「Graphify」给代码库生成知识图谱：让 Claude Code、Codex 和 Cursor 先问图再翻文件

Graphify 是一个给 AI coding assistant 用的开源知识图谱工具。它的核心用法很简单：在 Claude Code、Codex、Cursor、Gemini CLI、OpenCode、Aider 等工具里输入 /graphify .（Codex 里是 $graphify），把当前项目里的代码、文档、SQL schema、脚本、PDF、图片、视频等内容抽取成可查询的 knowledge graph。

和普通 grep 或一次性 RAG 不同，Graphify 想做的是“先把项目变成图，再让 agent 查图”。跑完后会生成 graph.html、GRAPH_REPORT.md 和 graph.json：一个给人看的交互图，一个总结关键概念和意外连接的报告，一个给后续查询复用的完整图数据。

让 Agent 少翻文件，多问图

Graphify 的定位很适合大型代码库和混合资料库。README 里明确支持代码、docs、Office 文档、Google Workspace、PDF、图片、视频、YouTube / URL 等来源；代码部分通过 tree-sitter 在本地抽取，其他内容可按需要走模型能力。

生成图之后，agent 可以用 graphify query 问“auth 和 database 是怎么连接的”，也可以用 graphify path 查两个概念之间的路径，或者用 graphify explain 展开某个模块。对于经常要接手陌生项目、查跨文件影响、读遗留系统的人，这比反复让模型扫全仓库更省上下文。

输出不只是图，还有报告和 Wiki

Graphify 的报告会列出 god nodes、surprising connections、设计理由、建议问题和置信标签。关系会标记为 EXTRACTED、INFERRED 或 AMBIGUOUS，让你知道哪些是直接抽取，哪些是推断。

它也支持增量更新、cluster-only 重聚类、生成 markdown wiki、导出 call-flow HTML、安装 git hook 在 commit 后自动重建，还提供 PR dashboard：看 CI、review、worktree、冲突和图社区影响。换句话说，它不只是一次性可视化工具，更像给项目加一层长期可查询的记忆层。

安装和注意事项

官方 PyPI 包名是 graphifyy（双 y），CLI 命令仍然是 graphify。推荐安装方式是 uv tool install graphifyy，然后运行 graphify install 把 skill 注册进对应的 AI 助手；Codex 用户可以用 graphify install --platform codex。

项目当前 GitHub API 显示约 53k stars，MIT 许可证，主语言是 Python。它适合代码库理解、架构梳理、文档索引、研究资料整理和 AI agent 长上下文场景；但如果要处理 PDF、Office、视频、Neo4j、MCP、OpenAI/Gemini 等能力，需要按 README 选择对应 extras 和 API / 本地推理配置。