Graphify 用语法树为 Agent 构建代码关系图

Graphify 想给代码 Agent 补上一张可查询的关系图：用 tree-sitter 解析代码，把函数调用、导入和继承等关系存成显式的边，再按社区发现算法拆分大型代码库。给出的节选称，它在本地运行，无需向量数据库或云服务，重点解决代码结构导航。

目前能确认什么

按节选描述，Graphify 的流程是解析文件、提取实体与关系、存储图、划分子图，再供 Agent 查询。它还通过 MCP 暴露查询能力，让 Agent 获取依赖关系及代码位置。

这与向量检索解决的问题不同。向量检索擅长寻找语义相近的代码；关系图则适合沿已建立的边连续追踪，例如从一个函数查到它调用的函数，再继续追踪下游依赖。社区发现按连接密度聚类，有助于分批加载相关代码，但聚类结果不必然等于业务模块。

节选中的查询代码明确标为假设示例，不能直接当作可运行 API。

我的判断

结构关系可追溯，不等于依赖关系一定完整。

tree-sitter 能解析语法，但跨文件符号解析还需要处理导入、别名和类型等信息。前端项目里的动态导入、运行时注入，也可能让静态关系图遗漏实际调用。因此，节选中「不会遗漏传递调用」的表述，不能仅凭解析过程确定就成立。

对程序员更具体的价值，是给重构和影响范围分析提供可检查的路径：每条依赖能否定位到源码，比只返回几段相似代码更方便核对。

目前仍需确认跨文件关系的解析准确性、代码修改后的图更新机制，以及真实 MCP 查询接口。节选也没有充分说明解析失败如何反馈缺失关系。在这些问题明确前，我会把它作为导航线索，不把查不到依赖视为没有依赖。