Graphify 上手：给代码库建一张可查询的知识图谱，建图不花 LLM 额度

01适用场景

接手一个陌生的大仓库，想知道核心类是哪几个、两个模块怎么连起来；或者希望 AI 编程助手少读几遍整库文件。Graphify 先把仓库变成 graph.json，再让你或助手查询这张图。

02前提

• Python 3.10 及以上，官方推荐用 uv 或 pipx 安装
• 一个代码仓库；只处理代码时不需要任何 API Key
• 想在 Claude Code、Cursor、Codex 等助手里用 /graphify 斜杠命令，需要再执行 graphify install 注册技能（本站未测这一步）

03步骤

1. 安装命令行：uv tool install graphifyy（注意包名是两个 y；或 pipx install graphifyy）。本站用 pip install graphifyy 装到 0.9.97，命令装在 ~/.local/bin，如提示找不到 graphify，需把该目录加入 PATH。
2. 进入仓库目录，建图：graphify update .。官方说明这一步只重新提取代码文件，不需要 LLM。
3. 查看输出：当前目录下生成 graphify-out，内含 graph.html（浏览器打开可点选节点）、GRAPH_REPORT.md（核心概念与社区划分）、graph.json（完整图）。
4. 查询一个节点：graphify explain "节点名"；查两个节点之间的最短路径：graphify path "A" "B"；用自然语言取子图：graphify query "问题"。
5. 代码改动后再跑一次 graphify update . 即可刷新。

uv tool install graphifyy
cd your-repo
graphify update .
graphify explain "APIRouter"
graphify path "A" "B"
graphify query "how does a command get invoked"

04本站实跑结果

测试对象是 pallets/click 的浅克隆（提交 2247b35），共 155 个可提取文件。graphify update . 在两个工作进程下完成，输出“3460 nodes, 6725 edges, 227 communities”；GRAPH_REPORT 显示 77% 的边是 EXTRACTED、23% 是 INFERRED，Token cost 为 0 输入 0 输出。这是单次、单仓库的结果，耗时和节点数随仓库而变。

05如何确认成功

graphify-out 下出现三个文件，并且 explain 能打印出带源码位置的连接列表，就说明图建好了。

06常见报错与限制

• Ambiguous 报错：节点名在多个文件里重名时，explain 和 path 会列出候选及其 id，按提示改用完整 id（例如 src_click_core_command）再试。本站就遇到了这种情况，直接写 Command 会报错。
• README 里的 /graphify 斜杠命令在 AI 助手内运行；文档、PDF、图片、视频的语义提取要用助手的模型或自行配置的 API Key，会产生模型调用，与代码建图不同。
• README 顶部和多处提到官方的 Graphify Cloud 付费云服务（14 天试用），开源命令行不依赖它。README 里“降低 80% token 开销”针对的是云服务的宣传，本站未验证。
• 官方在 README 中列出的基准（如 LOCOMO recall@10 为 0.497）出自厂商自测，本站未复现。
• INFERRED 边是工具推断出来的关系，用于决策前最好回源码核对。