Graphify：用知识图谱将代码库Token消耗降至1/71

AI 编码助手（如 Claude Code、Cursor 和 GitHub Copilot）在生成代码片段方面表现出色，但它们往往难以在大型软件代码库中保持完整的架构上下文。回答跨文件问题时，传统助手会反复搜索和重新读取原始源文件——浪费大量上下文窗口 token，并带来延迟。

graphify 是由 Graphify-Labs 开发的开源工具，旨在解决代码库上下文碎片化问题。通过将整个代码库转换为结构化的、可查询的知识图谱，graphify 为 AI 助手提供即时架构感知能力，同时将 token 消耗降低至多 71.5 倍。

graphify 在确定性静态分析与语义 AI 理解之间架起桥梁。它充当架构层，映射整个项目中函数、类、模块和文档之间的关系。

graphify 的结构分析阶段使用 tree-sitter 将代码解析为抽象语法树（AST）。它在本地提取精确的函数调用、类继承和导入依赖关系——无需任何 LLM token，也不会向外部服务器发送任何数据。

除了静态代码结构，graphify 还利用 AI 助手对文档、Markdown 文件和架构笔记进行语义层的处理。它将高级设计概念直接关联到底层源代码节点。

通过提供预先计算的图查询，而不是强制 LLM 在数百个原始文件中进行 grep 搜索，graphify 大幅减少了 prompt token 数量，实现了更快的响应速度和更低的 API 费用。

运行 /graphify 会在工作区内生成多个架构产物：

• graph.html：仓库的交互式 D3 可视化地图
• GRAPH_REPORT.md：代码库架构的结构化 Markdown 摘要
• graph.json：与 GraphRAG 流程兼容的结构化图格式

graphify 与主流 CLI 助手和 IDE 集成，并可配置为 Git pre-commit hook，以保持知识图谱的持续同步。

# Install Graphify
uv tool install graphify-labs

# Generate codebase knowledge graph
graphify

通过将 AI 代码库分析从暴力文件读取转向结构化知识图谱查询，graphify 为开发者生产力设定了新的标准。它为 AI 助手提供大规模重构和系统设计所需的深度架构感知能力。

想要绘制代码库的架构图吗？可以查看 graphify 的 GitHub 仓库。