Graphify
社区出品开源Apache-2.0MIT把代码库、文档、SQL schema 与 PDF 转成可溯源查询的知识图谱:无嵌入、无向量库,本地确定性 AST 解析。

将跳转至 github.com。本站不托管安装包,请遵循目标站点条款。
来源:github.com · 信息以官方页面为准资源简介
graphify 把代码库连同其文档、SQL schema、配置和 PDF 转成「可查询的知识图谱」,口号是查图谱而不是 grep 文件。它刻意与 RAG 划清界限:无嵌入、无向量库,基于本地确定性 AST 解析构建真实图谱(约 40 种语言、37 个 tree-sitter 语法),每条边都标注 EXTRACTED(源码显式)或 INFERRED(推断)以便溯源;官方引用 LOCOMO 基准 recall@10 0.497(对比 mem0 的 0.048),且建图不消耗 LLM 额度(以上为官方宣称数据)。
输入面很宽:除代码外还支持 Markdown/HTML/RST/YAML 文档、SQL schema 与在线 PostgreSQL、PDF、图片、音视频、YouTube/URL、Terraform/HCL、MCP server 配置文件、包清单、Office 与 Google Workspace 文件。查询接口有 query(自然语言)、path(实体间最短路)、explain(节点深挖),产出 graph.html 交互图谱、GRAPH_REPORT.md 与 graph.json;本地优先,代码解析不出机器,仅文档/媒体语义加工用到 LLM。README 声明 Apache-2.0 与 MIT 双许可;托管平台处于公开发布前 early access、企业版免费试用「即将推出」,均无公开定价 → 定价:未知。须知:索引涉密代码时的部署方式与数据边界需使用方自查。
核心能力
- 多源知识图谱:代码(约 40 语言)+ 文档/SQL/PDF/音视频统一建图,每条边可溯源
- 三种查询方式:自然语言 query、实体间 path、节点 explain,产物可提交仓库供全团队查询
- AI 助手集成:graphify install 向 Claude Code、Cursor、Codex 等 20+ 助手注册技能,另有 MCP server 与 Neo4j/FalkorDB 推送
适合谁
面对大型代码库与文档库的工程团队与新成员;需要项目全局上下文的 AI 编码助手用户。