一款把代码库解析成知识图谱的开发者工具：AI 助手不再靠翻文件猜结构，而是沿着调用与导入的边，一步步走到答案。

Graphify 的产出不是一份文档，也不是一个搜索框，而是一张可查询的图。它把仓库里的函数、类、模块连同它们之间的调用、导入、继承关系抽出来，存成可以反复查询的结构。这个命令行工具在 Windows、macOS 与 Linux 上都能跑。2026 年 11 月 3 日发布的 0.9.102 版，改的是一批解析正确性问题——那些「明明有调用关系，图里却没连上」的断边。

为什么图比关键词更接近答案

在几十万行的仓库里找一个函数在哪，靠搜索就够了。但「改这个函数会连带坏掉什么」这类问题，搜索答不上来——它需要沿着引用链一层层往外走，还得知道哪些边是解析出来的、哪些是推断出来的。Graphify 的每条边都带出处标签，答案是图里一条能点开的路径，落点是具体的文件与行号，而不是一段听起来合理的描述。

这件事对 AI 助手尤其重要。上下文窗口再大也装不下整个仓库，喂进去的往往是若干片段，模型只能猜它们怎么拼。有了图，助手查的是结构本身，回答可以沿着边逐跳展开，token 花在路径上而不是反复读文件。

0.9.102 修的是断边

这一版的更新集中在解析器层，逐条都是具体的解析路径修正。Go 侧把同一文件内的成员调用改成按接收者类型解析，跨包调用只沿着文件自己的 import 绑定，接口方法调用分派到隐式实现者。

Rust 的模块限定调用能跨文件解析，表达式宏参数里的调用也连上了；Kotlin 的重载调用与 init 块内的调用不再漏；Python 里模块级单例的成员调用按类型解析；C++ 侧补上从参数和字段推断接收者类型、拆分头文件时的归属绑定；Solidity 的相对导入指向真实文件。这些条目读起来琐碎，但每一条修好，都意味着某类问题从「查不到」变成「有路径可走」。

怎么把它接进现有流程

它是个命令行工具，装好之后在仓库根目录跑一次建图，之后改代码只重新解析改动过的文件，不用整库重建。挂上 git hook 就能在每次提交后自动增量更新，图的时效性跟着代码走。

建好之后有两种用法。一种是把这张图通过协议接口开放给 AI 助手，主流编辑器里那几个助手基本都能接，助手查代码时走的是图而不是目录树。另一种是留在命令行里用，改动前先问「这次改动的影响面有多大」，它会沿着边把可能受影响的模块列出来。

它还有个专门给合并请求用的子命令，把 CI 状态、评审意见和冲突风险放在一起判断，并且会从每次合并里积累经验。对多人协作的仓库来说，这部分比单纯查代码更省事。

本机解析，可选托管

解析全程在本地完成，用的是 tree-sitter 那套语法分析，不调用模型，也不上传代码。工具本身不发使用统计、不发崩溃报告，因为压根没有发送这一步。开源引擎是 Apache 2.0 许可，仓库就在公开平台上，需要的话可以自己跑、自己改。

它覆盖三十多种编程语言的语法分析，后端与前端的主力语言都在里面。文档、SQL 结构、Terraform 这类非代码文件可以另外走语义抽取，配上本地模型就能保持全程离线，代码和文档都不出机器。

如果不想自己维护图，官方还有托管版本：免费档不收信用卡，往上按席位收费，能连仓库自动重建、每次推送重新索引。两条路可以混着走——本机建图做日常查询，托管版负责持续的评审与验证。

值不值得上手，取决于仓库规模和你回答这类问题的频率。几千行的小项目，人脑记一遍就够，建图反而多一道维护；一旦跨了多个服务、几万行往上、还常有人问「这个改动会牵到哪儿」，一张放得住的图就开始省事了。

Graphify 解决的不是「代码在哪」，而是「代码之间怎么连」。0.9.102 这一版把大半力气花在补断边上，也正说明这类工具的核心资产不是界面，是那张图准不准。