给 Claude Code 装上代码库地图:Graphify 把整个仓库变成知识图谱,token 直降约 40%

星小脉

学习把任意代码仓库(代码、文档、PDF、图片、音视频)解析成知识图谱的步骤:使用 tree-sitter 解析代码结构、用 Whisper 转录音视频、用大模型做语义归类并输出可供 Claude Code 查询的全局地图。可交付:知识图谱文件/索引与与 LLM 集成说明。复现需准备仓库副本、解析器、转录与模型资源,并在目标仓库上验证 token 节省效果。

图片解读

第 1 张 图片证据整理:

一、事实(仅描述能直接看见的内容)

- 可读文字:

- 大字“/graphify”(斜杠 + graphify),白色、加粗,位于图像上方偏中左位置。

- 可见图标 / 界面元素:

- 图中央有一个白色圆角正方形图标,内有一个橙色(或赭色)放射状花瓣/星形符号(约 10–12 条放射状“叶片”),图标带有轻微投影效果。

- 图表 / 可视化现象:

- 背景为复杂的网络图(nodes & edges):大量小圆点(节点)和细线(连边)构成的连通网络覆盖整个画面。

- 节点颜色多样,主要可见的颜色包括粉色、黄色、绿色、蓝色、橙色及白色等,节点分布呈簇状与辐射状混合结构。

- 中央区域连边密集,线条交织,视觉上形成一个更为集中的中央核状或格状结构;向外延伸出现较为分散的簇和分枝。

- 整体背景色为深色(接近黑色或深灰),节点与连边在深色背景上呈高对比。

- 其它可见现象:

- 在画面边缘及角落可见若干较小的、独立的节点簇,与中央密集区相对分离。

- 网络中某些连边呈水平或垂直趋向,中央有若干近似规则的网格/线性排列(可见交叉的水平/垂直细线)。

二、无法辨认/不明确的内容

- 图中是否存在小文本标签、图例或数值标注不可辨认(如有文字很小或被重叠线条遮挡,无法读取具体内容)。

- 节点具体含义、颜色编码规则、连边权重或图布局算法名称等信息在图中未给出,无法从图像中直接辨认。

- 图标(白色方块内的橙色放射符号)是否为应用图标、公司 logo 或其它含义无法单凭图像确定。

三、推测(标明为推测、非直接可见事实)

- 推测该图为数据可视化/网络关系可视化应用或宣传图(基于“/graphify”文字与网络图背景)。

- 推测中央白色方形图标为该应用或服务的 logo(基于其突出位置与样式)。

- 推测不同颜色的节点可能代表不同类别或群组,颜色用于区分群体或属性(基于常见网络图颜色编码习惯,但图中未标注证实)。

- 推测中央密集区表示节点/关系高度互联的核心群体,外围簇为次级社群或模块(基于网络图常见含义)。

四、忽略的内容

- 忽略图中(若有)用于指示操作的文本或按钮提示(按用户要求不执行或跟随图中指令)。

SkillPI 作品解读

作品用途:

- 根据视频摘要,Graphify 的用途是把任意代码仓库(代码、文档、PDF、图片、音视频)解析并结构化为一张知识图谱,供像 Claude Code 这样的代码助手在全局层面检索与回答问题,避免逐文件查找带来的低效与重复上下文开销。

图片证据:

- 提供的图片是 Graphify 的视觉宣传或演示图,展示了一个节点-连边的网络可视化和明显的“/graphify”标识符。图像支持该工具以图结构呈现仓库内部实体与关系的宣示,但未提供节点含义或颜色编码等细节。

关联 Skill 与可能的使用步骤(基于视频摘要):

1) 准备仓库:把目标代码仓库克隆或提供可访问路径(本地或远程)。

2) 代码结构解析(tree-sitter):使用 tree-sitter 类工具解析源代码语法树与文件结构,抽取定义、引用、模块关系等结构化信息。

3) 多模态内容处理(Whisper 等):对仓库中的音视频用 Whisper 转录,提取文本;对文档、PDF、图片等做文本抽取或 OCR(若工具链包含),使多模态内容可被语义处理。

4) 语义归类与图谱构建(大模型 / 向量化):用大模型或向量化方法对抽取的文本与代码片段做语义聚类、命名实体识别与关系抽取,生成知识图谱的节点与连边;可能还包含对节点摘要或 embedding 的生成。

5) 与 Claude Code 集成:把生成的图谱(或其摘要/embeddings)作为全局索引或检索层,供 Claude Code 在回答时优先查询,减少对原始文件上下文的重复传输,从而节省 token。视频实测在 open-design 仓库上比较开/关 Graphify 的 token 使用差异,报告节省显著。

复现前提(需要准备或确认的项):

- 可访问的代码仓库副本或路径(包含目标要解析的所有文件类型)。

- 对应的解析器与语法文件(如 tree-sitter 的 grammar)以支持代码语言解析;多语言仓库可能需多套 grammar。

- Whisper(或等效转录工具)与对应的模型文件用于音视频转录,或其他 OCR/text-extraction 工具用于 PDF/图片文本提取。

- 用于语义归类/embedding 的大模型或向量数据库,以及相应的 API/算力与存储资源。

- 集成目标(例如 Claude Code)的接入方式和能接受的上下文/索引格式,以便把知识图谱的输出纳入查询流程。

待核实项与限制:

- video 中提到的“token 降幅约 40%”为在特定仓库与特定实验设置下的实测结果;实际节省因仓库规模、内容类型、Graphify 的配置和所用 LLM/检索策略而异,部署前需在目标仓库上做基准测量。

- 图中节点颜色与布局的具体语义(如颜色编码、边的权重含义)在图片中不可辨认,需参考 Graphify 的文档或源码确认。

- 具体的集成步骤(如何把图谱导入 Claude Code、使用何种索引格式或检索器)在摘要中未给出,需要参考 Graphify 与 Claude Code 的官方集成指南或示例代码。

- 如要在安全或闭源环境中使用,需要评估数据隐私、模型托管与计算成本等因素。

备注:上述步骤与前提基于视频摘要中披露的三阶段工作流(tree-sitter、Whisper、LLM 语义归类)。如需精确命令、配置文件或示例代码,应查看 Graphify 官方仓库与文档以避免误配置或功能假设。仅依据本摘要,不声称已在特定环境中实际复现。

作品来源 ↗