graphify 怎么用，关键不是多记几个命令，而是先把目标缩小到一个项目文件夹。它会把代码、文档、PDF、图片、视频等材料整理成可查询的知识图谱，生成的 graph.html 可以在浏览器里点节点、筛社区、看连接。官方入口还是 Graphify-Labs/graphify 和 graphify.net，安装包名是 graphifyy，CLI 命令叫 graphify。

从项目文件夹生成 graph.html 怎么跑？

先在终端装 CLI，再让 AI 编程助手识别这个 Skill。官方 README 给出的起步命令是 uv tool install graphifyy，也可以用 pipx install graphifyy。装好后执行 graphify install，再进入要分析的项目根目录，在 Claude Code 里输入 /graphify .。Codex 侧按官方说明使用 $graphify。

第一次别扫全仓库

• 先选业务主目录，不要带上 node_modules、构建产物和缓存。
• 如果项目里有内部 PDF、截图或视频，先确认能不能交给模型做语义处理。
• 跑完后看输出目录，不要只看命令是否结束。

生成后会得到什么？

官方示例里，graphify 会在 graphify-out/ 下生成三类文件：graph.html、GRAPH_REPORT.md 和 graph.json。其中 graph.html 负责可视化浏览，GRAPH_REPORT.md 适合先看核心节点和意外连接，graph.json 用来后续查询，不用让 Agent 每次重新读原始文件。

怎么判断图谱可用？

1. 打开 graph.html，确认能看到节点、颜色社区和右侧筛选。
2. 在报告里找 2-3 个核心类、接口或模块名。
3. 用 graphify explain 问一个核心对象，再看回答是否能回到真实文件。
4. 提交前检查 Git Diff，不要把缓存、密钥或无关输出一起提交。

如果图里节点太乱，先回到输入范围。把测试目录、旧迁移文件、自动生成代码排除，再重新跑一次。graph.html 的价值不是“看起来复杂”，而是让你能顺着一个接口、模型或配置一路追到相关文件。错了就缩小目录，别让 Agent 在一张噪声图上继续猜。

graphify 更适合中大型项目、跨文件依赖和架构梳理。小脚本没必要强上；如果团队还没有 CLAUDE.md、SKILL.md 或基础 AI 编程规范，先把边界写清，再让 Agent 读取图谱，效果会更稳定。