Coocolab

graphify 知識圖譜:讓 AI 不用每次都重新認識你的專案

AI 每次開新對話都要重讀你的專案,翻一輪就燒掉一大段額度。graphify 知識圖譜先把整個專案畫成一張地圖,之後 AI 是查圖、不是一個一個檔案翻。程式碼在你自己電腦上跑完、不外送,也不用另外辦帳號。這篇是我實跑六個專案的真實數字,還有我自己踩到的四個坑。

Jimmy · · 約 7 分鐘
#graphify#知識圖譜#Claude Code#AI 工具#開發工具

先講一件我這禮拜自己踩到的事。

我叫 AI 幫我改一個小地方,它在幾十個檔案裡東翻西找,講了一大串,最後回我一句「應該是在這裡」——答案是對的,但我為了這句「應該」,等它翻了半天,也白白燒掉一大段額度。隔天我開一個新對話,問同一個專案的另一件事,它又從頭翻了一次。

AI 每天都在重新認識你的工作,因為它手上沒有地圖。

這篇講我拿來補這個洞的工具,graphify 知識圖譜(knowledge graph)。一句話講完:它先把你整個專案畫成一張地圖,標好誰跟誰有關係,之後 AI 要找東西是看地圖,不是翻箱子。我不是看完說明書就來寫的——六個專案我都實際建過圖,包含它爛掉的那一次。

graphify 知識圖譜到底在做什麼?

先給比喻。

你現在丟給 AI 的專案,對它來說像一整箱沒有目錄的紙本檔案。它想知道「這件事到底怎麼運作」,只能一疊一疊翻,翻到哪算哪,翻完就忘。

graphify 做的是先把這一箱畫成一張地鐵圖。每個檔案、每個功能、每份文件都是一個站,彼此的關係是路線。畫完之後,同樣的問題就變成一次查路線,不用把整箱重翻。

所以這對你的意義是什麼?兩件事:你不用每次開頭都先貼一堆背景給它,它也比較不會自信滿滿地找錯地方。

三種讓 AI 認識你專案的做法

不建議
每次重翻一遍

大多數 AI 助手的預設行為

  • 每次都從零掃一遍檔案
  • 換一個對話就全部忘光
  • 最燒你的額度

臨時找一個字串還行,要看懂整體就不行

可考慮
相似度搜尋

把文字切塊做 embedding 比對,也就是常聽到的 RAG

  • 找得到講法相近的段落
  • 找不到實際連在一起的關係
  • 跨檔案的來龍去脈抓不出來

這一列的限制是 graphify 官方自己的說法,我沒有另外實測

推薦
知識圖譜

建一張可以真的沿著線走的地圖

  • 建一次圖,之後每次都是查圖
  • 跨檔案的關係直接沿著線走
  • 但圖要先建,範圍抓錯就查錯

代價是掃描範圍要自己抓對,下面第一個坑就是這個

我特別吃這套的一點是:它會自己招認哪裡是猜的。

地圖上每一條線都標了來源——是原始檔案裡明擺著寫的,還是它自己推出來的,還是它也不確定。報告最後甚至會反過來問我一句:那兩條我推出來的關係,真的對嗎?

一個肯自曝哪裡在猜的工具,比一個什麼都講得很篤定的工具有用得多。

六個專案的真實數字

下面全部是我 7/28 在自己電腦上跑完的結果,不是估的:

專案掃到的檔案圖上的點點跟點的連線
交易機器人45246448
放貸機器人1101,1382,083
部落格網站8673,1736,415
加密貨幣追蹤器5274,1725,387
酒吧官網1,8334,26211,070
台股專案7625,87211,342
4,144
六個專案這次掃到的檔案數總和
5,872 / 11,342
最大一張圖的點數與連線數,出自台股專案
0.2~0.4 秒
建完圖之後,我實測的單次查詢耗時
$0
六份報告記錄的額外花費(下一段解釋這個 0 的意思)
不是零 AI 用量

最後那個 0 很容易被誤讀,我自己一開始也讀錯了。

它的意思是「不另外跟你收錢」,不是「全程都沒用到 AI」。

拆成兩半就清楚了:程式碼那一半是你的電腦自己讀完的,真的沒用到任何 AI;文件、圖片那一半要靠 AI 讀懂,但它用的是你本來就有的訂閱額度,不是另外開一個會寄帳單給你的服務。所以報告記出來是 0。

