Graphify 深度解析:如何用知识图谱为 AI 编程助手实现 71.5 倍 Token 压缩

如果每次问 AI 问题都要让它重新"读一遍"整个代码库，就好比每次想知道冰箱里有没有鸡蛋，就把冰箱里所有东西全搬出来看一遍。Graphify 正是为了解决这个问题而诞生的。

一、背景:Karpathy 的 Raw 文件夹地狱

2026年4月，Andrej Karpathy 在 X 上分享了他的个人 LLM 知识库玩法——用一个 /raw 文件夹存放所有文档、代码、论文、图片，每次查询都让 LLM 全文扫描。效果很好，但代价是 token 消耗巨大、延迟高得离谱。Karpathy 本人都承认："每次都得从头读一遍，Token 消耗巨大。"

这个"理念"催生了大量 LLM Wiki 项目，但大多数只是简单地把 Markdown 文件堆在一起，没有解决核心问题——重复扫描带来的高昂成本。

二、Graphify 是什么

Graphify（safishamsi/graphify，3200+ ⭐）是第一个将 Karpathy 的 LLM Wiki 理念工程化落地的开源项目。它将任意文件夹一键转化为持久化知识图谱，支持 19 种编程语言，可作为 Claude Code、Codex、OpenClaw 等 AI 编程助手的 Skill 使用。

核心价值主张： 一次"编译"，永久高效查询。每次查询 Token 消耗降低 71.5 倍（项目方基准测试数据）。

三、核心技术架构:七级流水线

Graphify 的核心是一条七级处理流水线，每级独立，通过纯 dict 和 NetworkX 图通讯——无共享状态，无副作用：

检测 → 提取 → 构建 → 聚类 → 分析 → 报告 → 导出

双轨提取引擎（最关键的设计）

左轨对代码文件进行确定性语法树分析——类、函数、import、调用图、docstring，全程无需 LLM，零 API 费用，毫秒级完成。右轨对文档、论文、图片启动并行子代理，利用 Claude 视觉能力提取概念、实体、引用关系和设计决策的"为什么"。

为什么不用向量数据库

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。图结构本身就是相似性信号，不需要单独的 embedding 步骤。

技术栈：

• 图引擎: NetworkX（纯 Python，无外部依赖）
• 社区检测: Leiden 算法（graspologic 库）
• 代码解析: tree-sitter（确定性 AST，19 种语言）
• 可视化: vis.js（交互式 HTML 图谱）

四、三阶段处理流程

第一阶段: AST 静态分析（零 Token 消耗）

基于 tree-sitter 解析 19-25 种编程语言，提取类、函数、导入、调用图、文档字符串、设计原理注释（# NOTE:、# WHY:、# HACK:）。

第二阶段: 多模态语义提取（一次性 LLM 调用）

• PDF/论文: 引用挖掘 + 概念提取
• 图像/截图: Claude Vision 视觉理解
• 视频/音频: 本地 faster-whisper 转录（音频永不离开本机）

第三阶段: 图谱聚合与社区发现

• NetworkX 构建异构图结构
• Leiden 算法基于图拓扑进行社区检测
• 每条边标注关系类型

五、信任审计链:Graphify 最有价值的设计

每条关系边都附带三级置信度标签：

Graphify 还提取 rationale_for（设计原理） 节点——不只是记录代码做了什么，还记录为什么这样做。

六、亮眼特性

超边（Hyperedges）

支持 3+ 个节点参与同一个概念，例如所有实现认证流程的函数。

Always-On 模式

运行 graphify claude install 后，PreToolUse 钩子会在每次 Grep/Glob 操作前先读取图谱报告。

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。

七、71.5× Token 压缩的逻辑

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 增量更新: SHA256 缓存，变更文件才重新处理

付一次"编译"成本，获得无限次高效查询。

八、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
• 无遥测、无使用追踪
• URL 验证、路径沙箱、内容大小限制、HTML 转义——完整安全防护层

九、适合谁用

• AI 编程助手重度用户（Claude Code、Cursor、OpenClaw）
• 大型代码库维护者
• 需要管理论文、笔记、多媒体资料的研究者

如果你正在用 AI 编程助手写代码或做研究，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。

参考资料: Graphify GitHub | Karpathy LLM Wiki