2026-06-15 · AutoDev AI · Agent Skills Codebase AI

graphify 繁中教學 2026：用 /graphify 把整個 Codebase 變成可對話知識庫，Claude Code 必裝 Skill

你有沒有遇過這個問題：問 Claude Code「這個 API 的 auth 邏輯在哪裡？」，它回答你之前先把整個 codebase 讀了一遍，花了 15,000 tokens，然後給你一個 50% 正確的答案。

graphify 就是為了解決這個問題而生的。它是一個 AI coding agent skill，在你第一次執行 /graphify 時，把整個 codebase（程式碼、文件、PDF、圖片、影片）轉換成一個結構化的知識圖（knowledge graph）。之後 AI agent 的每次查詢都是在這個知識圖上做精準搜尋，而不是反覆掃描原始檔案。

66,800 Stars，12,000+ 週新增，已有 12+ 篇英文評測、10+ 個 YouTube 教學、50,000+ 個 Instagram likes。繁中教學目前仍是空白——這篇就是首發。

graphify 解決什麼問題？

大型專案（10萬行以上代碼）是 AI coding agent 的噩夢。常見情況：

• 每次問問題前，agent 先讀了20個不相關的文件
• 跨目錄的依賴關係，agent 完全找不到
• PDF 設計文件、影片教學，agent 根本看不見
• 反覆讀取相同文件，token 成本翻倍

graphify 的解法是在第一次建圖時一次性消化所有內容，之後的查詢都走圖索引（知道去哪找），而非全文掃描（逐字讀完）。類比：第一次建圖 = 你讀完一本書並做了詳細索引；之後查詢 = 直接查索引找頁碼，不重讀全書。

支援的 AI 工具清單

安裝教學（3 種方式）

方式一：Claude Code agent skill（推薦）

# 安裝 graphify skill 到 Claude Code
claude skill install graphify

# 或手動複製到 ~/.claude/skills/
git clone https://github.com/safishamsi/graphify ~/.claude/skills/graphify

# 驗證安裝
claude skills list | grep graphify

方式二：Python 套件（standalone 使用）

pip install graphify-ai

# 在專案根目錄建立知識圖
cd /your/project
graphify build .

# 查詢知識圖
graphify search "auth middleware logic"

方式三：MCP server（Cursor / Claude 桌面版）

# .cursor/mcp.json 或 ~/.claude/claude_desktop_config.json
{
  "mcpServers": {
    "graphify": {
      "command": "npx",
      "args": ["-y", "graphify-mcp", "--project", "/path/to/your/project"]
    }
  }
}

第一次使用：建立知識圖

在 Claude Code 中，進入你的專案目錄後執行：

# 第一次建圖（一次性操作，可能需要 2-10 分鐘視專案大小）
/graphify build

# 建圖輸出範例：
# ✓ Scanned 1,247 files (892 .ts, 203 .md, 87 .pdf, 65 other)
# ✓ Built dependency graph: 4,521 nodes, 18,392 edges
# ✓ Indexed multimedia: 87 PDFs, 12 videos transcribed
# ✓ Knowledge graph saved to .graphify/graph.db (42MB)
# ✓ Ready. Next queries will use the index.

建圖完成後，後續的所有 /graphify search 或 agent 自動查詢，都會走索引而非全文掃描。知識圖存在 .graphify/graph.db，建議加入 .gitignore（可以在 CI/CD 中重新生成）。

5 個實戰使用場景

場景 1：跨文件依賴追蹤

/graphify search "所有引用 UserAuthService 的地方"
# → 直接列出 23 個文件，含行號，不讀其他文件

場景 2：PDF 設計文件查詢

/graphify search "API rate limiting 設計規格"
# → 從 design-doc-v3.pdf 第 47 頁提取相關段落

場景 3：找「誰呼叫了這個 function」

/graphify callers processPayment
# → 依賴圖反向查詢，比 grep 精準（理解語意，不是字串比對）

場景 4：新人 onboarding

/graphify explain "這個專案的 auth flow 是什麼？"
# → 從知識圖生成架構概述，含相關文件引用

場景 5：影片教學內容查詢

/graphify search "onboarding video 裡提到的 deployment 步驟"
# → 自動轉錄影片後建索引，可直接查詢影片內容

graphify vs CodeGraph 比較

token 省費策略：graphify + headroom 組合

graphify 的知識圖查詢本身已經大幅減少 token 消耗（不再全文掃描）。但如果你想進一步壓縮，可以搭配 headroom：

# 用 headroom 包裝 Claude Code，graphify skill 仍然正常運作
headroom wrap claude
# 或
headroom wrap openclaw

# graphify 建立的知識圖 context 也會被 headroom 的 CacheAligner 跨 session 快取
# 實測：/graphify search 查詢 token 再減 40-60%

兩者組合的邏輯：graphify 精準找到要讀哪些內容，headroom 壓縮實際讀入的 context。不同層次的優化，互不衝突，可以疊加。

常見問題 FAQ