這件事值得你記著,因為它會影響你該把範圍抓多大——下面坑 3 就是我沒想清楚的下場。

那查起來有多快?我在最大的那張台股圖上問了一句白話問題:0.34 秒,回我 31 個相關的點。再問「這個專案最核心的東西是什麼」:

$ time graphify god-nodes --top 5
God nodes (most connected):
  1. get_session() - 254 edges
  2. init_db() - 249 edges
  3. getAppDb() - 94 edges
  4. validate_records() - 88 edges
  5. getDb() - 75 edges
→ 0.23 秒

這五行告訴我:整個專案都繞著前兩個東西轉。這件事我其實沒有明確意識到——重心在哪,圖比人清楚。

你實際只會用到三種問法

建完圖,專案裡會多出一個資料夾,裡面有三個檔案:一張瀏覽器點得開的圖、一份給人看的報告、一份給 AI 查的資料。

日常你會用到的只有三種問法:

  • 這是什麼? 問一個東西是幹嘛的、跟誰有關
  • 這兩件事怎麼牽上線的? 它會回你一條最短路徑
  • 一句白話問題。 它從最相關的地方往外找一圈,只把那一小塊交給 AI,而不是把整個專案塞進去

中間那種是我覺得最神的。這種問題你用搜尋是問不出來的,因為它問的不是「哪裡出現過這個字」,而是「這兩件事之間有沒有路」。

graphify 安裝:三分鐘,還有一個會害你裝不起來的坑

先講坑,因為它是第一名容易踩的:

⚠️ 要裝的東西叫 graphifyy,兩個 y。 指令才是 graphify。少打一個 y,安裝會直接失敗,而且訊息只會說「找不到這個套件」,不會告訴你是名字打錯。

  1. 01
    📦

    裝好工具

    在終端機跑 uv tool install graphifyy,或用 pipx install graphifyy。注意兩個 y。

  2. 02
    🔌

    接上你的 AI

    跑 graphify install,把它掛進 Claude Code 這類助手裡。

  3. 03
    🗺️

    在專案裡建圖

    在對話框打一句 /graphify . 就開始跑,跑完會多出一個 graphify-out 資料夾。

  4. 04
    🪝

    選配:讓它自己更新

    跑 graphify hook install,之後每次 commit 都會自動重建圖。

裝好之後,建一張圖就只剩對話框裡打一句指令的事,不用另外寫設定檔。

還有一件值得知道的:建出來的那個資料夾是設計成跟專案一起存進版本控制的。一個人建圖,其他人拉下來,整個團隊的 AI 立刻共用同一張地圖。

誠實說:我踩到的 4 個坑

工具介紹只講好處就是廣告,所以這段寫我真的撞到的東西。

graphify(我跑完六個專案之後的雙面評估) · 優缺點

優點
  • + 程式碼那半段用 tree-sitter 在你電腦上直接讀完,不外送、不用 API key
  • + 建完圖之後一次查詢約 0.2 到 0.4 秒
  • + 每條連線都標 EXTRACTED 或 INFERRED,會自曝哪裡是猜的
  • + 建出來的資料夾可以 commit 進 git,整個團隊共用同一張圖
  • + 它會主動告訴你「你的專案太小,可能不需要圖」
缺點
  • 範圍抓太大會得到一堆孤島,圖等於白建
  • 文件、圖片多的專案,那半段是真的會吃掉你的訂閱額度
  • 查詢有輸出上限,超過會被靜靜切掉
  • 同一個名字散在不同檔案時,排行榜看起來會像重複

坑 1:範圍抓太大,圖會直接爛掉。

我一時興起,在放所有專案的那個母資料夾上整包跑了一次。結果是 17,665 個點、0 條線

零。一條線都沒有。

因為那底下十幾個專案彼此毫無關係,硬掃只會掃出一堆孤島,沒有結構的圖等於沒有圖。它要跑在「一個專案」上,不是「一個硬碟」上。

坑 2:小專案你可能根本不需要它。

這點是工具自己講的。我那個交易機器人只有兩萬多字,報告第一段就寫:這個量塞得進 AI 一次能讀完的範圍,你可能不需要一張圖。它願意自己講這句,我覺得比多數工具誠實。

