graphify

Скилл /graphify строит граф знаний по коду, документам и PDF проекта, чтобы агент отвечал запросами к графу, а не грепом

СкиллСредний риск

graphify-labs/graphify

Установка

uv tool install graphifyy
graphify install

Вместо uv можно pipx install graphifyy или pip install graphifyy. Для установки скилла в текущий репозиторий добавьте --project.

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

Команда /graphify проходит по папке или репозиторию и собирает граф связей между файлами, функциями, схемами и документами. Код разбирается через tree-sitter локально и без модели, а документы, PDF, картинки и видео проходят смысловой разбор моделью агента. Каждое ребро помечено как извлеченное из исходника или выведенное, так что видно, чему можно доверять. На выходе интерактивный HTML, JSON для GraphRAG и отчет GRAPH_REPORT.md, а агент получает команды query, path и explain и может поднять граф как MCP-сервер.

Для кого. Для разработчиков и команд, которые работают агентом в больших или незнакомых кодовых базах.

Подходит, если

  • Нужно быстро разобраться в архитектуре чужого репозитория
  • Агент тратит много токенов на поиск по файлам
  • Нужно связать код с документацией, SQL-схемами и PDF в одну карту

Не подходит, если

  • Маленький проект, который агент и так читает целиком
  • Нельзя отправлять документы в модель, а нужен именно разбор документов

Пример запроса к агенту

/graphify . и потом покажи, как модуль авторизации связан с базой данных

Ограничения

Нужен Python и пакет graphifyy из PyPI (с двумя y, другие пакеты graphify не связаны с проектом). Разбор кода локальный, а документы, картинки и видео обрабатываются моделью агента или по отдельному API-ключу. Граф нужно обновлять после pull, для этого есть git-хуки.

Как отключить. Удалите скилл из каталога скиллов агента и пакет командой uv tool uninstall graphifyy или pip uninstall graphifyy. Папку graphify-out в проекте можно удалить вручную.

Проверка безопасности

  • Читает все файлы проекта и пишет результаты в graphify-out
  • Документы и медиа отправляются в модель для разбора
  • Устанавливает git-хуки по отдельной команде

Коротко о README

README объясняет двухшаговую установку: пакет graphifyy через uv, pipx или pip и регистрацию скилла командой graphify install, в том числе на уровне проекта. Описаны командный режим с git-хуками, которые пересобирают граф при коммите и смене ветки, и MCP-сервер с инструментами query_graph, get_neighbors и shortest_path. Поддерживаются Claude Code, Cursor, Codex, Gemini CLI и другие агенты. Лицензия Apache-2.0.

SKILL.md

---
name: graphify
description: "Use for any question about a codebase, its architecture, file relationships, or project content — especially when graphify-out/ exists, where the question should be treated as a graphify query first. Turns any input (code, docs, papers, images, videos) into a persistent knowledge graph with god nodes, community detection, and query/path/explain tools."
---

# /graphify

Turn any folder of files into a navigable knowledge graph with community detection, an honest audit trail, and three outputs: interactive HTML, GraphRAG-ready JSON, and a plain-language GRAPH_REPORT.md.

## Usage

```
/graphify                                             # full pipeline on current directory (HTML viz; add --obsidian for a vault)
/graphify <path>                                      # full pipeline on specific path
/graphify https://github.com/<owner>/<repo>           # clone repo then run full pipeline on it
/graphify https://github.com/<owner>/<repo> --branch <branch>  # clone a specific branch
/graphify <url1> <url2> ...                           # clone multiple repos, build each, merge into one cross-repo graph
/graphify <path> --mode deep                          # thorough extraction, richer INFERRED edges
/graphify <path> --update                             # incremental - re-extract only new/changed files
/graphify <path> --directed                            # build directed graph (preserves edge direction: source→target)
/graphify <path> --whisper-model medium                # use a larger Whisper model for better transcription accuracy
/graphify <path> --cluster-only                       # rerun clustering on existing graph
/graphify <path> --no-viz                             # skip visualization, just report + JSON
/graphify <path> --html                               # (HTML is generated by default - this flag is a no-op)
/graphify <path> --svg                                # also export graph.svg (embeds in Notion, GitHub)
/graphify <path> --graphml                            # export graph.graphml (Gephi, yEd)
/graphify <path> --neo4j                              # generate graphify-out/cypher.txt for Neo4j
/graphify <path> --neo4j-push bolt://localhost:7687   # push directly to Neo4j
/graphify <path> --falkordb                           # generate graphify-out/cypher.txt for FalkorDB
/graphify <path> --falkordb-push falkordb://localhost:6379   # push directly to FalkorDB

Частые вопросы

Уходит ли код во внешние сервисы?

Нет, код разбирается локально через AST. Во внешнюю модель попадают только документы, PDF и медиа, если вы их включили в граф.

Можно ли дать граф нескольким разработчикам?

Да, папку graphify-out предлагается коммитить, а граф можно раздать по HTTP через встроенный MCP-сервер.

Выбор редакции

Набор скиллов, который задает агенту процесс разработки: уточнение задачи, план, TDD, субагенты и ревью кода

ПлагинСредний риск286,6 тыс.
Выбор редакции

Небольшие компонуемые скиллы для инженерной работы с агентом: интервью по плану, TDD, диагностика багов, ревью и архитектура

СкиллНизкий риск262 тыс.

Референсные MCP-серверы

Model Context Protocol servers

Выбор редакции

Официальные референсные MCP-серверы: Filesystem, Fetch, Git, Memory, Sequential Thinking, Time и Everything

MCP-серверСредний риск90,3 тыс.
Выбор редакции

Актуальная документация и примеры кода нужной версии библиотеки прямо в контексте агента, через MCP или CLI со скиллом

MCP-серверСредний риск62 тыс.