- AIコーディングアシスタントで
/graphify .を実行すると、コード/ドキュメント/PDF/画像/動画全体が ナレッジグラフ にマッピングされ、ファイルを grep する代わりに 質問で探索 する方式へ切り替わる- 質問すると関連するサブグラフだけを返すため、ファイル全体を読む必要がない
- コードは tree-sitter AST でローカル解析され、LLM 呼び出し自体を行わない。つまり グラフ構築に使う LLM トークンはゼロ
- コードがマシンの外へ出ないため、データレジデンシー要件がある組織でも API キーなしで完全オフラインのインデックス化が可能
- すべての接続に
EXTRACTED(原文明示)/INFERRED(推論)という 信頼性タグ が付くため、LLM の結果をそのまま信じるしかない状況を避け、どこまでが根拠なのか確認できる - 埋め込みやベクターストアを使わない 本物のグラフ なので、類似度検索ではなく、2つの対象間の経路追跡(
path)や概念説明(explain)が可能 - コード以外にも、SQL スキーマ、Terraform/HCL、MCP 設定、パッケージマニフェスト、Office 文書、PDF、画像、動画 URL まで同じグラフに統合
- 主要なクエリコマンド 3種
graphify query "what connects auth to the database?"- 自然言語の質問に対して範囲限定されたサブグラフを返すgraphify path "FastAPI" "ModelField"- 2つの対象間の最短経路をホップ単位で出力graphify explain "APIRouter"- ソース位置、コミュニティ、次数、接続一覧を表示
# NOTE:/# WHY:コメントと ADR/RFC の引用が 第一級ノード として抽出されてコードと接続される → コードだけでは分からない 設計理由まで検索対象 になる- アシスタントが常に先にグラフを参照するようフック/指示ファイルをインストールし、元ファイルを1つずつ読む動作を クエリに置き換える よう強制できる
graphify-out/を git にコミットすれば、チーム全員が 同じコード地図から開始 でき、コミットごとに自動再ビルドされ、API コストも発生しないpython -m graphify.serveでグラフを MCP サーバー として公開でき、--transport httpによりチーム全体で1つの URL を共有可能- MIT ライセンス
まだコメントはありません。