SuperAPI AI 工具集

graphify

编程与开发

查看项目

更新于 11-12 16:19

技能介绍

用途

Graphify 的核心目标是把一个代码仓库变成可查询的知识图谱,而不是让智能体逐文件执行 grep 或查找。它适合回答架构与依赖类问题,例如“登录流程如何连接到用户表”,也适合在接手新项目或遗留项目前先拿到仓库地图,以及减少对同一代码库反复提问时的 token 消耗。

主要能力

据资料,Graphify 会索引代码、文档、PDF、音频和视频,并提供图谱查询方式。示例查询“登录如何到达 users 表”会返回类似 form → POST /login → authService → users(id) 的连接路径。资料强调图谱适用于“事物之间如何连接”,而主题相近的散落文本仍更适合向量 RAG;代码或文档变化后,图谱支持只更新受影响部分,而非整体重新嵌入。

使用方式

资料列出的命令包括:/graphify(索引当前目录)、/graphify explain(查询图谱)、/graphify claude install(常驻启用,在每次提问时查询图谱),以及 Obsidian 相关 flag(/graphify obsidian)。索引分为三层:代码结构(确定性、不使用 LLM)、音频与视频(whisper)、文档与图像(基于 LLM 的语义处理)。资料建议在询问连接或架构问题前先确认仓库已索引,或先运行 /graphify,并要求智能体“回答前先看图谱”,最后以“节点 → 边 → 节点”的形式给出连接路径;代码大幅变动后应重新索引。

适用场景

大型或遗留代码库的问答、项目上手、架构与依赖梳理,以及需要控制 token 成本的频繁查询。

限制与说明

资料将 Graphify 与向量 RAG 做了取舍对比:图谱擅长关系,不适合替代按主题检索散落文本。资料还提到一个开源替代方案 GRAFT(tree-sitter 结构层,可选 AI 深度构建),并建议每个仓库只选择一个图谱工具。资料中的开源许可、星标数量、与任意智能体兼容、内置技能等描述均来自该资料本身;具体安装步骤、收费情况、平台支持范围等未在该资料中完整说明。