理应资讯
软件研发智能化

Graphify:用持久知识图谱减少编程智能体反复 grep 代码库

理应编辑室 ·

开源项目 Graphify 把代码库解析成可查询知识图谱,供 Claude Code、Cursor、Codex 等编程智能体先查图再搜文件;代码侧用 tree-sitter 本地抽取,并可经 MCP 暴露。

当编程智能体在大型仓库里反复「搜认证、打开十几个文件、跟着导入关系跑丢」时,成本主要耗在重复发现架构,而不是真正改代码。开源项目 Graphify(GitHub:Graphify-Labs/graphify)把整仓变成持久、可查询的知识图谱,让智能体先问关系与路径,再决定读哪些文件。

对源代码,Graphify 用 tree-sitter 在本地解析约 40 种语言,抽取函数、类、导入、调用、继承与跨文件关系;构建代码图不需要嵌入、向量库或大模型调用。PDF、图片等非代码内容可走可选的语义抽取。每条关系带置信度标签:EXTRACTED(源码显式存在)、INFERRED(分析推导)、AMBIGUOUS(不确定并标出)。它还会做社区发现,标出高度连接的子系统与节点。

图建好之后才是对接智能体的关键一步:项目宣称可与 Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot 等二十余种助手集成,通过 hooks 或持久指令推动智能体先查已有图再反复检索。图可提交到 Git、随文件变更增量更新,并经 MCP 暴露;也支持对照图谱审视拉取请求,识别触达相关社区、可能需要更仔细审查的变更。本地还会产出交互 HTML 图、Markdown 架构报告与可复用的 graph.json。

长上下文让模型能多读一些代码;持久图谱则提供「已经分析过什么」的导航层。对在巨型单体或复杂微服务仓里长时间工作的编码智能体,减少同一架构的重复发现,往往比再堆窗口更划算。

# Graphify# 知识图谱# 编程智能体# tree-sitter# MCP