Graphify
Graphify 是一个开源 skill,Claude Code、Codex、Cursor 等 20 多款 AI 编程助手都能装。丢给它一个文件夹,不管是代码、SQL schema、文档、PDF 还是视频,它都能解析成一张可查询的知识图谱。靠本地 tree-sitter 做 AST 提取、Leiden 算法做聚类,agent 不用一遍遍翻文件,查一次图就够了。
作者是伦敦工程师 Safi Shamsi,2026 年 4 月 3 日在 GitHub 上发布,跟 Andrej Karpathy 那篇广为流传的「LLM wiki」工作流帖子同属四月初那波热度。发布十天内就冲到 22,000 star,后来进了 Y Combinator S26 这一期,到 7 月 star 数已经涨到接近 78,000。
相当于送快递前先画一张城市地图,扫一眼地图,比每次都重新摸一遍每条街要快得多。
提前 7 天看到萌芽期新词,解锁全部阶段筛选,并每周收到抢先提醒。
为什么现在开始走红?
Graphify 用三个月从一个 GitHub 仓库走到 Y Combinator S26 公司,发布十天内破 22,000 star,2026 年 7 月逼近 78,000。它蹭的是跟 Karpathy 那篇 LLM-wiki 帖子同一波「给 agent 装记忆」的热度,而且从第一天起就支持 Claude Code、Codex、Cursor。
搜索热度
-
萌芽0–7 天
-
初现8–30 天
-
验证中31–90 天
-
上升 ← 当前91–180 天
-
成熟180 天以上
前景
未来 6 个月的热度走势与商业化节奏。
YC 背书加上原生接入 20 多款 AI 编程助手,这两条撑起 Graphify 在 2026 年剩余时间里的分发护城河。
风险 · Anthropic 或 Cursor 完全可能自己把代码库知识图谱这层记忆能力做进产品里,到时第三方切入的空间就没了。
类比 · code search indexes (ctags/cscope) · vector-embedding RAG for code · IDE symbol graphs
-
现在免费 CLI,MIT 协议
通过 PyPI 本地装 skill,零成本,目前没公布定价。
-
3-6 个月托管图谱服务
拿了 YC 投资的团队大概率会推出付费托管或团队同步,给这份 JSON 图谱加层服务。
-
6-12 个月企业级图谱 API 档位
已经支持 Streamable HTTP 和 MCP server,这两个信号都指向后面会出团队/企业版。
“Graphify” 的竞争与机会
判断依据包括已追踪的搜索词、变现方向和相关词。除标注“实测”的 Google KD 外,其余均为参考估算。
“Graphify” 能做的点子
这个词可以延伸成文章、网站、产品、帖子、邮件、视频或课程。选一个方向,就能开始行动。
知识图谱提取(Graphify)和基于向量嵌入的 MCP 搜索服务,目前还没人写过正面对比。这个坑是空的。
官方文档提到了 git hook,但没有教程完整走一遍 GitHub Actions 配合图谱 diff 来做 PR review 这件事。
"graphify alternatives" 这类长尾词还没人占,可以拿 Sourcegraph、ctags、自建向量嵌入方案来做对比。
Graphify 本身已经吐 JSON 出来了,做一个托管桥接把它推进 Neo4j 或 FalkorDB,是个轻量但能卖钱的壳。
现在的输出是一个要单独打开的静态 HTML 文件,做个编辑器内置的查看器,这个坑明显还没人占。
用不用 Graphify 时 AI agent 回答质量的前后对比,天然适合做演示、适合做缩略图。
Safi Shamsi 看完 Karpathy 一篇帖子,48 小时写出 Graphify,在拿了融资的竞品还在画路线图的时候,star 数已经冲过 22,000。
一条 Ask HN 帖子问「为什么一个周末的项目干翻了一年的工程投入」,牵出了每个爆火开源项目迟早要面对的问题:这些 star 里有多少是真用户。
大家在搜什么
来自 Google Suggest 和 Trends 的长尾词。热度和竞争度是估算,仅供参考,未经核实。内容类型由搜索词的写法推断。
“Graphify” 的搜索结果
这里展示当前的自然搜索结果,以及正在投放的广告。广告数量可以反映当下的商业需求。
常见问题
什么是 Graphify?
