Graphify 可导航知识图谱
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/sammcj-agentic-coding-graphify。
技能介绍
问题背景
接手陌生仓库、跨文档的研究资料或混合了代码与说明文档的目录时,常见问题不是「读不完」,而是不知道 entity 与关系该从哪问起:调用链藏在 AST 里,概念散布在多份 markdown 与论文中,人工做交叉检索成本高,且事后很难说明某条边是原文摘录还是推断。
技能如何工作
/graphify 对指定路径(默认当前目录)做文件类型检测后,分两条线并行抽取:代码走结构化解析(AST),不依赖 LLM;文档、论文、图片可走语义抽取(可选 GEMINI_API_KEY,未配置则由宿主会话充当 LLM)。结果合并为图数据,再执行社区发现与标注,最终在 graphify-out/ 下生成三类产物:可浏览的交互 HTML、GraphRAG 就绪的 graph.json,以及自然语言版 GRAPH_REPORT.md。节点与边带 EXTRACTED / INFERRED / AMBIGUOUS 等来源标记,便于审计。
若已存在 graphify-out/graph.json,对代码库的自然语言提问可直接走查询路径,跳过重复构建。支持 GitHub 仓库 URL 与多路径合并;检测到视频/音频时会先转写再纳入文档流。超大语料会提示按一级子目录收窄或考虑 --no-cluster。
适用边界
- 纯代码仓库通常只需 AST 路径,无需 API Key;语义侧对 docs/paper/image 才有明显 token 成本。
- 语料超过约 200 万词或 500+ 文件时会触发收窄建议;社区聚类在大体量上较慢,可按需跳过。
- 语义分块依赖 general-purpose 子代理写入磁盘;只读 Explore 类代理会导致 chunk 丢失。
使用场景
- 新入职需在两天内理清单体仓库里某模块的调用方与被调用方,并用自然语言追问数据流
- 研究项目目录混合 LaTeX 论文、笔记与脚本,想发现跨文档共现概念而非逐文件搜索
- 维护多仓库微服务,需把几个本地子目录或 GitHub 仓库合并成一张可查询的关系图
- 已有 graphify-out 图数据,想直接问「X 如何工作」而不再跑全量抽取
适合人员
- 负责代码考古与模块交接的后端工程师,需要可追问的调用与依赖视图
- 做文献与实验笔记整合的研究员,要在多文档间暴露隐含主题关联
- 构建内部 GraphRAG 或文档问答管道的平台工程师,需要结构化 graph.json 输出
- 技术写作者面对散落 repo 的 API 与 README,要先出全局关系报告再动笔