#Graphify 知识图谱

Graphify 是一个多模态知识图谱工具，能将代码、文档、PDF 和图片转化为可查询的交互式图谱。它使用 tree-sitter 解析代码、Claude 视觉理解图片和 PDF，通过 MCP 协议为 Claude Code 提供跨文档类型的结构化知识，声称实现 71.5x 的 Token 节省。

#为什么需要 Graphify

Claude Code 在处理混合研究材料（代码 + 论文 + 截图 + 笔记）时面临挑战：

• Token 浪费：直接读取原始文件消耗大量上下文窗口
• 跨文档盲区：无法自动发现代码与论文、笔记之间的关联
• 知识不持久：每次会话都需要重新理解相同的材料
• 缺乏结构：文件散落在目录中，没有统一的知识组织方式

Graphify 解决了这些问题——它读取你的文件、构建知识图谱、返回你未曾发现的结构。

源文件 → 多模态提取 → 知识图谱 → 交互式可视化 / MCP 查询

#安装

#系统要求

• Claude Code
• Python 3.10 或更高版本

#安装 Graphify

pip install graphifyy && graphify install

平台注意事项：

#手动安装

如果 pip 安装不可用，可以手动安装：

curl -fsSL https://raw.githubusercontent.com/safishamsi/graphify/main/install.sh | sh

这会将 SKILL.md 放置到 ~/.claude/skills/graphify/ 并在 ~/.claude/CLAUDE.md 中添加引用。

#Slash 命令

Graphify 为 Claude Code 提供以下 Slash 命令：

#输出结构

运行 Graphify 后，会在目标目录生成 graphify-out/ 目录：

#分析报告内容

GRAPH_REPORT.md 包含以下分析：

• God 节点：最高度数的概念——展示所有内容通过什么连接
• 意外连接：按复合分数排序，代码-论文边排名高于代码-代码边，每条连接附带英文解释
• 建议问题：4-5 个图谱独特适合回答的问题
• Token 基准：每次运行自动打印 Token 节省量

#自动同步

#文件监听（--watch）

graphify ./raw --watch

在后台终端运行，文件变更时自动更新图谱：

• 代码文件保存：即时 AST 重建（无需 LLM）
• 文档/图片变更：通知建议运行 --update 进行 LLM 重新处理
• 专为"多个 Agent 并行写代码"的场景设计

#Git Hook

graphify hook install

安装 post-commit hook——每次提交后自动重建图谱，无需后台进程。可与现有 hook 安全共存。

#Wiki 模式

graphify ./raw --wiki

为每个社区和 God 节点生成 Wikipedia 风格的 Markdown 文章，包含 index.md 入口点。专为 Agent 导航设计——Agent 可以读取文件代替解析 JSON。

#MCP 服务器

graphify ./raw --mcp

启动 stdio 模式的 MCP 服务器，让 Claude Code 直接查询知识图谱。

配置 Claude Code 使用 Graphify MCP 服务器：

{
  "mcpServers": {
    "graphify": {
      "type": "stdio",
      "command": "graphify",
      "args": ["./raw", "--mcp"]
    }
  }
}

#通过 CC-Switch 管理

如果你已安装 CC-Switch，可以通过它管理 Graphify 的 MCP 服务器配置：

1. 打开 CC-Switch Desktop
2. 进入 MCP 服务器管理
3. 添加 Graphify MCP 服务器配置
4. CC-Switch 会自动同步到 Claude Code

#导出格式

#使用示例

#研究材料图谱

> /graphify ./raw --mode deep

将 raw/ 目录中的论文、代码、截图和笔记转化为统一的知识图谱，发现跨文档类型的关联。

#增量更新

> /graphify ./raw --update

仅重新处理变更的文件，合并到现有图谱中。适合在添加新论文或修改代码后快速更新。

#概念查询

> /graphify query "What are the connections between the transformer architecture and the codebase's attention module?"

对持久化图谱进行自然语言查询，无需重新读取原始文件。

#路径发现

> /graphify path "attention mechanism" "UserAuthentication"

发现两个看似无关的概念之间的路径——适合发现代码与论文之间的意外关联。

#技术栈

#与 CodeGraph、Code Review Graph 的对比

CodeGraph 和 Code Review Graph 是另外两个基于代码图谱的智能工具。三者都通过 MCP 为 Claude Code 提供代码理解能力，但设计定位和适用场景不同：

#选型建议

选择 CodeGraph 如果：

• 你主要需要快速探索代码库结构
• 你使用 TypeScript/JavaScript 项目（框架路由识别更精准）
• 你偏好零配置、开箱即用的工具
• 你需要一个轻量级的 MCP 服务器

选择 Code Review Graph 如果：

• 你主要需要代码审查和 PR 审核
• 你需要 Blast-Radius 影响分析
• 你想了解代码库的架构模块划分（社区检测）
• 你需要 Wiki 自动生成和可视化

选择 Graphify 如果：

• 你有混合类型的材料（代码 + 论文 + PDF + 图片）
• 你需要发现跨文档类型的关联
• 你想要 Obsidian 或 Neo4j 格式的输出
• 你正在做研究或知识管理工作

组合使用：

• CodeGraph + Graphify：CodeGraph 用于日常代码探索，Graphify 用于研究材料整理
• CRG + Graphify：CRG 用于代码审查，Graphify 用于将审查笔记与代码关联
• 三者通过 MCP 并行运行，互不冲突

#相关资源

• Graphify GitHub — 项目仓库
• Graphify PyPI — Python 包页面（包名 graphifyy）

#下一步

• 代码图谱工具对比 — CodeGraph、CRG、Graphify 三工具详细对比
• CodeGraph 代码智能 — 代码探索工具
• Code Review Graph — 代码审查工具
• MCP 服务器 — 深入了解 MCP 服务器配置
• CC-Switch 配置管理 — 管理 MCP 服务器和 API Provider