 中输入/graphify它会读取你的文件、构建知识图谱并返回你原本不知道存在的结构——让你更快理解 codebase并挖出架构决策背后的「为什么」。它的关键特征是完全多模态代码、PDF、markdown、截图、架构图、白板照片、小语种图片乃至视频和音频文件graphify 都能从中抽取概念与关系并连接进同一张图。其中视频在本地由 Whisper 转录代码则通过 tree-sitter AST 解析——越南版 README 写作时的版本支持 25 种语言当前仓库的 README.md 已扩展至 37 个 tree-sitter 语法另有 Apex、Terraform、OCaml、Common Lisp 等独立解析器这一点可以从 graphify/extract.py 的导入清单得到印证apex、bash、blade、csharp、dart、go、rust、sql、terraform、verilog、zig等解析器统一由 graphify/extractors/ 目录提供。越南版 README 还引用了一个典型使用动机Andrej Karpathy 习惯维护一个/raw目录往里堆文章、推文、截图和笔记graphify 针对的就是这种「文件越攒越多、上下文爆炸」的问题——每次查询比直接读原始文件少71.5 倍token且在多次会话之间持续可用。二、三遍处理机制AST、Whisper 与并行子代理「Cách hoạt động」如何工作一节是越南版 README 的核心骨架原文描述了 graphify 的三次遍历这一说法与 docs/how-it-works.md 完全一致且都能在源码中找到落点。Pass 1AST 结构抽取本地、零 LLMTree-sitter 解析代码文件抽取类、函数、导入、调用关系与行内注释全程本地运行、不经过 LLM。graphify/extract.py 的模块 docstring 明确写着「Deterministic structural extraction from source code using tree-sitter. Outputs nodesedges dicts.」——确定性结构抽取输出节点与边两个字典。从源码结构看抽取管线按语言注册了解析器graphify/resolver_registry.py 中的LanguageResolver机制并对跨语言/跨文件调用做了专门的消解ruby_resolution.py、csharp_dispatch.pyC# 接口分派、pascal_resolution.pyPascal 继承调用等模块都在 graphify/extract.py 顶部被显式接入。一个值得注意的边界docs/how-it-works.md 明确说明纯代码语料会完全跳过 Pass 3——代码文件不会被送入 LLM 语义抽取器语义抽取只留给文档、论文、图片与转录文本。因此纯代码语料不需要任何 API key 即可离线运行。Pass 2视频/音频本地转录faster-whispergraphify/transcribe.py 给出了具体实现支持的媒体扩展名覆盖.mp4 .mov .webm .mkv .avi .m4v .mp3 .wav .m4a .ogg默认 Whisper 模型为base可通过GRAPHIFY_WHISPER_MODEL环境变量覆盖URL 下载走 yt-dlp且在下发请求前先经validate_url阻断私网地址。转录结果写入graphify-out/transcripts/并纳入缓存重跑时跳过已处理文件。docs/how-it-works.md 还补充了一个细节转录的提示词会用当前代码图中度数最高的「god nodes」做播种seeding让转录聚焦于你的领域术语。Pass 3文档、论文、图片的并行语义抽取Claude 子代理并行处理 markdown、PDF、图片与转录文本每个子代理输出一段 JSON 片段节点、边、组关系最后合并为一张 NetworkX 图。文档链接text与[[wikilinks]]会生成文档之间的references边对应实现见 graphify/extractors/markdown.py。分社区Leiden 聚类与降级路径三遍结果合并后进入聚类。graphify/cluster.py 的模块注释概括了策略「Uses Leiden (graspologic) if available, falls back to Louvain (networkx). Splits oversized communities. Returns cohesion scores.」即优先调用 Leiden 算法按边密度分组不可用时降级到 NetworkX 的 Louvain超大社区会被进一步拆分并返回内聚度分数。源码中还可见一条性能优化路径_native_leiden直接调用graspologic_nativeRust 扩展而绕开 graspologic 完整包——注释里测量到绕过后省去了 7–19 秒的 umap/pynndescent 导入开销。