| 编辑推荐: |
本文主要介绍了Graphify，它把
Karpathy 的 LLM Wiki 从理念变成了产品相关内容。 希望对你的学习有帮助。
本文来自于微信公众号AI作弊码，由火龙果软件Alice编辑，推荐。 |
|
本文是 Karpathy LLM 知识库系列的第二篇。Karpathy 在 2026 年 4 月初提出了「用
LLM 编译个人知识库」的理念（详见Karpathy 的 LLM Wiki——当 AI 成为你的知识管家解读），而
Graphify（github.com/safishamsi/graphify）是第一个将这一理念工程化实现的开源项目，发布一周即获得
3200+ Star。
一、Graphify 是什么？
一句话定义：Graphify 是一个 AI 编程助手技能（Skill），你在 Claude Code、Codex、OpenCode
等工具里输入 /graphify，它就会读取文件夹中的所有内容——代码、文档、论文、截图、白板照片——然后构建一张可查询的知识图谱。
Graphify 比 Karpathy 的原始理念进化了什么？
Karpathy
的 llm-wiki 是一份思想文档（idea
file），核心理念是「LLM 当图书管理员，维护 Markdown Wiki」。而
Graphify 在此基础上做了三个关键进化：
从
Wiki 到 Graph —
不是平面的 Markdown 文件，而是 NetworkX 知识图谱 + Leiden
社区检测
双轨提取引擎 —
代码文件走确定性 AST 解析（零 Token 消耗），文档/图片走 LLM 语义提取
信任审计链 —
每条边都标记为 EXTRACTED / INFERRED / AMBIGUOUS，你永远知道什么是「找到的」、什么是「猜的」
|
二、七级流水线：深入架构
Graphify 的核心是一条七级处理流水线，每一级都是一个独立的 Python 模块，通过纯 dict
和 NetworkX 图进行通讯——无共享状态，无副作用：
Graphify 七级流水线：检测→提取→构建→聚类→分析→报告→导出
这条流水线的精妙之处在于提取阶段的双轨并行设计：
左轨：tree-sitter AST 静态解析
对代码文件进行确定性的语法树分析：类、函数、import、调用图、docstring。不需要 LLM，零 Token 消耗，毫秒级完成。支持 16 种编程语言：Python、TypeScript、Go、Rust、Java、C/C++、Ruby、Swift 等。
|
右轨：Claude 语义提取（并行子代理）
对文档、论文、图片启动并行子代理（每 20-25 个文件一个批次），利用 Claude 的视觉能力提取概念、实体、引用关系和设计决策的「为什么」。所有子代理在同一消息中调度，真正的并行执行。
|
三、全局架构：从输入到输出
Graphify 系统架构：输入层→处理引擎→输出层
整个系统的技术栈极其精简：
图引擎：NetworkX（纯 Python，无外部依赖） 社区检测：Leiden 算法（graspologic 库）— 基于边密度，不需要 embedding 代码解析：tree-sitter（确定性 AST，16 种语言） 可视化：vis.js（交互式 HTML 图谱） LLM 后端：Claude（Claude Code）/ GPT-4（Codex）/ 你平台用的任何模型
|
关键设计决策：无向量数据库
Graphify 刻意不使用 embedding 和向量数据库。聚类完全基于图拓扑结构——Leiden 算法通过边密度发现社区。Claude 提取的语义相似性边（semantically_similar_to）直接作为图的边参与社区检测。
图结构本身就是相似性信号——不需要单独的 embedding 步骤。
|
四、信任审计链：知识图谱的「可追溯性」
这是 Graphify 最有价值的设计之一——每条边都附带一个置信度标签，让你清楚地知道每条关系是「确定发现的」还是「AI
猜测的」。
三级置信度标签：EXTRACTED / INFERRED / AMBIGUOUS
EXTRACTED（提取）：关系直接来源于代码——import
语句、函数调用、论文引用。置信度永远是 1.0
INFERRED（推断）：合理推论——共享数据结构、隐含依赖。每条边独立评分 0.4-0.9
AMBIGUOUS（存疑）：不确定的关系，标记供人工审查。置信度 0.1-0.3
|
此外，Graphify 还提取了一种特殊的节点类型——rationale_for（设计原理）。代码中的
# WHY:、# HACK:、# NOTE: 注释和文档中阐述设计权衡的段落，会被提取为「原理节点」，指向它们解释的概念。不只是记录代码做了什么，还记录为什么这样做。
五、71.5× Token 压缩：数字背后的逻辑
71.5× 每次查询的 Token 减少倍率（混合语料库 52 个文件基准测试）
|
这是怎么做到的？
第一次运行：消耗 Token 进行提取和图谱构建（一次性成本）
|
