## Graphify:把代码、文档、图片变成可交互知识图谱的Claude Code技能
想象一下:你有一个文件夹,里面有代码、PDF论文、截图、白板照片、笔记文档,乱七八糟混在一起。现在你只需要在Claude Code里打一个命令 `/graphify .`,AI就会把这些全部读一遍,然后给你生成一张可以点击、搜索、筛选的**交互式知识图谱**——告诉你各个知识点之间的关联,还生成一份总结报告。
这就是**Graphify**,一个最近在GitHub上获得广泛关注的Claude Code技能(Skill),由safishamsi开发,已获得超过2.2万星。
### 解决什么问题?
我们积累了大量非结构化知识:代码库里藏着设计思路、issue里有很多上下文、论文PDF里有很多值得回顾的结论。但时间一长,想找”注意力机制和优化器之间有什么关联”这种问题时,只能靠grep和记忆,效率极低。
Graphify的出现就是为了解决这个问题。它的灵感来自Andrej Karpathy的一个习惯——他有一个`/raw`文件夹,专门存放论文、推文截图和随手笔记。Graphify就是这套方法的AI增强版:把所有内容变成图谱,71.5倍更少的token消耗就能查询,而且跨会话持久保存。
### 核心功能
**一键生成知识图谱:**
“`
/graphify . # 对当前目录构建图谱
/graphify ./raw # 对特定文件夹构建
/graphify ./raw –mode deep # 更激进的关系推断模式
/graphify ./raw –update # 只处理变化的文件,合并到已有图谱
“`
**多种查询方式:**
“`
/graphify query “注意力机制和优化器有什么关联”
/graphify path “DigestAuth” “Response” # 查找两个节点之间的路径
/graphify explain “SwinTransformer” # 解释某个概念
“`
**丰富的输出格式:**
– `graph.html`:可交互的图谱网页,点击节点、搜索、按社区过滤
– `obsidian/`:导出为Obsidian笔记库格式
– `wiki/`:生成agent可爬取的知识库(Wikipedia风格)
– `GRAPH_REPORT.md`:总结核心节点、意外关联和建议问题
– `graph.json`:持久化图谱数据,之后查询无需重新读取原始文件
– `graph.graphml`:导出给Gephi、yEd等专业图分析工具
**高级功能:**
“`
/graphify add https://arxiv.org/abs/1706.03762 # 抓取论文并加入图谱
/graphify add https://x.com/karpathy/status/… # 抓取推文并加入图谱
/graphify ./raw –watch # 监控文件变化,自动同步图谱
/graphify ./raw –neo4j # 生成Neo4j数据库的Cypher导入文件
“`
### 安装方法
**方式一(推荐):PyPI安装**
“`bash
pip install graphifyy && graphify install
“`
注意:包名临时是`graphifyy`,因为`graphify`这个名字还在等待PyPI reclaim流程完成。
**方式二:手动安装**
“`bash
mkdir -p ~/.claude/skills/graphify
curl -fsSL https://raw.githubusercontent.com/safishamsi/graphify/v1/skills/graphify/skill.md > ~/.claude/skills/graphify/SKILL.md
“`
然后在`~/.claude/CLAUDE.md`里添加:
“`
– **graphify** (`~/.claude/skills/graphify/SKILL.md`) – any input to knowledge graph
When the user types `/graphify`, invoke the Skill tool with `skill: “graphify”` before doing anything else.
“`
### 工作原理
Graphify使用Claude的多模态能力来理解各种格式的文件:代码文件直接解析语法树,PDF和图片用Vision模式提取内容。每个文件被分解成节点(概念、函数、类),边代表它们之间的关系。重复运行只会处理变化的文件(SHA256缓存),已有图谱会智能合并。
### 适用场景
– **代码库梳理**:接手一个陌生项目时,快速了解代码结构和模块关系
– **论文阅读**:把多篇论文做成知识图谱,找到跨论文的关联
– **个人知识管理**:把笔记、截图、文档全部图谱化,方便日后检索
– **AI agent记忆**:构建持久化的知识库,让AI agent有长期记忆
– **技术调研**:研究一个技术领域时,系统化整理所有相关信息
### 开源协议与地址
Graphify GitHub仓库:https://github.com/safishamsi/graphify
MIT许可证,完全免费开源。
如果你已经用Claude Code作为主要编程助手,强烈建议安装Graphify——它把碎片化的知识变成了可系统化检索的结构化图谱,对于需要大量阅读代码、文档和技术资料的人来说,是真正的效率倍增器。
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