graphify: 大規模なコードベースとドキュメントのためのクエリ可能な知識グラフ
Graphify Labsのgraphifyは、プロジェクトフォルダーをAIアシスタント用のクエリ可能なナレッジグラフに変換します。コード構造を抽出し、文書やマルチメディアを取り込み、特定のサブグラフをターゲットにしたセマンティッククエリ用のMCPサーバーとCLIを公開します。主な要素には、決定論的ASTパース、出所ラベル付きエッジ、ライデンクラスタリング、SHA-256インクリメンタルキャッシング、HTML/JSON/Obsidianエクスポートが含まれます。大規模リポジトリからより正確なコンテキスト取得を必要とするソフトウェアエンジニアとAI研究者のために設計されています。
実際にどのようなタスクに使用できますか？
このツールは、AIコーディングアシスタントがターゲットを絞った意味検索を行い、プロジェクト内のアーキテクチャ関係を探るためのローカルメモリレイヤーとして機能します。コード、ドキュメント、PDF、画像、トランスクリプトからエンティティと関係を構造化されたグラフにマッピングし、エージェントが依存関係、シンボルが定義されている場所、同じアーキテクチャコミュニティに属するモジュールについての焦点を絞ったクエリに答えることを可能にします。例として、Claude Code、Cursor、Codexなどの統合があります。
その取得はどれほど正確で監査可能ですか？
コードに対する抽出は決定論的です。このツールは、抽出フェーズでLLMを呼び出すことなく、tree-sitterを使用してASTベースのノードを構築します。すべてのグラフエッジには、EXTRACTED、INFERRED、またはAMBIGUOUSとして出所がタグ付けされているため、消費者は関係を信頼する前にソースを監査できます。このプロジェクトは、エージェントが生のファイルの代わりにサブグラフをクエリする際に、トークン使用量が71.5倍に削減されることを報告しており、「反映」機能は将来の取得精度を向上させるためのフィードバックを収集します。
どのファイル形式と環境を受け入れますか？
入力の柔軟性はマルチモーダルです：このツールは、ソースコード（40以上の言語）、PDF、SQLスキーマ、画像、図、ローカルのトランスクリプションツールによって生成されたビデオまたは音声のトランスクリプトをインデックスします。Python 3.10以上をサポートする任意の環境で実行され、SHA-256キャッシングを使用してグラフを段階的に更新するため、変更されたファイルは完全な再処理を必要としません。エクスポートオプションには、インタラクティブなHTMLビジュアライゼーション、プログラム的使用のためのJSON、および知識管理のためのObsidianボールトが含まれます。
既存のAIコーディングワークフローに適合しますか？
統合はMCPセットアップとCLIワークフローに向けられています。このツールは、MCP準拠のホストがグラフを直接クエリできるMCPサーバーを実装しており、スタンドアロンのコマンドラインユーティリティとしても機能します。開発者はクロスプラットフォームのPythonサポートとIDE統合パスを指摘しています。一部のユーザーは、特定のMCPクライアントの初期設定にはJSONパスの手動調整が必要になることがあると報告しており、ライブクエリの前にセットアップステップが追加されます。
検証可能なローカルプロジェクトメモリが必要なチームのための実用的な選択肢
このツールは、AI支援コーディングのために検証可能でクエリ可能なプロジェクトメモリを必要とするエンジニアや研究者にとって実用的なオプションです。デバイス上で構造化された、出所タグ付きのコンテキストを作成します。特定のMCPクライアントを接続する際には短い設定フェーズが必要になることを期待し、重要な決定に使用する前にINFERRED関係を確認することを計画してください。
