用途：graphify 面向 Karpathy 式 /raw 文件夹工作流，把代码、文档、论文、图片、音视频等混合资料转成结构化知识图谱，帮助发现跨文件、跨文档的隐藏关联。
主要能力：持久化图谱（存于 graphify-out/graph.json，跨会话保留）；每条边标注 EXTRACTED、INFERRED 或 AMBIGUOUS，区分“找到的”与“推断的”；社区检测发现跨文档联系；输出交互式 HTML、GraphRAG 就绪 JSON 和 GRAPH_REPORT.md；支持 AST 结构抽取与语义抽取并行，带缓存与增量更新。
使用方式：以 /graphify 调用，可指定路径，默认当前目录。常用参数包括 --mode deep、--update、--directed、--cluster-only、--no-viz、--svg、--graphml、--neo4j、--neo4j-push bolt://localhost:7687、--mcp、--watch、--wiki、--obsidian、--whisper-model medium。另有子命令：graphify add <url> 抓取网页入图，graphify query "<question>"（--dfs、--budget 1500），graphify path "AuthModule" "Database"，graphify explain "SwinTransformer"。安装通过 pip 安装 graphifyy 包，并检测 Python 解释器。
适用场景：新接触的代码库、阅读清单、研究语料、个人 /raw 文件夹。
限制：视频音频需先经 Whisper 转写；超大语料（超 200 万词或 200 文件）会要求选择子目录；语义抽取消耗 token；部分细节（如具体收费、平台支持）暂未提供。