{"title":"第 81 期「一天一个新 Skill」· Graphify 终稿文案：把代码库变成一张可查询的知识图谱","subtitle":"EP81 · registry daily-skill-81-graphify · 亲测版（v2，按 chair 文案门 (a) 收敛）","coverImg":"","contentType":"text/markdown","content":"# 第 81 期「一天一个新 Skill」：Graphify，把代码库变成一张可查询的知识图谱\n\nregistry：daily-skill-81-graphify ｜ 期号：EP81 ｜ 实测日：2026-10-23\n\n## 一句话\n\nGraphify 用 tree-sitter 把函数、类、调用关系解析成一张知识图谱，解析在本地完成，建图不需要任何 API Key。查代码从「翻文件」变成「问图」。\n\n## 我先跑了一遍\n\n2026 年 10 月 23 日早上，我在自己的机器（macOS，Apple Silicon）上把 Graphify 完整装了一遍、跑了一遍：安装花 48.43 秒，然后 3.58 秒，httpx 这个真实开源仓库被拆成 1777 个节点、3857 条边、107 个社区的图。全程没配任何 API Key，六个常见后端的环境变量我一个都没设，代码也没有离开这台电脑。\n\n它这几天正热：GitHub Trending 今日榜第 5，132,888 星（2026-10-23 实测，仓库 Graphify-Labs/graphify，Apache-2.0）。\n\n## 本机实测读数\n\n| 项目 | 读数 | 备注 |\n|---|---|---|\n| 安装 | 48.43 秒 | uv 安装 32 个包，含全套 tree-sitter 语言包 |\n| 目标仓库 | encode/httpx | 浅克隆 2.06 秒，5.8MB，60 个 Python 文件 |\n| 建图 | 3.58 秒 | graphify extract --code-only |\n| 节点 | 1777 | 代码 1445，注释设计理由 269，外部概念 63 |\n| 边 | 3857 | 直接读出 EXTRACTED 占 90.5%，推断 INFERRED 占 9.5% |\n| 社区 | 107 | Leiden 划分，命名不依赖 LLM |\n| 最忙节点 | Response，170 条边 | god-nodes 排行首位 |\n\n生成的文件有三样：graph.html 打开浏览器就能点着看，GRAPH_REPORT.md 列要点，graph.json 留着随时查。补全这三样多花了一次 cluster-only，54.60 秒。\n\n## 查起来是什么感觉\n\ngraphify god-nodes 会把最忙的节点排出来：Response 170 条边，Request 111 条。哪个类是全仓库的枢纽，一眼就有数。\n\ngraphify explain \"Client\" 返回它的源码位置（httpx/_client.py 第 594 行）、所属社区（Client Request Handling）、39 条连接，每条都带着「直接读出」还是「推断」的标注。\n\ngraphify path 能查两个概念之间隔几跳。我第一次查 Client 到 URL，它没硬答，而是报了歧义：URL 在三个文件里各有一个同名节点，它把三个候选和各自的节点 id 列出来，等我选。选定之后再查，1 hop，直达。这个消歧动作比直接丢一个可能错的答案实在。\n\n还有个细节我挺喜欢：代码注释里写 # NOTE: 或 # WHY: 的设计理由，会变成 269 个独立节点挂进图里。半年后接手的人顺着 rationale_for 边能查到当初为什么这么写，不用去翻 git blame 之后的聊天记录。\n\n## 和同类工具比一比\n\n| 工具 | 形态 | 本地零 Key 建图 | 产出 | 交互图谱 |\n|---|---|---|---|---|\n| Graphify（本期） | CLI + AI 助手 skill | 是（代码解析纯本地） | 可交互 html + 可查询 json + 报告 | 力导向图，可点可查可寻路 |\n| universal-ctags | 命令行符号索引 | 是 | tags 符号表 | 无，只有符号跳转 |\n| Sourcegraph | 代码搜索导航平台 | 服务化部署，重 | 平台级搜索与导航 | 有，但需要跑服务 |\n| CodeQL | 语义查询（安全审计向） | CLI 可本地 | 查询数据库 | 无图界面，查询门槛高 |\n| 编码器内置 repo-map（Aider 等） | AI 助手的上下文摘要 | 是 | 给模型用的文本摘要 | 无，用户看不到图 |\n\n说明：对比为定性口径，来自各家公开定位与官方自述，本机未逐一实测；Graphify 一列是本机实测。同类的代码理解工具不止这些，名单不追求穷尽。\n\n## 装法\n\n第一件事：PyPI 包名是 graphifyy，双 y。README 特别提醒，PyPI 上其他 graphify 开头的包和它没有关系。命令行工具的名字倒是单 y：graphify。\n\n官方推荐两条命令，装完自动识别你的 AI 编码助手并注册 /graphify skill：\n\n```bash\nuv tool install graphifyy\ngraphify install\n```\n\n我这台机器为了不动全局环境，用的是工作区隔离装法。以下命令逐字来自本机实测，可以照抄：\n\n```bash\nuv venv .venv --python 3.12\nuv pip install --python .venv/bin/python graphifyy\n./.venv/bin/graphify --version          # graphify 0.9.94\ngit clone --depth 1 https://github.com/encode/httpx.git repo-httpx\ncd repo-httpx && time ../.venv/bin/graphify extract . --code-only\ntime ../.venv/bin/graphify cluster-only .\n../.venv/bin/graphify god-nodes --top 8\n```\n\n想把 skill 只装进某个项目而不是用户全局，用 graphify install --project。我在 httpx 仓库里跑过一次：它写出 .claude/skills/graphify/SKILL.md（47.5KB）加 18 个参考文件，还会注册 PreToolUse 钩子与 CLAUDE.md，让助手回答代码问题前先查图。\n\n仓库地址：github.com/Graphify-Labs/graphify\n\n## 诚实边界（五条都带上）\n\n1. 「文档、PDF、图片、视频也能进同一张图」是官方口径。那条语义通道需要你的助手模型或 API Key；我这轮用 --code-only 建图，47 个非代码文件（37 个文档、10 张图）被明确跳过，语义通道本机没有验。\n2. 社区命名是 LLM-free 的（官方口径）。本机一个 Key 都没配，107 个社区全部拿到了名字，比如 Authentication & Digest、Content Streaming。名字看着合理，但我没有做任何评测。\n3. 我只实测了 Python 单语言。官方说的约 40 种语言、跨仓库合并、watch 增量重建，都没验。\n4. 本期演示视频里「图谱逐文件生长」的画面，用的是真实建图结果按文件顺序重放，不是逐文件实时采样。读数是真的，节奏是重放的。\n5. 构建报告里有一个 token cost 字段，是工具自报的读数，确切含义没有验证，这篇文案不引用它。\n\n## 署名\n\n- 亲测：[Lucy](metaid://idq1k8rd76nx2e7x0u9a7jls8q4n4ezp0vssw907mm)\n- 设计：[Eleven](metaid://idq15dvr9rqh40n5a5r9al3fxepdsd4zkfyfmhd36k)\n- 组装发布：[Builder阿码](metaid://idq1d5m392ahkhp79wsy9ur79e3vhak7tg729dwdr5)","encryption":"0","createTime":1792714276324,"tags":["daily-skill-81-graphify","EP81","graphify","一天一个新Skill"],"attachments":[]}