让代码、文档、数据库和多媒体全部“活”起来的AI知识图谱引擎

你是否曾为翻遍几十个文件却找不到关键SQL逻辑而抓狂？是否在接手他人项目时，面对混乱的目录结构和缺失的文档束手无策？Graphify 正是为此而生——它不是另一个代码补全工具，而是一个能将你的整个技术资产（代码、数据库Schema、Shell脚本、论文PDF、甚至截图和视频帧）自动构建成可自然语言提问的智能知识图谱的AI助手。一句话：把“死”项目变成会说话、能推理、懂关联的活体知识库。

核心功能

• 全格式代码理解：基于Tree-sitter深度解析Python、JavaScript、SQL、R、Bash等数十种语言，精准提取函数调用、类继承、变量依赖等语义关系，不止于语法高亮
• 跨模态知识融合：不仅能读代码，还能解析Markdown文档、PDF技术白皮书、ER图截图、甚至视频中的架构讲解片段，统一映射到同一张知识图谱中
• 多模型协同推理：原生支持Claude Code、Gemini CLI、OpenCode、Cursor等主流AI编码引擎，自动选择最适合当前查询的模型，并支持本地部署模型接入
• 图谱即服务（Graph-as-a-Service）：一键生成可交互的Web可视化图谱界面，支持按模块/层级/依赖路径筛选，点击节点直接跳转源码位置
• 企业级RAG增强：结合Leiden社区发现算法与GraphRAG技术，让AI回答不再“断章取义”，而是基于全局上下文推理——比如问“用户登录失败的根本原因”，它会自动串联认证服务、数据库连接池、日志采集链路三个子系统
• 零配置项目快照：只需执行graphify init，自动识别项目类型（Django/React/Terraform等），智能加载对应解析器和提示词模板，5分钟内完成知识建模

适合哪些人用

前端工程师：快速理解陌生React/Vue项目的组件通信链路；后端开发者：秒查微服务间API调用拓扑与数据库字段映射；数据工程师：将SQL脚本、Airflow DAG、Tableau仪表板描述自动关联成数据血缘图；运维与SRE：把Terraform代码、K8s YAML、监控告警规则整合为基础设施知识图谱；技术管理者：用自然语言提问“过去三个月哪些模块变更最频繁且测试覆盖率最低？”获取决策依据。也特别适合开源项目维护者、技术文档工程师和高校科研团队管理复杂实验代码库。

快速上手

无需复杂配置：确保已安装Python 3.9+和Git，运行以下三步即可启动：

pip install graphify-cli
cd your-project-folder
graphify init --model claude-3-haiku

启动后访问http://localhost:8000，即可在Web界面中输入中文提问，例如：“订单超时处理逻辑涉及哪些数据库表和定时任务？”、“对比v2.1和v3.0的认证流程差异”。如需离线使用，支持通过--local-model参数接入Ollama或LM Studio托管的本地大模型。

项目信息

编程语言：Python｜GitHub Star 数：84,573｜开源协议：MIT｜GitHub 项目地址

它不是又一个“AI写代码”的玩具，而是真正把工程师的知识资产从碎片化文档中解放出来，让十年积累的代码、设计和经验，第一次真正成为可搜索、可推理、可传承的组织级智慧资产。