graphify 是给 AI 编程助手用的知识图谱 Skill。它把一个项目里的代码、文档、PDF、图片、视频等内容整理成可查询的 graph，而不是让 Claude Code、Codex 或 Cursor 每次重新翻文件。官方入口看两个地方：官网 graphify.net 适合快速了解能力，GitHub 仓库 Graphify-Labs/graphify 适合看 README、安装方式和更新记录。

graphify 到底解决什么问题？

大项目里，AI 编程助手常卡在“上下文不够”。graphify 的做法是先构建一份结构图：代码用 tree-sitter 做本地 AST 解析，文档和多媒体再走语义提取，再输出可查询的关系图。官方 README 写得很直白：它不是 vector index，也不靠 embedding 堆检索，而是让你查节点、路径和解释。先拿一个分支或子目录试跑，别一上来扫完整公司仓库。

输出文件有哪些？

• graphify-out/graph.html：浏览器打开的交互图。
• graphify-out/GRAPH_REPORT.md：核心节点、意外连接和建议问题。
• graphify-out/graph.json：后续查询用的完整图。

怎么安装和调用？

PyPI 页面在 2026-07-09 核验时显示包名是 graphifyy，版本为 0.9.11，要求 Python >=3.10。安装可以用 uv tool install graphifyy，也可以用 pipx install graphifyy；装好后执行 graphify install 注册 Skill。真正使用时，Claude Code 常见入口是 /graphify .，Codex 侧要注意官方说明里写的是 $graphify。

它适合谁？

适合维护中大型仓库、经常查跨文件依赖、想让 Agent 少读原始文件的人。比如排查接口和模型字段之间的路径，或者让 AI 先看知识图谱再改代码。小脚本项目不一定需要；如果团队还没整理 README、ADR、注释和 AI 编程规范，graphify 只能帮你看见关系，不能替你补上下文质量。

试跑时看什么？

1. 项目根目录能执行 graphify install。
2. 运行后生成 graphify-out/。
3. 能打开 graph.html，并看到节点、社区和连接。
4. 用 graphify explain 或路径查询验证结果，不要只看命令成功。

提交项目级安装文件前，看一眼 Git Diff。若出现 .claude/skills/graphify/SKILL.md、.agents/skills/graphify/SKILL.md 或 AGENTS.md 更新，要确认这是你想让团队共享的规则，不要把缓存、密钥或无关输出一起交上去。