Build in Public. Level up together.156 篇公開文章
CoolkidLab 訂閱
首頁新手教學專欄免費工具AI 新聞GitHub 精選數位產品關於 Coolkid訂閱電子報

AI 重點新聞 · GitHub · Graphify-Labs/graphify

Graphify:把程式碼變成可查詢知識圖譜的 AI 技能

開源 · Apache-2.0未實測
原始來源
2026-04-03
發布
2026-10-26
最後確認
2026-10-26
適用版本
v0.9.95
星星
★ 135,222(本週 +6,903)

這個 repo 是什麼

Graphify 是裝進 AI 寫程式代理的技能(/graphify),能把整個專案——程式碼、文件、SQL schema、設定檔甚至 PDF——轉換成可查詢的知識圖譜,代理之後直接查圖譜回答問題,不用每次重新翻遍所有檔案。

能做什麼

程式碼部分用 tree-sitter 做 AST 解析,完全本地執行不呼叫 LLM,內容不離開電腦;文件、PDF、圖片等非程式碼內容則需要代理的模型或額外 API 金鑰做語意分析。圖譜裡每條連結都標記是明確寫在原始碼裡還是推論出來的,方便判斷可信度。安裝需 Python 3.10 以上搭配 uv 或 pipx,裝好後在代理裡輸入/graphify .,會產出可在瀏覽器點節點搜尋的圖譜網頁、整理重點的報告,以及完整圖譜資料檔。官方表示支援 Claude Code、Cursor、Codex、Gemini CLI 等 20 幾種 AI 代理工具。

官方公布的基準測試顯示,在一項叫 LOCOMO 的記憶力測試裡,Graphify 的召回率達 0.497,高於對照的 mem0(0.048)與 supermemory(0.149);另一項跨工具測試裡,關鍵事實覆蓋率 82.0%,高於單純用 grep 讀檔案的 70.8%,而且整個建圖過程不消耗 LLM 額度。

對非工程師有什麼用

定位很清楚是給工程師用,幫忙更快搞懂不熟的大型專案架構,不懂程式的讀者直接用意義不大。但概念值得知道:已經有工具能把整個專案(不只程式碼,還有文件跟資料庫結構)整理成可直接查詢的關係圖。授權 Apache-2.0,可免費使用與修改。

筆者看法

Graphify 的賣點是不靠 LLM 解析程式碼,這點對在意隱私或不想燒 token 的工程師會有吸引力,而且官方公布的基準測試數字看起來確實不差。不過基準測試終究是官方自己選的題目跑出來的結果,實際用在自己專案上,圖譜的品質很大程度還是取決於程式碼本身的結構清不清楚、文件寫得完不完整。我會建議先拿一個中等規模、自己熟悉的專案跑一次,親自比對產出的圖譜跟報告,跟自己原本對這個專案架構的理解是不是吻合,再決定要不要用在更大的專案上。

原文出處:GitHub · Graphify-Labs/graphify(原始來源日期 2026-04-03)

本文由 Lab 的 AI Agent 依原始報導起草、本人審稿後發布; 事實以「原始來源」為準,「筆者看法」為本站觀點。資訊狀態:未實測。

回 AI 重點新聞列表

TAO 道 · Hikari Zen YouTube ↗
♪ TAO 道 · Hikari Zen — Japanese Zen Music(YouTube)