用途：将多语言代码库（通过 tree-sitter AST 支持 36+ 语言）解析为可交互、可查询的知识图谱，为 AI 编码代理提供结构感知，减少上下文窗口膨胀（据称可节省 70%+ token），并在并行多代理执行中充当共享同步层。
主要能力：构建与更新 graph.json、GRAPH_REPORT.md 和可视化 graph.html；通过 MCP 暴露 query_graph、explore、shortest_path、detect_cycles、pagerank、smart_summary 等工具；用 shortest_path 和 explore 在重构前追踪依赖；用 pagerank 检测高调用关键模块，用 detect_cycles 消除循环依赖；为并发子代理提供结构节点边界与 API 契约锁。
使用方式：安装 uv tool install "graphifyy[mcp]"；构建图谱 graphify .；运行 MCP 服务器 python -m graphify.serve。工作流包括项目初始化或重大重构后执行 graphify . 生成图谱产物；子代理请求上下文时查询图谱提取相关 AST 子树；并行冲刺时在 .agents/session_memory.md 中依据图谱节点定义强制契约锁；可将图谱结构导出至 obsidian-knowledge-architect 做 .canvas 可视化；向 devops-git-guard 提供推送前循环审计结果。
适用场景：多语言代码库结构分析、重构前影响分析、架构瓶颈与质量审计、并行多代理协作同步。
限制：不直接修改业务逻辑，聚焦结构映射、图谱查询与依赖健康检查；graph.json 与 GRAPH_REPORT.md 中不得暴露 API 密钥或机密；graph.html 须本地优先且移动端响应式。质量检查包括 graph.json 无语法错误、循环依赖已识别、凭据已清除、MCP 配置位于 .mcp/graphify_config.json。