Token总是消耗太快？Graphify了解一下
是什么
Graphify 是一个将代码文件夹转化为知识图谱的 AI 助手技能。它读取你的代码、文档、PDF 和图片，自动提取其中的概念和关系，构建成一张可查询的知识网络。之后你问 AI 任何架构问题，它都可以直接查图回答，而不是重新读一遍所有文件------这能节省高达 71 倍的 token 消耗。
支持谁
Graphify 支持绝大多数主流 AI 编程助手，安装命令略有不同：
- Cursor ：
graphify cursor install - Claude Code ：
graphify install - Codex ：
graphify install --platform codex - OpenCode ：
graphify install --platform opencode - OpenClaw ：
graphify install --platform claw - Factory Droid ：
graphify install --platform droid - Windsurf、Cline、Continue、Aider、GitHub Copilot 也均支持
能做什么
理解新项目时，你不再需要手动翻目录。输入 /graphify .，几分钟后就能得到一份交互式图谱和文字报告，里面标出了哪些是核心模块、哪些文件之间有隐藏依赖、以及哪些跨文件的概念其实是相关的。日常开发中，改完代码运行 --update 就能增量刷新图谱，切换分支或提交代码时 Git 钩子也可以自动触发更新。你还可以直接向图谱提问，比如"认证流程涉及哪些函数"，AI 会基于图结构给出准确答案。
优势在哪
最大的优势是跨会话持久化。传统方式每次对话都要把相关代码塞给 AI，token 消耗大且容易遗漏。Graphify 把知识压缩成一张紧凑的图谱存成 graph.json，下次打开对话直接查询即可。其次是多模态支持------截图里的架构图、PDF 中的论文图表、白板照片，都能被理解并融入图谱。每个推断出的关系还附带置信度分数，让你清楚哪些是代码里明确写的，哪些是 AI 推测的。
安装教程
首先确保 Python 版本在 3.10 以上。在终端执行：
bash
pip install graphifyy注意包名末尾是两个 y。安装完成后，cd 到你的项目根目录，然后执行：
bash
graphify cursor install如果你用的是其他 AI 助手，把 cursor 换成对应的平台名即可。安装成功后可以用 graphify --version 验证。若终端提示找不到命令，试试 python -m graphify --help。
使用教程
打开 Cursor 的 Chat 面板，输入 /graphify .，Graphify 就会开始扫描当前目录。首次扫描耗时取决于项目大小，中型项目大约 5-10 分钟。完成后在项目根目录会多出一个 graphify-out 文件夹，里面有三个主要文件：graph.html 是交互式图谱，可以在浏览器里点击探索；GRAPH_REPORT.md 是文字报告，列出了核心节点和意外连接；graph.json 是持久化的图谱数据，供后续查询使用。
日常使用中，代码有改动时运行 /graphify . --update 即可增量更新，无需重新全量扫描。想深入探索时，可以用 /graphify query "数据库连接用了哪些中间件" 直接提问，或者用 /graphify path "UserAuth" "SessionStore" 查找两个概念之间的关联路径。
流程图
输入 /graphify .
扫描代码/文档/图片
生成图谱和报告
graph.html 交互视图
GRAPH_REPORT.md 报告
graph.json 持久数据
后续直接查询图谱
节省 71 倍 token
速查表
| 想要做什么 | 输入什么 |
|---|---|
| 首次全量扫描 | /graphify . |
| 增量更新 | /graphify . --update |
| 只重新聚类 | /graphify . --cluster-only |
| 语义提问 | /graphify query "问题" |
| 查找节点间路径 | /graphify path "节点A" "节点B" |
| 解释某个节点 | /graphify explain "节点名" |
| 启动监控模式 | /graphify . --watch |
| 安装 Git 钩子 | graphify hook install |
| 导出为 Neo4j | /graphify . --neo4j |
常见问题
首次扫描太慢怎么办？ 在项目根目录创建 .graphifyignore 文件，把 node_modules/、dist/、build/ 等目录写进去排除掉，能大幅缩短扫描时间。
graph.json 太大导致 Cursor 报错怎么办？ 执行下面这条命令可以压缩成紧凑格式：python -c "import json; from pathlib import Path; p=Path('graphify-out/graph.json'); d=json.loads(p.read_text()); p.write_text(json.dumps(d, separators=(',', ':')))"
在终端输入 /graphify 报错？ /graphify 只能在 AI 助手的对话框里输入，不是在终端里执行的。终端里请用 graphify 或 python -m graphify。
如何与团队共享图谱？ 把 graphify-out/GRAPH_REPORT.md 和 graphify-out/graph.json 提交到 Git 仓库，其他人克隆后可以直接查询，无需重新扫描。
资源
GitHub 仓库：https://github.com/safishamsi/graphify
中文文档：https://github.com/chencore/graphify-knowledge-graph-docs