AI探索计划skill分享-面向 AI 编码助手的知识图谱

Graphify —— 面向 AI 编码助手的知识图谱技能

一个面向 AI 编码助手的技能。在 Claude Code、CodeBuddy、Codex、OpenCode、OpenClaw、Factory Droid 或 Trae 中输入 /graphify，它会读取你的文件、构建知识图谱，并把原本不明显的结构关系还给你。更快理解代码库，找到架构决策背后的"为什么"。 完全多模态。你可以直接丢进去代码、PDF、Markdown、截图、流程图、白板照片，甚至其他语言的图片 —— graphify 会用 Claude vision 从这些内容中提取概念和关系，并把它们连接到同一张图里。 Andrej Karpathy 会维护一个 /raw 文件夹，把论文、推文、截图和笔记都丢进去。graphify 就是在解决这类问题 —— 相比直接读取原始文件，每次查询的 token 消耗可降低 71.5 倍，结果还能跨会话持久保存，并且会明确区分哪些内容是实际发现的，哪些只是合理推断。 【安装方式】

前提：Python 3.10+，并且使用以下平台之一：Claude Code、CodeBuddy、Codex、OpenCode、OpenClaw、Factory Droid 或 Trae 一键安装：pip install graphifyy && graphify install 注意：PyPI 包当前暂时叫 graphifyy，因为 graphify 这个名字还在回收中。CLI 命令和 skill 命令仍然都是 graphify。 各平台安装命令：Claude Code: graphify installCodeBuddy: graphify install --platform codebuddyCodex: graphify install --platform codexOpenCode: graphify install --platform opencodeOpenClaw: graphify install --platform clawFactory Droid: graphify install --platform droidTrae: graphify install --platform traeTrae CN: graphify install --platform trae-cn Codex 用户还需要在 ~/.codex/config.toml 的 [features] 下打开 multi_agent = true，这样才能并行提取。CodeBuddy 使用与 Claude Code 相同的 Agent 工具和 PreToolUse hook 机制。OpenClaw 目前的并行 agent 支持还比较早期，所以使用顺序提取。Trae 使用 Agent 工具进行并行子代理调度，不支持 PreToolUse hook，因此 AGENTS.md 是其常驻机制。 【快速上手】

安装后在 AI 编码助手中输入：/graphify . 输出目录 graphify-out/ 包含：graph.html —— 可交互图谱：可点节点、搜索、按社区过滤GRAPH_REPORT.md —— God nodes、意外连接、建议提问graph.json —— 持久化图谱：数周后仍可查询，无需重新读原始文件cache/ —— SHA256 缓存：重复运行时只处理变更过的文件 【让助手始终优先使用图谱（推荐）】 图构建完成后，在项目里运行一次对应平台的命令：graphify claude install CodeBuddy：写入 CODEBUDDY.md + PreToolUse hookgraphify codex install OpenCode：写入 AGENTS.mdgraphify claw install Factory Droid：写入 AGENTS.mdgraphify trae install Trae CN：写入 AGENTS.md Claude Code 和 CodeBuddy 会做两件事： 1. 在项目规则文件中写入一段规则，告诉 AI 在回答架构问题前先读 graphify-out/GRAPH_REPORT.md​2. 安装一个 PreToolUse hook，在每次 Glob 和 Grep 前触发 其他平台（Codex、OpenCode、OpenClaw、Factory Droid、Trae）因为不支持 PreToolUse hook，所以 AGENTS.md 是它们的常驻机制。卸载时使用对应平台的 uninstall 命令即可，例如 graphify claude uninstall。 常驻模式和显式触发有什么区别？常驻 hook 会优先暴露 GRAPH_REPORT.md —— 这是一页式总结，包含 god nodes、社区结构和意外连接。你的助手在搜索文件前会先读它，因此会按结构导航，而不是按关键字乱搜。这已经能覆盖大部分日常问题。 /graphify query、/graphify path 和 /graphify explain 会更深入：它们会逐跳遍历底层 graph.json，追踪节点之间的精确路径，并展示边级别细节（关系类型、置信度、源位置）。当你想从图谱里精确回答某个问题，而不仅仅是获得整体感知时，就该用这些命令。 可以这样理解：常驻 hook 是先给助手一张地图，/graphify 这几个命令则是让它沿着地图精确导航。 【工作原理】

