graphify --wiki完全教程从知识图谱自动生成Agent可爬取的Markdown Wiki【免费下载链接】graphifyTurn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.项目地址: https://gitcode.com/GitHub_Trending/graph/graphify一文读懂 graphify --wiki 能做什么 graphify是一个能把任意代码库连同文档、SQL 架构、配置文件甚至 PDF转换成可查询知识图谱的开源工具支持 Claude Code、Cursor、Codex、Gemini CLI 等 AI 编程助手全程本地确定性 AST 解析不依赖向量库。其中--wiki参数可以把已经建好的知识图谱一键生成维基百科风格的 Markdown Wiki一篇index.md总入口 每个社区一篇主题文章 每个God Node核心枢纽概念一篇详解文章所有文章之间通过标准 Markdown 相对链接互相引用让AI Agent 可以直接按链接逐页爬取快速理解你的整个项目。什么是 Agent 可爬取的 Wiki传统项目文档往往是给人看的而 graphify 生成的 Wiki 是为 AI Agent 设计的导航结构入口唯一Agent 只需要读index.md就能拿到全部社区Community和 God Node 的目录逐层下钻先读社区文章建立上下文再点进 God Node 文章看细节路径清晰、无死链纯文本、零依赖全部是标准 CommonMark 格式的.md文件GitHub、GitLab、VS Code 预览、Obsidian 都能正常渲染不依赖任何私有语法每条边都有解释图谱中的每条连接都带有EXTRACTED源码中明确存在/INFERRED工具推断/AMBIGUOUS存疑置信度标记Wiki 中同样如实呈现Agent 能区分确定信息和推测信息。安装与准备最快配置方法一键安装 graphify在终端执行以下命令即可安装包名是graphifyy可执行命令是graphifyuv tool install graphifyy生成 Wiki 的三步流程整个流程非常直接核心就是 3 条命令步骤命令作用1️⃣ 提取图谱graphify extract .本地 AST 解析整个项目生成知识图谱graph.json与社区分析数据.graphify_analysis.json2️⃣ 生成 Wikigraphify export wiki从图谱 社区数据生成整套 Markdown Wiki写入graphify-out/wiki/3️⃣ 一键完成graphify extract . --wiki提取与 Wiki 导出合并为一步AI 技能模式下写作/graphify . --wiki也可以在 AI 助手中直接输入技能指令/graphify . --wiki # 从图谱构建 agent 可爬取的 markdown wiki 小提醒如果跳过第 1 步直接跑graphify export wiki而.graphify_analysis.json缺失或为空graphify 会主动拒绝导出并提示你先重新提取——这是防止误清空已有 Wiki 的安全机制。Wiki 输出结构详解执行完成后wiki/目录下会产生三类文件每次生成会自动清理上一轮遗留的.md文件不会积累孤儿文章文件数量内容index.md1 篇Agent 入口全图统计节点数/边数/社区数 按规模排序的社区目录 God Node 列表社区名.md每个社区 1 篇该社区的关键概念 Top 25、跨社区关系含共享连接数、来源文件列表、边置信度审计Audit TrailGod Node名.md每个枢纽 1 篇该核心概念的所属社区、连接数、按关系类型calls / references 等分组的完整邻居列表文章内部长什么样以一篇社区文章为例结构固定且高度可解析标题 元信息节点数 · 内聚度 cohesion## Key Concepts连接度最高的概念附连接数与来源文件## Relationships与其他社区的强连接带共享连接数## Source Files溯源到具体代码文件## Audit TrailEXTRACTED/INFERRED/AMBIGUOUS三类边的数量与占比God Node 文章则把邻居按关系类型分组如calls、references、extends每组列出最多 20 个目标——这正是 Agent 理解谁在调用核心模块时最需要的信息。链接为什么处处可用很多工具生成 Wiki 时喜欢用[[双括号]]的 Obsidian 语法但那种链接在 GitHub 或浏览器里就是死链。graphify 的实现源码见 wiki.py 中的to_wiki与_md_link函数专门做了两件事文件名安全化空格转下划线、替换 Windows 保留字符、长度截断到 200 字符跨平台都能落盘先分配 slug 再渲染正文所有文章先确定最终文件名正文中的互链才统一写成显示名的标准相对链接——GitHub、GitLab、VS Code、Obsidian 全部兼容。同名冲突包括 macOS/Windows 上不区分大小写的Parservsparser会自动追加_2后缀去重保证链接永远指向真实存在的文件。增量更新Wiki 如何保持新鲜 代码在变Wiki 也会跟着变而且很轻量只重提取变更文件graphify extract . --update技能模式/graphify ./docs --update基于文件指纹跳过未修改的内容重跑聚类不重新提取graphify extract . --cluster-only可选--resolution 1.5调整社区粒度、--exclude-hubs 99压制工具类超级枢纽自愈机制如果去重或重提取导致分析数据中的节点 ID 在图谱里失效to_wiki会自动剔除 stale 节点并打印数量而不是崩溃社区全部失效时则拒绝生成并提示重新extract配合 git hook安装graphify hook install后每次提交都会自动增量更新图谱与导出物Wiki 永远是当前代码的最新镜像。最佳实践与常见问答 ✅Q1Wiki 和graphify export obsidian有什么区别Obsidian 导出是带 Canvas 画板的笔记库wiki输出的是纯标准 Markdown 文章集专为 Agent 爬取设计放在任何仓库里都能直接阅读和链接。Q2Agent 应该怎么消费这套 Wiki从graphify-out/wiki/index.md开始 → 挑相关社区文章读上下文 → 点进 God Node 文章拿连接细节。index 里每一行都是可点击的相对链接天然适合程序化遍历。Q3生成结果不满意能调吗能。用--cluster-only --resolution调整社区划分粒度用--exclude-hubs过滤工具类超级节点然后重新graphify export wiki即可全程无需重新解析代码。Q4置信度标记有什么用Audit Trail中的AMBIGUOUS占比高说明这个社区里有较多推断性连接值得人工复核——这也是项目架构文档ARCHITECTURE.md中建议人工审查的信号。总结graphify 的--wiki参数把知识图谱从开发者视角的 JSON变成了AI Agent 可以直接阅读、逐页爬取、持续跟踪更新的 Markdown Wikigraphify extract . --wiki一条命令从代码到可爬取知识库一步到位。配合增量更新与 git hook你的项目文档不再是写完就过期的说明而是随代码自动演进的活文档。快去给你的项目试试/graphify . --wiki吧【免费下载链接】graphifyTurn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.项目地址: https://gitcode.com/GitHub_Trending/graph/graphify创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考