Graphify将代码库转为可查询知识图谱

Graphify 是一款面向 AI 编码场景的开源工具，能够把代码仓库、技术文档以及其他非结构化资料整理成可查询的多模态知识图谱。该项目于 2026 年 4 月推出，采用 MIT 与 Apache-2.0 双许可证，发布后保持较快迭代节奏，早期便在 GitHub 获得数千星标。其核心思路是把文件夹中的代码和混合内容自动抽象为节点与边，帮助开发者用图谱方式理解项目结构，而不是只依赖逐文件浏览或高令牌消耗的搜索。

该工具主要针对大语言模型在代码库理解中的上下文窗口和记忆限制。传统编码助手通常把代码视作分散文本，处理多文件推理、深层依赖和架构关系时容易遗漏信息。Graphify 会扫描目标目录，借助 Tree-Sitter 提取抽象语法树元素，同时结合文档中的语义线索，并通过社区检测算法生成统一图结构。生成结果既可直接查询，也能通过模型上下文协议（MCP）服务器接入 AI 编码助手，从而降低上下文读取成本。

近期版本重点增强了解析器能力，并减少误报。新增能力包括保留 Terraform 块属性，使基础设施配置也能与常规源码一起被检索；在多语言项目中，强化跨文件方法解析，例如支持 Rust 泛型类型拆分实现块、Kotlin 外部接收者追踪，以及 C++ 作用域限定静态调用路由。新版本还支持 Markdown 代码范围追踪，可把文档中的内联引用对应到代码符号；同时能索引 PHP 文件中的嵌入脚本，并改进对子路径包导入的依赖映射。

Graphify 的设计目标是覆盖包含多种信息源的代码库，除源代码外，还可处理 Markdown、PDF 文档甚至图片等内容。知识图谱构建完成后，用户可更快浏览和理解项目。该工具支持 macOS、Windows 和 Ubuntu/Linux，可通过 uv 安装。官方基准测试显示，其 LOCOMO 10 召回率为 0.497，问答准确率为 45.3%；在 LongMemEval-S 的 50 题子集上准确率为 76%；在 ERPNext 六个问题中，关键事实覆盖率由 70.8% 提升至 82.0%。

社区评价显示，Graphify 在大型代码库导航、新人上手和架构评审方面具备吸引力，但日常集成仍有门槛。一些开发者认为它在 Claude Code 等工具中提供了有效的上下文映射体验；也有人指出，在中等规模项目中，在工具进一步成熟前，直接浏览或使用 grep 搜索有时更快。总体来看，Graphify 被视为面向智能编码工作流的前瞻性尝试，其效果仍取决于解析后端和生态集成的持续完善。