Graphify 是一个开源 skill,Claude Code、Codex、Cursor 等 20 多款 AI 编程助手都能装。丢给它一个文件夹,不管是代码、SQL schema、文档、PDF 还是视频,它都能解析成一张可查询的知识图谱。靠本地 tree-sitter 做 AST 提取、Leiden 算法做聚类,agent 不用一遍遍翻文件,查一次图就够了。
Graphify 为什么现在火?
Graphify 用三个月从一个 GitHub 仓库走到 Y Combinator S26 公司,发布十天内破 22,000 star,2026 年 7 月逼近 78,000。它蹭的是跟 Karpathy 那篇 LLM-wiki 帖子同一波「给 agent 装记忆」的热度,而且从第一天起就支持 Claude Code、Codex、Cursor。
Graphify 是什么时候出现的?
约于 2026-04-03 公开出现(截至 2026-08-11 约 130 天前)。EarlyTerms 最早于 2026-07-05 记录到信号。
相关词
同一领域里的其他词:别名、子类、竞品,以及值得继续了解的相近概念。
- 竞品 Code Search MCP Code Search MCP 是一类基于 Model Context Protocol 的服务器,给 AI 编程 agent 提供对本地代码库的语义搜索和结构化搜索能力。传统做法是把整个目录塞进上下文窗口,这类服务器改成先对代码库索引一次 (Tree-sitter… →
- 相关 LLM wiki LLM wiki 是一套工作模式:让 AI agent 把你的原始资料逐步整理成一批纯 Markdown 实体页面,之后回答问题时直接查这份结构化的 wiki,不用每次重新翻原始来源。知识沉淀在文件系统里,不会随对话结束而消失。 →
- 相关 Vault Context Vault Context 是指把本地 Markdown vault 的内容(文件、目录结构、frontmatter、标签,以及检索到的片段)喂给大模型,让模型拿你自己的笔记来回答问题,跳过那些泛泛的网络知识。这里的「vault」是 Obsidian 式的:磁盘上一个放满… →
- 相关 Context Rot Context Rot 指大模型输出质量随输入长度增加而出现的可测量衰退,即便提示词还远没触及广告宣传的 context window 上限。模型处理第 10,000 个 token 的可靠程度,远不如处理第 100… →
- 相关 Agent Harness Agent harness 是大模型和真实世界之间的那层中间件,负责跑 agent 循环、调工具、管记忆、守护栏、从错误里恢复。圈子里现在流行一个公式:「Agent = 模型 + Harness。你不是模型,你就是 harness。」 →
- 相关 Claude Code Claude Code 是 Anthropic 官方的命令行编程 agent,在终端里跑:读你的代码库、改文件、执行命令、发 PR、用自然语言驱动跑得起来的工程工作流。它以 `@anthropic-ai/claude-code` npm 包的形式发布,同时附带 VS… →
- 相关 MCP Server MCP server 是一个独立的小程序,通过 Model Context Protocol 把某一个能力(数据库、文件系统、安全扫描器、交易 API)暴露给 AI agent。协议本身定义了 JSON-RPC-2.0 的通信格式,server 是实际的交付单元。到… →
- 相关 Context Engineering Context engineering 是一门学问:送进大模型上下文窗口的每一个 token,都要经过设计。系统提示、工具定义、检索内容、对话历史、记忆、文件,一个都不能随手堆进去。Anthropic 把它定义为 prompt engineering 的自然延伸。 →
- 竞品
- 相关
来源
这份报告引用的一手链接,点开任意一条都能自己核对。
- 01 Graphify-Labs/graphify — official repo, README, releases github.com ↗
- 02 graphifyy on PyPI — package metadata, v0.9.6 pypi.org ↗
- 03 Augment Code: Graphify hits 63.2K stars augmentcode.com ↗
- 04 Hacker News: 'We got 100 stars, a weekend project got 12k' news.ycombinator.com ↗
- 05 OpenClaw API Docs: Graphify in Practice openclawapi.org ↗
- 06 MindStudio: Karpathy-inspired knowledge graph cuts costs 70x mindstudio.ai ↗
- 07 Hacker News: 'Map your project into a knowledge graph' (FalkorDB thread) news.ycombinator.com ↗