- Trong AI coding assistant, khi chạy
/graphify ., toàn bộ mã nguồn/tài liệu/PDF/hình ảnh/video sẽ được ánh xạ thành đồ thị tri thức, chuyển từ cách grep file sang khám phá bằng câu hỏi- Khi đặt câu hỏi, chỉ trả về subgraph liên quan nên không cần đọc toàn bộ file
- Mã nguồn được phân tích cục bộ bằng tree-sitter AST và hoàn toàn không gọi LLM. Tức là số token LLM để xây dựng đồ thị bằng 0
- Mã không rời khỏi máy, nên cả các tổ chức có yêu cầu về data residency cũng có thể lập chỉ mục hoàn toàn offline mà không cần API key
- Mọi liên kết đều có gắn thẻ độ tin cậy
EXTRACTED(nêu rõ từ nguyên văn) /INFERRED(suy luận), giúp tránh việc phải tin nguyên xi kết quả LLM và có thể kiểm tra đâu là phần có căn cứ - Đây là đồ thị thực sự không dùng embedding hay vector store, nên có thể truy vết đường đi (
path) giữa hai đối tượng và giải thích khái niệm (explain), thay vì chỉ tìm kiếm theo độ tương đồng - Ngoài code, còn tích hợp vào cùng một đồ thị cả schema SQL, Terraform/HCL, cấu hình MCP, package manifest, tài liệu Office, PDF, hình ảnh và URL video
- 3 lệnh truy vấn cốt lõi
graphify query "what connects auth to the database?"- Trả về subgraph có giới hạn phạm vi cho câu hỏi ngôn ngữ tự nhiêngraphify path "FastAPI" "ModelField"- In ra đường đi ngắn nhất giữa hai đối tượng theo từng hopgraphify explain "APIRouter"- Hiển thị vị trí trong mã nguồn, community, bậc và danh sách kết nối
- Chú thích
# NOTE:/# WHY:và trích dẫn ADR/RFC được trích xuất thành node hạng nhất và liên kết với code → ngay cả lý do thiết kế mà chỉ nhìn code không thấy cũng trở thành đối tượng có thể tìm kiếm - Có thể cài hook/tệp chỉ thị để assistant luôn tham chiếu đồ thị trước, buộc hành vi thay thế việc đọc từng file gốc bằng truy vấn
- Nếu commit
graphify-out/vào git, cả nhóm sẽ bắt đầu từ cùng một bản đồ code, được tự động dựng lại theo từng commit và cũng không phát sinh chi phí API - Dùng
python -m graphify.serveđể phơi bày đồ thị dưới dạng máy chủ MCP, và với--transport httpcả nhóm có thể dùng chung một URL - Giấy phép MIT
Chưa có bình luận nào.