企业官网建设流程全解析

如何把 arXiv 论文变成可查询知识图谱：graphify /graphify add 完整实战流程

【免费下载链接】graphifyTurn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.项目地址: https://gitcode.com/GitHub_Trending/graph/graphify

如果你平时要读大量 arXiv 论文，大概率被一个问题困扰：论文看完就忘，概念之间的关联全靠脑子记。开源项目graphify解决的正是这个问题——它能把你的代码库、文档、SQL 配置、PDF 和论文一起变成一个可查询的知识图谱：本地 tree-sitter AST 解析、每条边都解释得清楚、不依赖向量数据库。而其中最实用的一招，就是/graphify add命令：一条命令抓取 arXiv 论文，自动并入图谱。本文带你完整走一遍这条流程。

先认识 graphify：它和普通论文管理工具有什么不同

它的三大处理流程（详见 docs/how-it-works.md 中的设计说明）：

1. Pass 1 代码结构：本地 AST 解析，免费、无 API 调用
2. Pass 2 音视频：本地 faster-whisper 转写，同样不出机器
3. Pass 3 文档/论文/图片：用你 AI 助手的模型做语义抽取（论文摘要就属于这一步）

论文抓取逻辑的核心实现在 graphify/ingest.py 中，它会自动识别 arXiv 链接，抓取标题、作者和摘要。

三步准备环境

前提条件：Python 3.10+，推荐用uv或pipx。

# 第 1 步：安装 CLI（PyPI 包名是双 y 的 graphifyy） uv tool install graphifyy # 第 2 步：把技能注册给你的 AI 助手（Claude Code、Cursor、Codex、Gemini CLI 等） graphify install # 第 3 步：在 AI 助手里对目录跑一次建图 /graphify .

运行完成后会生成三个文件：graph.html（浏览器打开可点击交互）、GRAPH_REPORT.md（图谱报告）、graph.json（完整图数据，后续随时查询）。

💡 安装后如果提示graphify: command not found，运行uv tool update-shell再开一个新终端即可。

/graphify add 抓取 arXiv 论文的完整流程

在 AI 助手中直接输入：

/graphify add https://arxiv.org/abs/1706.03762

以 Transformer 那篇经典论文Attention Is All You Need为例，graphify 会自动完成四件事：

第 1 步：识别 URL 类型。内置逻辑（见graphify/ingest.py中的_detect_url_type）检测到arxiv.org，走 arXiv 专用抓取路径。

第 2 步：抓取摘要与元数据。从 arXiv 页面提取标题、作者列表和摘要正文。

第 3 步：落盘为带元信息的 Markdown。文件保存到语料目录（默认./raw），文件名形如arxiv_1706_03762.md，内容大致长这样：

--- source_url: "https://arxiv.org/abs/1706.03762" arxiv_id: "1706.03762" type: paper title: "Attention Is All You Need" paper_authors: "Vaswani, Ashish; Shazeer, Noam; ..." --- # Attention Is All You Need **Authors:** ... **arXiv:** 1706.03762 ## Abstract ...

第 4 步：自动更新图谱。技能文档（graphify/skills/claude/references/add-watch.md）要求抓取成功后立即对语料目录跑增量更新，新论文节点会并入现有图谱，无需手动重建。

整个过程大约几十秒，且论文抓取本身不需要任何 API key。

抓取之后：把论文"问"起来

图建好之后，你就开始查图而不是读文件了：

graphify query "what connects attention to the optimizer?" # 用自然语言提问 graphify explain "Attention" # 解释某个概念 graphify path "Attention" "PositionalEncoding" # 追踪两个概念的最短路径

论文里的"自注意力"、"位置编码"会变成图中的节点，和你代码里的对应实现连成边。graphify 仓库自带了这个场景的完整案例：worked/karpathy-repos/README.md 展示了 3 个代码仓库 + 5 篇 arXiv 论文（包括 1706.03762、FlashAttention 等）组成的语料，最终得到约 285 个节点、17 个社区，每次查询比直接读 52 个原始文件节省 71.5 倍 token。

进阶玩法：不只是 arXiv

/graphify add对多种链接自动识别，一条命令通吃：

还可以给语料打标签，方便团队区分"谁加的"：

/graphify add https://arxiv.org/abs/2205.14135 --author "Vaswani" --contributor "你"

另外，--watch模式可以后台监听语料目录：代码文件变更会自动重建图谱，论文/文档变更则提示你跑一次/graphify --update，适合长期维护论文库的场景。

新手常见问题

Q：不加--author会有什么影响？不影响功能，只是元数据里的贡献者字段会记为unknown，方便日后溯源。

Q：抓多篇论文怎么组织？把语料集中在一个目录（比如./raw），每加一篇都自动增量并入；定期跑/graphify ./raw --update只重抽有变化的文件，未改动文件走 SHA256 缓存直接跳过，不花重复成本。

Q：想要完整仓库自己跑一遍？克隆仓库https://link.gitcode.com/i/312dae422eb1884dc10d5efed8f7acd1，worked/目录下每个文件夹都保留了原始输入和真实输出（GRAPH_REPORT.md、graph.json），可以直接复现验证。

总结

graphify 的/graphify add让"读论文"变成了一条流水线：粘贴链接 → 自动抓取摘要 → 并入知识图谱 → 用自然语言追问。没有向量库、没有黑盒，每条关系都能解释。装好只需两行命令，第一次抓论文只需一条/graphify add，值得每个经常泡在 arXiv 上的工程师试试。

【免费下载链接】graphifyTurn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.项目地址: https://gitcode.com/GitHub_Trending/graph/graphify