graphify 開箱實測：把本站程式碼畫成 1,885 個節點的知識圖譜，兩個坑先看

這篇要回答：GitHub 熱榜上十三萬星的 graphify，拿一個真實的、自己寫的專案餵進去，畫出來的圖有沒有用，中間會踩到什麼。我們把本站的程式碼（git 追蹤的 439 個檔案，不含任何密鑰與 node_modules）複製一份，在一台 NUC 上從安裝做到匯出互動圖，全程錄影。影片在本文下方。

它是什麼

graphify（PyPI 套件名是 graphifyy，兩個 y）把一個專案的函式、類別、import、呼叫關係解析成一張圖，存成 graph.json，再提供 query、path、explain、affected 等指令讓 AI 編碼助手（Claude Code、Cursor、Codex 等）查圖而不是逐檔翻找。程式碼的部分用 tree-sitter 做 AST 解析，在本機完成，不需要語言模型，也不上傳；文件、PDF、圖片才會走模型做語意抽取。

怎麼裝、怎麼跑

整個流程在 NUC 上加起來不到兩分鐘，其中最久的是分群命名那一步。

畫出來的圖準不準

• 神節點（連線最多）：第一名是後台的資料庫連線函式 conn()，98 條邊；第二名是前端的 sql 模板，91 條；第四名是會員登入 currentMember()，55 條。和我們自己對這個站的理解一致：後台每支程式都先連資料庫，前端每個需要登入的頁面都先問一次會員身分。
• 社群命名：150 個社群的名字如 Video Production、Article Quality Gates、LinkedIn Auto Posting、Auth Login Flow，對照原始碼大多說得通；少數小社群被併成「Misc」類。
• path：問「文章頁到資料庫怎麼連」，答兩步：文章頁 import 了 sql 模板。正確。
• affected：問「改了 currentMember() 會動到誰」，列出 29 個呼叫它的位置（帳號頁、留言、按讚、實驗室 API 等）。我們抽查帳號頁、留言 API、實驗室頁，呼叫都確實存在。
• query：用英文問「文章怎麼發到網站上」，它回 141 個相關節點（預設只顯示 84 個，超過 token 預算會截斷）。這不是答案，是把相關程式碼圈出來給助手讀。

互動圖裡每條邊都標 EXTRACTED 或 INFERRED；本站這張圖 99% 是 EXTRACTED，INFERRED 只有 47 條，平均信心 0.85。

踩到的兩個坑

1. SQL 檔整批被跳過。 第一次 extract 的警告寫著 44 個 .sql 檔「沒有貢獻任何節點」，因為 tree_sitter_sql 沒裝；要用 graphifyy[sql] 這個 extra 重裝。這個站的資料表定義全在 .sql，少了它圖就少一塊。

2. 命名那一步會用掉你的 Claude 額度。 --code-only 只產 graph.json，沒有圖也沒有報告；要再跑 cluster-only。這一步要替社群取名字，它找不到 API key 時，會直接呼叫機器上已登入的 claude 指令（claude -p）來命名，本次用掉 71,140 個輸入 token、1,976 個輸出 token。不想花這個額度，加 --no-label，或設 GRAPHIFY_BACKEND=none。

另外 graphify tree 產出的 GRAPH_TREE.html 在我們的瀏覽器裡打開是空白的，沒有深究。

結論

程式碼這部分真的做到了它說的：不用模型、不上傳、十幾秒。對一個自己寫的專案，它分出來的群和腦中的結構大致吻合；對不熟的專案，這張圖會比 README 更快告訴你從哪裡下手。要圖和報告得多跑兩步、SQL 要另外裝、命名那步會用額度，這三件事先知道就不會卡住。

測試環境

• Intel NUC 15、Ubuntu、uv 0.13
• graphify 0.9.94，2026-10-23 測
• 受測專案：本站原始碼，git 追蹤 439 個檔（Python 101、TypeScript/TSX 121、SQL 44，其餘為設定與腳本）

出處

• GitHub：Graphify-Labs/graphify（133,124 星，2026-10-23 查）
• 文件：docs.graphify.com（CLI reference、Exports、How Graphify works）