Graphify 是什么：把整个项目变成可查询的知识图谱
Graphify 是一个 AI coding assistant skill，在 Claude Code / Codex / OpenCode / Cursor / Gemini CLI 里输入 /graphify，它把整个项目（代码、文档、PDF、图片、视频）映射成一张知识图谱，你可以查询而不是 grep 文件。GitHub 周榜第 3 名，90.8k stars，周增 8498，YC S26。
核心机制
- 代码本地解析，不走 LLM：代码用 tree-sitter AST 解析，确定性、无 LLM、数据不离开本机。（文档/PDF/图片/视频用你的 assistant 模型或配置的 API key 做语义处理。）
- 每条边都有解释：每个连接标注
EXTRACTED（源码里明确的）或INFERRED（graphify 推断的），你能分清哪些是直接读的、哪些是推的。 - 不是向量索引：没有 embedding、没有向量库，是一张真实的图谱，可以遍历。问问题、追两个东西之间的路径、解释一个概念。
怎么用（30 秒上手）
bash
uv tool install graphifyy # 装 CLI（或 pipx install graphifyy）
graphify install # 把 skill 注册到你的 AI assistant然后在 AI assistant 里：
text
/graphify .生成三个文件：
text
graphify-out/
├── graph.html 浏览器打开，点节点、筛选、搜索
├── GRAPH_REPORT.md 摘要：关键概念、意外连接、建议问题
└── graph.json 完整图谱，随时查询不用重读文件适合谁
- 接手大型代码库：新人进项目，先
/graphify看图谱和 GRAPH_REPORT，比啃代码快 10 倍。 - 跨语言/跨模块排查：追一个函数调用链，图谱直接显示路径，不用 grep 翻文件。
- 代码审查/架构理解：看社区检测（图谱里的色块），理解模块边界和耦合。
和 RAG/向量搜索的区别
RAG 是"找相关片段"，graphify 是"理解结构"。RAG 适合"这段代码在哪写过"，graphify 适合"这个概念和哪些模块相关、怎么连起来"。两者不冲突，可以叠加。