还在让大模型"暴读"源码？Graphify:用知识图谱硬生生砍掉 71.5 倍 Token 开销！
你有一个装着半整理状态的代码、笔记和研究论文的文件夹，却对里面到底有什么一无所知。Graphify 能够读取其中的一切内容——代码、Markdown、PDF 甚至是屏幕截图。它会输出一个可交互的可视化图谱、一个 Obsidian 知识库、一个供 AI 智能体导航的维基百科式 Wiki，以及一份用通俗语言编写的、高亮标注出你的"上帝节点"与"意外连接"的分析报告。每次查询消耗的 Token 数量比直接阅读原始文件暴降 71.5 倍。完全在本地运行，无需 Neo4j，也无需任何服务器。
在面对堆积如山的遗留代码与散落的开发文档时，graphify作为一款极客圈爆火的开源代码逻辑梳理工具与大模型本地代码分析插件，彻底颠覆了传统的源码阅读方式。这套底层架构引擎如同数字世界的神经突触，能够将晦涩的源代码、零散的架构文档乃至白板上的多模态设计草图，全部吞噬并重塑为一个极度结构化的可计算知识图谱，为 AI 编程助手赋予了真正的全局系统级认知底座。
现代软件工程的理解链路长期深陷于认知黑盒之中。当庞杂的 Python 脚本、零散的 PDF 论文与架构拓扑图被强行塞入大语言模型时，传统的暴力文本漏斗往往只能析出极其稀薄的关键字碎片。这种扁平化的处理机制不仅会导致上下文彻底断层——让隐藏在文档深处的架构决策与物理源码强行剥离，更会在执行全局 Grep 检索时引发灾难性的 Token 暴雷。由于缺乏系统级的拓扑纵深，常规的代码阅读器极易陷入局部文本匹配困局，完全丧失对跨文件隐性语义关联的捕捉能力。
打破这种扁平化信息孤岛的利器，是彻底转向三维的拓扑结构发现机制。无论是底层的原生代码结构、深奥的学术论文 Markdown，还是随手拍下的系统架构图，都能通过多元解析链路被无缝抽离并编织进同一张庞大的计算网络中。这种重构操作无视了传统操作系统中死板的文件物理边界，将原本孤立的数字资产强行聚合并提取出隐藏在字节之下的真实逻辑血脉，实现了真正意义上的万物皆可图谱化。
在底层驱动引擎的选择上，这套架构果断抛弃了传统 RAG 所极度依赖的高昂全局向量化计算。摒弃了黑盒般的 Embeddings 和外部 Vector DB 集群，系统转而采用纯粹的图拓扑结构与 Leiden 社区发现算法。这里的相似度判断不再依赖抽象且容易丢失执行逻辑的数学空间距离，而是完全建立在节点间的边缘密度与直接语义连线之上。这种零向量化的极简设计，使得每一条推断出的关系链路与核心节点都能被绝对透明地反向追溯至原始代码行。
支撑起整张知识巨网的，是极其精密且分工明确的双轨解析引擎。第一层链路是绝对确定性的提取屏障，完全依赖本地的 tree-sitter 语法树进行 AST 深度解剖，在零外部模型算力介入的情况下，以极速扫荡并提取跨 20 种编程语言的类、函数与底层调用图，确保核心代码资产绝对不出本地物理域。而在第二层并行轨道上，多组并发的 Claude Subagents 化身为高阶语义探针，深入架构文档与设计图谱内部，精准萃取高维设计意图。最终，这两股异构数据流在底层的 NetworkX 图层中完美交汇。
知识图谱体系的终极工业价值，在于向 AI 调度者诚实地暴露物理事实与逻辑猜测的置信度边界。系统对每一条节点连线都赋予了极其严苛的颗粒度定级：来自底层源码硬链接的函数调用关系，被系统打上 EXTRACTED 烙印并赋予绝对权威的 1.0 置信度；而由智能体跨文件推理出的语义相似性或架构关联，则被降级为 INFERRED 标签，并强制附带 0.0 到 1.0 的动态评分；一旦系统在深层逻辑链中嗅探到无法闭环的冲突，便会瞬间熔断并触发 AMBIGUOUS 红色警报，强行高亮并呼叫人类架构师介入审查。
当系统级图谱构建完毕后，便开启了破解全局代码基因的深度潜航。算法会通过极其严苛的出入度权重运算，瞬间穿透数十万行的庞大文件树，精准锁定被全网最高频引用的上帝节点。这种降维打击使得新入职的开发者彻底告别了从main函数开始枯燥追踪的低效时代，只需把控核心枢纽即可建立全局心智模型。同时，系统的高阶网络分析甚至能打破两点一线的低维连线局限，捕获包裹多个独立函数的超边，一眼看穿共同完成某次 Auth 验证流的底层群体协同态。
代码从来不仅仅是机器执行的指令，更封印着创造者当时的架构妥协与隐秘意图。引擎的深层嗅探不再满足于记录代码的作用，而是通过强行捕获源码中深埋的# HACK注释、业务 PR 描述以及独立文档里的设计初衷，将核心的底层解释作为独立的高价值实体硬核锚定到对应代码块上。基于底层的复合评分引擎，系统甚至能敏锐捕捉到跨越物理隔离的意外连接，自动发现根目录下一段无人问津的底层算法代码，与另一侧独立学术论文中的某个核心数学公式之间的绝对等效映射。
在算力开销与查询效率的数据验证场上，这套纯本地驱动的架构展现出了压倒性的统治力。在混合包含代码仓库、深度学习论文与复杂架构图的极限压力测试中，相较于将原始语料直接填鸭式地暴读喂给模型，依赖图谱拓扑导航硬生生砍掉了高达 71.5 倍的 Token 开销。底层的增量更新机制更是将物理级 SHA256 文件哈希校验运用到了极致，系统能够冷酷地拒绝一切重复推理请求，仅对发生变动的局部代码树执行毫秒级重算，确保阅读引擎在极其有限的上下文窗口内，始终保持着对全局逻辑的无损全景视野。
从晦涩的正则表达式匹配到拥有多维空间感知的逻辑穿透，最终交付给认知中枢的不再是一堆死板的文件字符，而是一套高度立体、具备极强可计算性的底层网络结构。这张由极简 JSON 驱动的庞大网格，让机器首次拥有了如同人类架构师般顺藤摸瓜的结构化导航本能，宣告着代码审查与项目重构彻底终结了盲目搜索时代，正式迈入依靠纯粹拓扑结构指引的智能演进新纪元。
项目地址：https://github.com/safishamsi/graphify