后续每次查询：读取紧凑的 graph.json 而非原始文件——这就是节省 71.5× 的来源
|
SHA256 缓存：重新运行只处理变更的文件，增量更新已有图谱
|
简单来说：付一次「编译」成本，获得无限次高效查询。查询次数越多，ROI 越高。对于 6 个文件的小项目，图谱的价值在于结构清晰度；对于
50+ 文件的大项目，压缩效果显著。
六、亮眼特性逐个拆解
超边（Hyperedges）
传统图谱只有「A→B」的成对边。Graphify 支持超边——3 个以上的节点参与同一个概念、流程或模式。例如：所有实现认证流程的函数、所有实现同一接口的类。每个 chunk 最多生成 3 条超边。
|
全模态支持
代码、PDF、Markdown、截图、架构图、白板照片、甚至其他语言的图片——Graphify 用 Claude 视觉能力理解图中的内容（不是简单 OCR），提取概念和关系，融入统一的图谱。
|
Always-On 模式
运行 graphify claude install 后，Claude Code 的 PreToolUse 钩子会在每次 Grep/Glob 操作前先读取图谱报告。AI 助手按图谱结构导航，而不是暴力搜索文件。
|
MCP 服务器模式
--mcp 把图谱暴露为 MCP stdio 服务器，提供 query_graph、get_neighbors、shortest_path 等工具。接入 Claude Desktop 或任何 MCP 兼容的 Agent 编排器，让其他 AI Agent 实时查询你的知识图谱。
|
七、5 分钟上手
# 安装 pip install graphifyy && graphify install # 在 Claude Code / Codex 中一键运行 /graphify . # 对特定文件夹运行 /graphify ./raw # 深度模式（更激进的推断边提取） /graphify ./raw --mode deep # 增量更新（只处理变更文件） /graphify ./raw --update # 查询知识图谱 /graphify query "attention 和 optimizer 之间有什么联系？" # 两个概念之间的最短路径 /graphify path "DigestAuth" "Response"
|
运行完成后，graphify-out/ 目录下会生成：
graph.html —
交互式知识图谱，可搜索、过滤、按社区着色
GRAPH_REPORT.md —
God 节点、意外连接、建议查询问题
graph.json —
持久化图谱数据，支持跨会话查询
cache/ —
SHA256 缓存，增量更新只处理变更文件
|
八、对照：Karpathy 理念 vs Graphify 实现
维度对比
存储格式｜Karpathy: Markdown Wiki → Graphify: NetworkX 图 + JSON 知识发现｜Karpathy: LLM 手动维护反向链接 → Graphify: Leiden 算法自动社区检测 代码处理｜Karpathy: 全部走 LLM → Graphify: 代码走 AST（零 Token），文档走 LLM 可信度｜Karpathy: 无标注 → Graphify: 三级置信度标签 + 分数 增量更新｜Karpathy: 概念性描述 → Graphify: SHA256 缓存 + --update + git hooks 多模态｜Karpathy: 提及图片 → Graphify: 完整视觉理解（截图/图表/白板） 工具生态｜Karpathy: Obsidian → Graphify: HTML + Obsidian + Neo4j + MCP + SVG
|
核心洞察：Karpathy
的理念本质上是「LLM 维护 Flat File Wiki」。Graphify 把它升级为「LLM
+ AST 共同构建 Knowledge Graph」——这不是简单的工程实现，而是范式提升：从文档管理到图计算。
|
九、隐私与安全
代码文件通过
tree-sitter 在本地处理——不会离开你的机器
文档/论文/图片会发送到你正在使用的 AI 平台的模型 API（Anthropic
/ OpenAI）
无遥测、无使用追踪、无任何分析
URL 验证、路径沙箱、内容大小限制、HTML 转义——完整的安全防护层（见 security.py）
|
编辑评语
Graphify
的出现充分证明了 Karpathy 提出的「LLM 编译知识」理念不只是推特上的灵感碎片——它是一个可落地、可工程化、可扩展的架构模式。
特别值得注意的是
Graphify 的「诚实」设计哲学——不是给你一个黑盒答案，而是通过三级置信度标签让你看到知识的可追溯性。在
AI 幻觉仍是主要挑战的今天，这种透明度可能比功能本身更有价值。
如果你正在用
Claude Code 写代码或做研究，花
5 分钟试试 /graphify。你会发现它帮你看到了代码库中自己都不知道存在的连接。
|
| 
订阅
