你让 AI 修改一个大型项目，就像请一位刚入职的同事修房子的电路：他能看懂眼前这根线，却未必知道它通向哪间屋、牵动哪些开关。代码库越大，这个问题越明显。编码 Agent——能读代码、改文件、运行命令并检查结果的 AI 助手——每次都要重新寻找函数、文件和依赖关系，还受上下文窗口限制，也就是一次能读进去的信息有限。Graphify 想做的，是先给它画一张完整的“线路图”。目前关于功能和效果的信息均来自 Graphify Labs 自有 GitHub 仓库，尚无第三方评测或用户案例交叉验证。
不再从一堆文件里摸索
用户在 Claude Code、Cursor、Codex 或 Gemini CLI 等助手里输入 /graphify .，Graphify 就会把项目映射成知识图谱。知识图谱是由节点和连线组成的网络：节点可以是文件、函数、类或概念，连线则表示调用、导入、继承、引用等关系。
这与普通全文搜索不同。搜索更像在书里寻找某个词；图谱则试图告诉你，这个词出现在哪里、和什么相连，以及两处代码之间要经过几层关系。Graphify 也明确表示，它不使用 embeddings（把内容转换成数字坐标）或 vector store（按这些坐标寻找相似内容），而是生成一张可以沿连接逐步遍历的图。
代码分析基于 tree-sitter AST。AST，即抽象语法树，是程序解析代码结构后得到的树状表示。官方称，这部分按确定性规则执行，不调用大模型，也可以完全留在本机。这个边界很重要：文档、PDF、图片、视频和音频仍需借助编码助手所用的模型，或用户配置的 API key，完成语义处理，不能一概称为“无需 LLM、数据不出本机”。
每条连线都标明来路
图中的连接分为两类。EXTRACTED 表示关系由源材料直接给出；INFERRED 表示 Graphify 通过解析推断出了关系。后者不是源代码明写的事实，因此不能与前者等量齐观。
官方展示的 FastAPI 代码库实例中，APIRouter 节点位于 routing.py 第 2210 行，被分到 Community 2，并有 47 条连接。Community 是算法识别出的一组联系较紧密的节点，可大致理解为项目里的一个子系统。用户还能查询某个概念、查看两个概念之间的路径，或让工具返回与自然语言问题相关的局部图谱。不过，这只是官方挑选的示例，不能据此判断完整代码库的制图准确率。
运行后，Graphify 会在 graphify-out/ 目录生成三个文件：可在浏览器中点击和搜索的 graph.html、汇总关键概念与建议问题的 GRAPH_REPORT.md，以及保存完整图数据的 graph.json。后者还记录 graph.schema_version 和 graph.graphify_version，分别帮助集成工具识别图格式是否兼容，以及这张图由哪个 Graphify 版本生成。
为什么它值得追踪
Graphify 的价值不只是多一种代码浏览器，而是尝试为编码 Agent 增加一层长期、结构化的项目记忆。大型代码库装不进一次上下文窗口时，Agent 不必把所有文件重新读一遍，而可以先沿图谱定位相关部分。Graphify 宣称支持 Claude Code、Cursor、Codex、Gemini CLI、GitHub Copilot 等 20 多款助手，并覆盖 macOS、Linux 和 Windows。这种跨助手接入，使同一张项目地图有机会成为不同 Agent 共用的上下文层。
官方基准也给出了一些早期信号：在 ERPNext 跨工具测试的 6 个样本中，Graphify 的关键事实覆盖率为 82.0%，高于 grep/read 基线的 70.8%；在 LongMemEval-S 的 50 个样本上，问答准确率为 76%，与 dense RAG 持平。但 LOCOMO 的结果并非全面领先：Graphify 的 recall@10 为 0.497，问答准确率为 45.3%，低于 supermemory 的 49.7%。这些数字全部来自项目方自己的测试，样本规模也有限，更适合视为待复核的线索。
本地 CLI 要求 Python 3.10 以上，可通过 uv 或 pipx 安装，PyPI 包名是 graphifyy。面向团队的 Graphify Cloud 则是另一层产品：官方称它可持续维护 monorepo 和跨仓库图谱，并提供代码审查、Sentry/Jira 连接及形式化验证。形式化验证是用数学化规格和推理检查程序是否满足某些性质，通常仍需要明确验证目标和适配工作，不能简单理解为“一键证明所有代码正确”。
局限与未知
- Graphify 宣称可把 Agent 的 token 花费降低 80%，但没有披露基线、任务集、样本量和测量方法，也未清楚说明该数字是否仅针对 Cloud，不能当作已验证效果。
- 现有材料没有第三方复现，官方基准也不足以证明图谱在真实大型项目中的完整性、推断边准确率或实际维护收益。
- 免费本地 CLI 与 Cloud 的能力边界需要分清：跨仓库、持续更新、形式化验证及 Sentry/Jira 连接属于官方介绍的 Cloud 能力。