graphify 分两轮执行。第一轮是确定性的 AST 提取，对代码文件做结构分析（类、函数、导入、调用图、docstring、解释性注释），这一轮不需要 LLM。第二轮会并行调用 Claude 子代理处理文档、论文和图片，从中提取概念、关系和设计动机。 最后把两边结果合并到一个 NetworkX 图里，用 Leiden 社区发现算法做聚类，并导出成可交互 HTML、可查询 JSON，以及一份人类可读的审计报告。 聚类是基于图拓扑完成的，不依赖 embeddings。Leiden 按边密度发现社区。Claude 抽取出的语义相似边（semantically_similar_to，标记为 INFERRED）本来就存在于图中，所以会直接影响社区划分。图结构本身就是相似性信号，不需要额外的 embedding 步骤，也不需要向量数据库。 每条关系都会被标记为：EXTRACTED（直接在源材料中找到）、INFERRED（合理推断，并附带置信度分数）或 AMBIGUOUS（有歧义，需要复核）。所以你始终知道哪些是实际发现的，哪些是模型猜出来的。 【支持的文件类型】 代码文件：.py .ts .js .go .rs .java .c .cpp .rb .cs .kt .scala .php—— 通过 tree-sitter AST + 调用图 + docstring / 注释中的 rationale 提取 文档文件：.md .txt .rst—— 通过 Claude 提取概念、关系和设计动机 论文文件：.pdf—— 引文挖掘 + 概念提取 图片文件：.png .jpg .webp .gif—— Claude vision 处理，截图、图表、任意语言都可以 【主要命令】 图谱生成基础 /graphify . 对当前目录运行/graphify ./raw 对指定目录运行/graphify ./raw --mode deep 更激进地抽取 INFERRED 边/graphify ./raw --update 只重新提取变更文件，并合并到已有图谱/graphify ./raw --cluster-only 只重新聚类已有图谱，不重新提取/graphify ./raw --no-viz 跳过 HTML，只生成 report + JSON/graphify ./raw --obsidian 额外生成 Obsidian vault 添加外部材料 /graphify add 立即下载 拉取论文、保存并更新图谱/graphify add 立即下载... 拉取推文/graphify add https://... --author "Name" 标记原作者/graphify add https://... --contributor "Name" 标记是谁把它加入语料库的 图谱精准查询 /graphify query "what connects attention to the optimizer?"/graphify query "..." --dfs 追踪一条具体路径/graphify query "..." --budget 1500 把预算限制在 N tokens/graphify path "DigestAuth" "Response"/graphify explain "SwinTransformer" 导出与集成 /graphify ./raw --watch 文件变更时自动同步图谱/graphify ./raw --wiki 构建可供 agent 抓取的 wiki/graphify ./raw --svg 导出 graph.svg/graphify ./raw --graphml 导出 graph.graphml（Gephi、yEd）/graphify ./raw --neo4j 生成给 Neo4j 用的 cypher.txt/graphify ./raw --neo4j-push bolt://localhost:7687 直接推送到运行中的 Neo4j/graphify ./raw --mcp 启动 MCP stdio server Git 自动同步钩子 graphify hook installgraphify hook uninstallgraphify hook status 【你会得到什么】 1. God nodes —— 度最高的概念节点，整个系统最容易汇聚到的地方​2. 意外连接 —— 按综合得分排序。代码-论文之间的边会比代码-代码边权重更高。每条结果都会附带一段人话解释。​3. 建议提问 —— 图谱特别擅长回答的 4 到 5 个问题。​4. "为什么" —— docstring、行内注释（ IMPORTANT:、 WHY:）以及文档里的设计动机都会被抽取成 rationale_for 节点。不只是知道代码"做了什么"，还能知道"为什么要这么写"。​5. 置信度分数 —— 每条 INFERRED 边都有 confidence_score（0.0-1.0）。你不只知道哪些是猜出来的，还知道模型对这个猜测有多有把握。EXTRACTED 边恒为 1.0。​6. 语义相似边 —— 跨文件的概念连接，即使结构上没有直接依赖也能建立关联。比如两个函数做的是同一类问题但彼此没有调用，或者某个代码类和某篇论文里的算法概念本质相同。​7. 超边（Hyperedges） —— 用来表达 3 个以上节点的群组关系，这是普通两两边表达不出来的。比如：一组类共同实现一个协议、认证链路里的一组函数、同一篇论文某一节里的多个概念共同组成一个想法。​8. Token 基准 —— 每次运行后都会自动打印。对混合语料（Karpathy 的仓库 + 论文 + 图片），每次查询的 token 消耗可以比直接读原文件少 71.5 倍。第一次运行需要先提取并建图，这一步会花 token；后续查询直接读取压缩后的图谱，节省会越来越明显。SHA256 缓存保证重复运行时只重新处理变更文件。 【实际效果案例】

• Karpathy 的仓库 + 5 篇论文 + 4 张图片：52 个文件，压缩比 71.5x​- graphify 源码 + Transformer 论文：4 个文件，压缩比 5.4x​- httpx（合成 Python 库）：6 个文件，压缩比约 1x Token 压缩效果会随着语料规模增大而更明显。6 个文件本来就塞得进上下文窗口，所以 graphify 在这种场景里的价值更多是结构清晰度，而不是 token 压缩。到了 52 个文件（代码 + 论文 + 图片）这种规模，就能做到 71x+。 【隐私说明】 graphify 会把文档、论文和图片的内容发送给你所用 AI 编码助手背后的模型 API 来做语义提取 —— 可能是 Anthropic（Claude Code）、OpenAI（Codex），或者你当前平台使用的其他提供方。代码文件则完全在本地通过 tree-sitter AST 处理，不会把代码内容发出去。项目本身没有任何遥测、使用跟踪或分析。唯一的网络请求就是语义提取阶段调用你平台自己的模型 API，使用的也是你自己的 API key。 【技术栈】 NetworkX + Leiden（graspologic）+ tree-sitter + vis.js。语义提取由 Claude（Claude Code）、GPT-4（Codex）或你当前平台所运行的模型完成。不需要 Neo4j，不需要 server，整体是纯本地运行。 【相关链接】 PyPI: 立即下载: 立即下载 原作者：Andrej Karpathy 的 /raw 工作流启发