如果你习惯在文件夹里堆放各种论文、笔记、截图和代码,时间久了想找一个具体内容只能靠 grep 全文搜索,那么 Graphify 正是为你准备的工具。它是一个 Claude Code 技能,输入任意文件夹,输出一个可交互的知识图谱。
它解决什么问题
Karpathy 有一个习惯:在 `~/raw` 文件夹里随手扔各种论文、推文截图和笔记。问题在于,这些内容散落各处,彼此没有关联,想找到”注意力和优化器之间的关系”需要逐个文件翻阅。Graphify 就是来解决这个问题的——它把任意文件夹变成可查询的知识图谱,比直接读文件少用 71.5 倍的 token。
核心特性
全模态输入
支持代码、PDF、Markdown、截图、图表、白板照片,甚至其他语言的图片——Claude Vision 会提取所有概念和关系,汇聚成一张图。
多种输出格式
Graphify 输出目录包含:可交互的 HTML 图谱(点击节点、搜索、过滤社区)、Obsidian vault 格式、Wikipedia 风格文章(方便 AI Agent 导航)、GRAPH_REPORT.md(汇总超级节点、意外关联和推荐问题)、graph.json(持久化图谱, weeks later 查询无需重新读取文件)、SHA256 缓存(只处理变化的文件)。
丰富的数据格式导出
支持导出 SVG、GraphML(用于 Gephi、yEd)、Neo4j Cypher,方便用专业工具进一步分析。
增量更新
`–update` 参数只处理变化的文件,增量合并到已有图谱,不需要每次全量重新分析。
AI 可读的 Wiki 模式
`–wiki` 参数生成代理可爬取的知识库(index.md + 每个社区一篇文章),AI Agent 可以自主导航和推理。
MCP 服务器模式
`–mcp` 参数启动 MCP stdio 服务器,允许其他 AI 工具接入并查询图谱。
安装方法
前提条件:已安装 Claude Code 和 Python 3.10+
pip install graphifyy && graphify install
PyPI 临时包名为 `graphifyy`(因为 `graphify` 名称正在认领中),但 CLI 命令和技能命令仍为 `graphify`。手动安装方式:
mkdir -p ~/.claude/skills/graphify
curl -fsSL https://raw.githubusercontent.com/safishamsi/graphify/v1/skills/graphify/skill.md \
> ~/.claude/skills/graphify/SKILL.md
在 `~/.claude/CLAUDE.md` 中添加 skill 触发配置,即可在任意目录输入 `/graphify` 调用。
日常使用场景
- 论文阅读管理:把 arXiv 论文下载到文件夹,用 graphify 构建知识图谱,找出不同论文之间的关联
- 项目知识沉淀:对老项目跑 graphify,生成图谱帮助理解代码结构和历史设计决策
- 个人笔记整理:截图、Markdown、日记全部丢进文件夹,AI 自动整理成可查询的知识网络
- AI Agent 知识库:生成 wiki 格式输出供 AI Agent 自主探索和推理
开源协议
Graphify 采用 MIT 协议开源,完全免费可商用。
服务支持:如有兴趣不会搭建,可以联系微信:WRYD6166,开源项目搭建10-50元。












暂无评论内容