Graphify项目将Karpathy 知识库方法从理论推到生产

导读：当安德烈·卡帕西（Andrej Karpathy）在几天前分享他的“raw/”文件夹工作流时，整个AI圈都在感叹这种“LLM Wiki”模式的降维打击能力。但痛点也显而易见：脚本零散、手动整理累、Token消耗高。48小时内，一款名为 Graphify 的开源项目冲上GitHub热榜，不仅实现了全自动化，更通过结构化编译实现了 71.5倍的Token节省。本文带你深度拆解这款“卡神模式完全体”工具。

从“黑盒”RAG到“透明”Wiki

长期以来，我们处理本地文档的标配是RAG（检索增强生成）。但RAG有个致命伤：它是“无状态”的。你问同一个问题十次，它就得从向量数据库里检索十次、合成十次，知识永远无法“沉淀”。

卡帕西提出的 LLM Wiki 理念彻底扭转了这一局面：

Raw层：只存论文、代码、截图等原始资料，作为不可变的“真理来源” 。
Wiki层：由LLM自动编译生成的Markdown文档，带交叉引用、双向链接。
Schema层：定义维护规则，像对代码进行Lint检查一样定期“体检”知识库。

思路无敌，但卡神自己也承认，这目前还是“一套零散的脚本” 。而 Graphify 的出现，直接把这套理念封装成了生产力工具，迅速冲到10.3K star。

Graphify实测（为什么说它是“完美实现”？）

Graphify不仅仅是写几个脚本，它在工程化上做了三件大事：

1. 全模态自动化“入谱”

你不需要手动分类资料。Graphify内置了一套多模态处理管线：

代码：支持包括Python、Rust、Go在内的19种语言，利用 Tree-sitter 进行本地AST解析，精准提取类、函数及调用关系，这部分零Token消耗 。
文档/论文：自动识别PDF、Markdown中的核心实体。
视觉：直接调用 Claude Vision 识别架构图、流程图甚至白板照片，将其转化为图谱节点。

2. 71.5倍Token消耗优化

卡帕西曾抱怨大部分Token都花在重复读取背景资料上。 Graphify采用了“一次编译，多次查询”的逻辑：

双阶段编译：先在本地完成确定性的AST解析，再由并行子代理进行语义提取。
SHA256缓存机制：只有改动过的文件才会重新跑LLM，没动的直接读缓存。
数据压缩：在对52个混合文件（代码+论文+图片）的实测中，Graphify将查询成本降到了原始文件读取的 1.4% 。

3. 告别向量数据库

Graphify不需要部署复杂的向量数据库，它基于 Leiden社区发现算法 进行图拓扑聚类。简单说，它通过计算概念之间的“连接密度”自动划分主题簇。这种方式比单纯的向量相似度更擅长处理“多步推理”。例如，它能通过关系路径直接告诉你：为什么论文A的算法会影响到代码B的架构决策。

快速上手指南

Graphify实现了全平台适配，无论你用的是 Claude Code、Codex 还是 OpenClaw。

1. 安装： 目前PyPI包名暂为 graphifyy（带双y）：


pip install graphifyy && graphify install

2. 针对特定平台优化（以OpenClaw为例）：

graphify install —platform claw

注：如果你是Codex用户，别忘了在 ~/.codex/config.toml 里开启 multi_agent = true 以激活并行模式。

3. 一键生成： 进入你的资料文件夹，在AI Agent中输入：

/graphify  .

我在我的obsidian知识库Claudian插件（使用Claude Code）中输入了这个命令，工具自动发现了所有的文件包括图片：

它将知识库文件分成多个chunk进行语义抽取分析。不过从我的结果来看，有4个chunk 遇到了error，没看出为什么，不过它还是跑完了全过程。

完成后，它利用 Tree-sitter 进行本地AST解析。

执行完后，目录里会多出一个 graph.html。

执行完后，目录里会多出一个 graph.html。在浏览器打开，你就能看到一个可交互的、带节点缩放和社区过滤的知识图谱。

进阶玩法：Git仓库变成活的知识库

Graphify最贴心的一点是它的 Git集成：

--watch 模式：你改了代码，它立刻重跑本地AST更新图谱。
Git钩子：通过 graphify hook install，每次 commit 或切换分支后，图谱会自动更新。这意味着你的AI助手永远不会基于旧版本的代码逻辑跟你聊天。

还有更多的玩法等你解锁：

/graphify                          # run on current directory
/graphify ./raw                    # run on a specific folder
/graphify ./raw --mode deep        # more aggressive INFERRED edge extraction
/graphify ./raw --update           # re-extract only changed files, merge into existing graph
/graphify ./raw --cluster-only     # rerun clustering on existing graph, no re-extraction
/graphify ./raw --no-viz           # skip HTML, just produce report + JSON
/graphify ./raw --obsidian                          # also generate Obsidian vault (opt-in)
/graphify ./raw --obsidian --obsidian-dir ~/vaults/myproject  # write vault to a specific directory

/graphify add https://arxiv.org/abs/1706.03762        # fetch a paper, save, update graph
/graphify add https://x.com/karpathy/status/...       # fetch a tweet
/graphify add https://... --author "Name"             # tag the original author
/graphify add https://... --contributor "Name"        # tag who added it to the corpus

/graphify query "what connects attention to the optimizer?"
/graphify query "what connects attention to the optimizer?" --dfs   # trace a specific path
/graphify query "what connects attention to the optimizer?" --budget 1500  # cap at N tokens
/graphify path "DigestAuth" "Response"
/graphify explain "SwinTransformer"

/graphify ./raw --watch            # auto-sync graph as files change (code: instant, docs: notifies you)
/graphify ./raw --wiki             # build agent-crawlable wiki (index.md + article per community)
/graphify ./raw --svg              # export graph.svg
/graphify ./raw --graphml          # export graph.graphml (Gephi, yEd)
/graphify ./raw --neo4j            # generate cypher.txt for Neo4j
/graphify ./raw --neo4j-push bolt://localhost:7687    # push directly to a running Neo4j instance
/graphify ./raw --mcp              # start MCP stdio server

# git hooks - platform-agnostic, rebuild graph on commit and branch switch
graphify hook install
graphify hook uninstall
graphify hook status

# always-on assistant instructions - platform-specific
graphify claude install            # CLAUDE.md + PreToolUse hook (Claude Code)
graphify claude uninstall
graphify codex install             # AGENTS.md (Codex)
graphify opencode install          # AGENTS.md (OpenCode)
graphify claw install              # AGENTS.md (OpenClaw)
graphify droid install             # AGENTS.md (Factory Droid)

# query the graph directly from the terminal (no AI assistant needed)
graphify query "what connects attention to the optimizer?"
graphify query "show the auth flow" --dfs
graphify query "what is CfgNode?" --budget 500
graphify query "..." --graph path/to/graph.json

好奇一下作者

Graphify的作者 Safi Shamsi 是伦敦Valent公司的AI研究员。他之前的研究方向是利用多模态知识图谱进行医疗诊断（MICAD 2025）。那种在严苛的医疗场景下打磨出的、对知识来源透明度（标注 EXTRACTED 还是 INFERRED）和溯源的极致要求，被完美平移到了这款工具中。