坑 3:文件一多,那半段是真的會吃掉你的額度。

我拿一個 1,833 個檔案、將近 850 萬字的網站專案去跑,報告直接跳警告叫我改跑子資料夾。純程式碼不花錢,但文件、圖片那部分要靠 AI 讀,燒的是你自己的額度。想省就加一個開關,叫它只掃程式碼。

坑 4:問到的東西會被靜靜切掉。

它每次回答有長度上限,超過就切,而且只印一行很小的警告——你不看就會以為「找不到」。

解法有兩個:放寬上限,或把問題問窄一點。我後來都用後者,問窄的問題本來就比較容易得到能用的答案。

最後說兩句

graphify 沒有讓 AI 變聰明。它做的是另一件更基本的事:幫你的專案留下一張地圖,讓 AI 每次開工的時候手上有東西可以看。

我這半年裝過的 AI 工具,自己排出來的優先順序是這樣:先讓它有工作紀律,不然它會亂衝;再讓它有一雙看得到外面世界的眼睛;最後才是這個——讓它有記性。少一個,另外兩個都會打折。

工具本身開源免費,跟 Coocolab 沒關係,我也沒從中拿到任何東西。我只是實跑了六個專案,把數字跟坑寫下來給你。

程式碼不會離開你的電腦、純程式碼的專案不用另外辦任何帳號、裝起來兩行指令。代價只有三分鐘,換到的是 AI 不用每天重新認識你的工作。

那你要不要現在就在你最亂的那個專案上跑一次,看看它畫出什麼?


本文的實測數字都是 2026 年 7 月 28 日在我自己電腦上跑出來的,來源是六個專案各自的報告檔與原始輸出。軟體版本與行為會隨更新變動,安裝前請以官方頁面為準。

延伸閱讀:

AI 工具

AI 幫你寫程式老是衝太快、還自稱「完成了」?幫它裝一套資深工程師的工作紀律(一行指令)

AI 很會寫 code,但它像個超聰明卻很衝動的新人:你說『做個 X』它二話不說開始狂寫,不問清楚、不寫測試、出錯亂猜、還沒驗證就說『完成了』。問題不在它笨,在它沒紀律。這篇介紹 Superpowers —— 一套讓 AI 像資深工程師一樣工作的方法論(動手前先想清楚、測試先行、驗證才算完成),一行指令就能裝。附一鍵上手 prompt,Coocolab 免費會員可拿。

AI 工具

你的 AI 常查到過時資訊?幫它換個快 700 倍、還能穿過 Cloudflare 的爬蟲(一鍵安裝)

AI 查網路資料常給你過時、甚至相反的答案 — 問題不在它笨,在它的「眼睛」太爛。這篇用白話講爬蟲是什麼、為什麼你的 AI 需要一個好爬蟲,介紹一個比 BeautifulSoup 快約 700 倍、還能穿透 Cloudflare 反爬的工具 Scrapling,並附一段一鍵安裝 prompt:複製到 Claude Code,它就自己裝好、之後查資料都爬原文。Coocolab 免費會員可拿。

AI 工具

Fable 5 回來了,但只給你一半:與其狂用它,不如讓它留下遺產(判斷力保存 Prompt)

7/20 起 Claude Fable 5 回到 Max 與 Team Premium 方案,但上限是每週額度的 50% — 全家最強的大腦,限量供應。大部分人會把這一半拿去搬磚 — 錯了。這篇給你一個「判斷力保存 prompt」:讓 Fable 5 把它的判斷力寫成制度檔案,之後每一個較弱模型的 session 都因此變強。Coocolab 免費會員可拿完整 prompt。

AI 工具

Claude 設定你可能忽略了:我用 6 個月後留下的 System Prompt 拆解

ChatGPT / Claude 預設回答又長又繞,是因為你沒給它『規則』。這篇直接拆我自己用了大半年的 Claude system prompt,怎麼讓 AI 變成『不講廢話的同事』而不是『百科全書』。

想把這些變成你的實戰能力?

加入 免費會員 — 解鎖「加密貨幣新手 30 天」+「AI 工具 21 天」實戰課、免費 prompt 資源區,還有每天自動生息的放貸 Bot 可試用。email 一鍵註冊、不用密碼。