docs/how-it-works.md 特别强调不需要嵌入embeddings。Claude 抽取出的语义相似边semantically_similar_to本身就在图里直接参与社区形状的形成——图结构就是相似度信号因此不存在独立的向量库。每条边都有置信度标签越南版 README 写道「Mỗi mối quan hệ được gắn nhãnEXTRACTED,INFERRED带置信度分数或AMBIGUOUS」。docs/how-it-works.md 给出了完整定义与评分细则标签含义EXTRACTED直接从源码中找到如一次函数调用、一条 import置信度恒为 1.0INFERRED合理推断带 0.0–1.0 的confidence_scoreAMBIGUOUS不确定——在报告中被标记出来供人工复核INFERRED边采用离散评分量规0.95近乎确定显式跨文件引用且目标唯一、0.85强证据命名与上下文吻合、0.75合理上下文相关但非显式、0.65弱仅命名相似、0.55推测性。测试 tests/test_confidence.py 与 tests/test_inferred_confidence_rubric.py 对该量规做了断言。三、安装一条命令注册技能越南版 README 的安装一节给出了三条等价路径前置要求是 Python 3.10 与任一 AI 编程助手uv tool install graphifyy graphify install # 或者用 pipx pipx install graphifyy graphify install # 或者用 pip pip install graphifyy graphify install原文特别强调PyPI 上的官方包名是graphifyy双 y其他graphify*包均非官方。当前仓库 README.md 进一步补充了排障要点uvx运行时必须写uvx --from graphifyy graphify install因为uv tool run把第一个词当包名解析若装后提示graphify: command not found通常只需uv tool update-shell或pipx ensurepath后重开终端。graphify install的作用是把技能文件写入助手对应的用户级目录若希望装进当前仓库而非用户主目录当前版本支持graphify install --project例如写入.claude/skills/graphify/SKILL.md。仓库内 graphify/skills/ 目录下按平台claude、codex、cursor、gemini、copilot、kiro 等分列了技能与 references 文件tools/skillgen/ 则用platforms.toml驱动这些平台文件的一致性生成。四、使用构建、增量更新与查询越南版 README 的「Sử dụng」一节列出的核心命令均可在 graphify/main.py 的帮助文本中找到对应实现/graphify . # 为当前目录构建图谱 /graphify ./raw --update # 只重新抽取发生变化的文件 /graphify query điều gì kết nối Attention với optimizer? /graphify path DigestAuth Response graphify hook install # 安装 git 钩子 graphify update ./src # 增量更新指定目录语义上/graphify .构建整图--update走 SHA256 缓存增量query对自然语言问题做 BFS 遍历并返回子图path追踪两个节点之间的最短路径hook install之后每次git commit/ 分支切换都会自动重建纯 AST、零 API 成本。当前仓库 README.md 还展示了真实查询输出形态$ graphify explain APIRouter Node: APIRouter Source: routing.py L2210 Community: 2 Degree: 47 $ graphify path FastAPI ModelField Shortest path (3 hops): FastAPI --uses-- DefaultPlaceholder --references-- get_request_handler() --references-- ModelField每条边都带EXTRACTED/INFERRED标签「读出来的」与「推断出来的」一目了然。