企业官网建设流程全解析

最近使用 Claude Code、Codex 或 Cursor 阅读大型代码仓库时，我越来越明显地感受到一个问题。

模型本身已经很强，真正拖慢工作效率的往往不是模型不会写代码，而是模型每开启一次新的 Session，都得重新认识项目。

认证逻辑在哪里，订单服务依赖哪些模块，一个接口最终访问了哪些数据库对象，某个 Class 被哪些模块调用，某份架构文档和实际代码之间有什么关系，这些信息明明上一轮已经分析过，新的 Session 却经常还要重新grep、重新打开文件、重新构造上下文。

项目只有几十个文件时，这种模式问题不大。

项目发展到几千甚至几万个文件之后，情况就完全不同了。

Claude Code 可以一次次执行rg、grep、find、Read，也可以派多个 Subagent 并行探索代码。但这些动作依旧属于「现场调查」。调查结束之后，得到的大部分结构性知识仍然停留在当前 Context Window 里。

Graphify 解决的正是这个问题。

它把代码、文档、论文、配置文件、图片甚至音视频里的概念和关系抽取出来，形成一个可以长期保存的 Knowledge Graph。以后模型再询问项目结构时，不必重新把整个仓库翻一遍，而是可以先访问已经生成的graph.json，通过图上的节点和边快速缩小范围。

当前 Graphify 官方对自己的描述非常直接，它不是一个 Vector Store，也不是传统意义上的 Embedding Search 工具。代码通过 tree-sitter