还在 grep 翻调用链？graphify 给 AI 助手装了张「代码地图」

GitHub 仓库

Graphify-Labs/graphify

总 Stars

★ 130,242

今日新增

+802

主要语言

Python

查看 GitHub 项目

接手一个十万行祖传代码库，第一件事是什么？grep 翻调用链，翻到怀疑人生。graphify 干的就是这件事：把整个仓库（连带文档、SQL schema、配置文件、PDF）转成一张可查询的知识图谱，装一个 /graphify skill，Claude Code、Cursor、Codex、Gemini CLI 里直接问“这个函数被谁调了”。今天日榜第 7，单日 +802 star，总 star 13 万。

核心思路

它的路线很“反潮流”：不用向量库、不用 embedding，tree-sitter 本地做确定性 AST 解析，代码部分的图谱构建零 LLM 消耗。每条边还标了可信度——“源码直读”还是“模型推断”，查的时候心里有数。这对 agent 场景很友好：确定性、可解释、不烧 token。

适合谁

• 刚接手大仓库、需要快速建立心智地图的开发者
• 给 agent 配代码导航能力、又不想上向量 RAG 的团队
• 对“反向量”路线感兴趣的 AI 工程爱好者

先看坑再装

两个实打实的坑，都来自官方 README：第一，PyPI 上的官方包叫 graphifyy（双 y），原话警告其他 graphify* 开头的包一律非官方，搜名字装错会装到无关包；第二，文档/PDF/图片的语义解析仍然要走你自己的模型或 API key，并非全程免费，预算先算好。

对比向量 RAG 方案（如 mem0 那一路），graphify 是确定性图谱派；对比今天同批的 PageIndex（文档 RAG 的“反向量”索引），一个吃代码、一个吃文档，思路同源、赛道不同。

站长点评：我最欣赏的是它给边标注可信度这个细节——agent 读代码最怕一本正经地胡说八道，“推断”边至少让你知道该去 double check。装之前记住双 y，别装错包。项目地址：https://github.com/Graphify-Labs/graphify