五、输出产物四个文件构成的持续记忆越南版 README 给出的输出目录结构graphify-out/ ├── graph.html 交互式图谱——在任意浏览器打开 ├── GRAPH_REPORT.md 神节点、意外连接、建议提问 ├── graph.json 持续图谱——数周之后仍可查询 └── cache/ SHA256 缓存——重跑只处理已变更的文件这四个产物在仓库中都有实证graph.json采用 NetworkX 的 node-link 格式节点含id、label、file_type、source_file边含source、target、relation、confidence、confidence_score、source_file仓库自带了真实运行样例如 worked/httpx/ 与 worked/mixed-corpus/ 下完整的graph.jsonGRAPH_REPORT.mdreview.md可直接打开验证。关于cache/的实现graphify/cache.py 的save_cached按「文件内容的 SHA256」作为键存储nodes/edges结果load_cached在哈希匹配时直接回放缓存。源码注释还揭示了一个细节设计AST 缓存按包版本 缓存 schema 命名空间隔离cache/ast/v{version}-s{schema}/因为 AST 结果是 graphify 自身抽取器代码的产物新版本修复了抽取 bug 时旧缓存不应继续生效而语义缓存刻意不做版本隔离只以抽取提示词的指纹作为失效条件避免每次发版就对未变更文件重新计费。六、你能得到什么神节点、意外连接与 71.5x token 基准越南版 README 的「Những gì bạn nhận được」一节列出了报告的五类内容均对应 docs/how-it-works.md 与仓库样例神节点God nodes——度数最高的概念一切流量都经过它们意外连接Surprising connections——跨文件/跨模块的关联按「意外程度」排序建议提问Suggested questions——这张图恰好有资格回答的 4–5 个问题「为什么」Rationale——# NOTE:/# WHY:行内注释、docstring 与设计理由被抽成独立节点链接到它所解释的代码Token 基准——混合语料上比直接读原始文件节省71.5 倍token。这个 71.5x 数字不是孤证docs/how-it-works.md 给出了完整基准表——「Karpathy 仓库 5 篇论文 4 张图片、52 个文件」的混合语料上节省 71.5 倍4 个文件的语料节省 5.4 倍6 个文件的 httpx 约为 1 倍。原文同时诚实地说明token 节省随语料规模增长小语料的价值在于结构清晰度而非压缩。仓库内的 worked/ 目录每个样例都保留了原始输入与真实输出可复现验证CLI 侧也有graphify benchmark子命令直接度量相对朴素全语料方案的 token 缩减。七、隐私边界什么留在本地什么经过模型越南版 README 的「Quyền riêng tư」一节只有三句话但每条都有源码支撑代码文件经 tree-sitter 本地处理——graphify/extract.py 是纯本地确定性管线纯代码语料零 API 调用视频本地转录——graphify/transcribe.py 使用 faster-whisper 本地推理音频不出机器无遥测no telemetry——不采集用量、不做分析。需要注意的边界是文档、PDF、图片的语义抽取会经过 AI 助手在 IDE 内走当前会话的模型无头graphify extract则需要配置GEMINI_API_KEY/ANTHROPIC_API_KEY/OPENAI_API_KEY等后端密钥之一。当前仓库 README.md 的隐私一节补充了数据驻留选项对有驻留要求的代码可用--backend ollama全本地推理或用--backend显式指定后端查询日志graphify query/path/explain的本地 JSON Lines 记录默认关闭可用GRAPHIFY_QUERY_LOG_ENABLE1显式开启、GRAPHIFY_QUERY_LOG_DISABLE1强制关闭。八、小结从「grep 文件」到「查询图」回到越南版 README 的核心命题/graphify .一行命令之后你得到的不是又一个索引而是一张每条边都能解释来源与置信度的真实图——AST 确定性抽取保证代码结构零幻觉faster-whisper 保证媒体内容本地化Leiden 聚类让子系统浮出水面SHA256 缓存让「持续图谱」在数周尺度上保持廉价。想进一步验证建议直接打开 worked/httpx/graph.json 与 worked/httpx/GRAPH_REPORT.md 对照本文第三节、第五节的内容或在自己的项目里跑一遍uv tool install graphifyy graphify install再输入/graphify .。【免费下载链接】graphifyTurn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.项目地址: https://gitcode.com/GitHub_Trending/graph/graphify创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 RELATED READING
延伸阅读
更多一线实战笔记与深度复盘，助您持续精进
