본문으로 건너뛰기
오픈소스 전체 목록

graphify

  • 추천0
  • GitHub 별149K
  • 개발라이선스Apache-2.0

코드 · 문서 · PDF · 이미지를 질의할 수 있는 지식 그래프로 바꾸는 /graphify 스킬 + CLI. 코드는 로컬 AST 파싱

원본:Graphify-Labs/graphify

요약

코드 · 문서 · PDF · 이미지를 질의할 수 있는 지식 그래프로 바꾸는 /graphify 스킬 + CLI. 코드는 로컬 AST 파싱

설명

Graphify

Graphify-Labs/graphify | Trendshift

무료로 시작하세요. 카드는 필요 없어요 → 에이전트 토큰 사용량을 80% 줄여요. Graphify Cloud는 에이전트를 통제하고, 코드 품질을 높게 유지하고, 형식 검증으로 정확성을 증명하는 상시 켜 둔 메모리예요.

AI 코딩 어시스턴트에 /graphify를 입력하면 프로젝트 전체(코드 · 문서 · PDF · 이미지 · 영상)를 지식 그래프로 지도로 그려 줘요. 파일을 grep으로 뒤지는 대신 그래프에 질문하면 돼요.

  • 코드 지도는 무료고 전부 로컬에서 돌아요. 코드는 tree-sitter AST로 분석해요. 결정적이고, LLM이 필요 없고, 내 컴퓨터 밖으로 나가는 것이 없어요. (문서 · PDF · 이미지 · 영상은 의미 분석 단계에서 어시스턴트의 모델이나 설정한 API 키를 써요.)
  • 모든 연결선을 설명해요. 각 연결은 EXTRACTED(소스에 명시된 것) 또는 INFERRED(graphify가 풀이해 낸 것) 꼬리표가 붙어서, 직접 읽은 것과 추론한 것을 구분할 수 있어요.
  • 벡터 색인이 아니에요. 임베딩도 벡터 저장소도 없고, 직접 따라가 볼 수 있는 진짜 그래프예요. 질문하고, 두 대상 사이의 경로를 추적하고, 개념 하나를 설명하게 할 수 있어요.

[!NOTE] 상시 켜 두고 싶다면? Graphify Cloud는 소프트웨어 개발 수명주기(SDLC) 전체에 걸쳐 그래프를 계속 최신으로 유지해요. 모노레포와 여러 저장소 지원, 형식 검증, SDLC 전체를 내려다보는 코드 리뷰, 그리고 Sentry · Jira 등 커넥터까지 있어서 장애와 티켓이 코드와 같은 그래프에 들어가요. 무료로 시작, 카드 필요 없음.

graphify의 대화형 graph.html: FastAPI 코드베이스를 힘 기반 지식 그래프로 보여 주고, 발견된 커뮤니티 범례가 있어요

graphify로 그린 FastAPI 코드베이스예요. 노드 하나하나가 개념이고, 색은 발견된 커뮤니티이며, graph.html에서 전체를 클릭해 볼 수 있어요.

시작하기 (30초). Python 3.10 이상과 uv(또는 pipx)가 필요해요.

uv tool install graphifyy      # install the CLI (or: pipx install graphifyy)
graphify install               # detects your assistant and registers the skill

그다음 AI 어시스턴트에서 이렇게 하세요.

/graphify .

이게 전부예요. 파일 세 개가 만들어져요.

graphify-out/
├── graph.html       open in any browser: click nodes, filter, search
├── GRAPH_REPORT.md  the highlights: key concepts, surprising connections, suggested questions
└── graph.json       the full graph: query it anytime without re-reading your files

저장된 그래프에는 통합 도구가 호환되지 않는 형식 변경을 알아챌 수 있도록 graph.schema_version이 들어 있고, 그래프를 만든 Graphify 릴리스를 알려 주는 graph.graphify_version도 들어 있어요.

설치 한 번으로 어느 어시스턴트든, 어느 OS든. Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot 등 20개 이상을 macOS · Linux · Windows에서 쓸 수 있어요. 내 플랫폼 고르기.


실제 동작 보기

graphify path 질의: 터미널이 FastAPI와 ModelField 사이의 최단 경로를 묻고, 답이 지식 그래프 위에서 한 칸씩 켜져요

그래프가 만들어지면 파일을 읽는 대신 그래프에 질의해요. 위에 보인 FastAPI 코드베이스에 graphify를 돌린 실제 출력이에요.

$ graphify explain "APIRouter"
Node: APIRouter
  Source:    routing.py L2210
  Community: 2
  Degree:    47

Connections (47):
  --> RequestValidationError [uses] [INFERRED]
  --> Dependant [uses] [INFERRED]
  --> .get() [method] [EXTRACTED]
  <-- __init__.py [imports] [EXTRACTED]
  ...

$ graphify path "FastAPI" "ModelField"
Shortest path (3 hops):
  FastAPI --uses--> DefaultPlaceholder <--references-- get_request_handler() --references--> ModelField

모든 연결에는 신뢰도 꼬리표(EXTRACTED = 소스에 명시, INFERRED = 풀이로 도출)가 붙어서 직접 읽은 것과 추론한 것을 구분할 수 있어요. graphify query "..."는 일상어 질문에 맞는 범위 좁은 부분 그래프를 돌려주고, graphify path A B는 두 대상이 어떻게 이어지는지 추적하며 가장 약한 연결 고리의 신뢰도로 경로 전체의 신뢰도를 알려 줘요.


무엇을 하나요

바로 쓸 수 있는 기능이에요.

기능얻는 것
갓 노드(god node)가장 많이 연결된 개념들. 모든 것이 무엇을 거쳐 흐르는지 보여요
커뮤니티그래프를 하위 시스템으로 나눠요(Leiden). 이름은 LLM 없이 붙여요
파일 간 연결calls / imports / inherits / mixes_in을 tree-sitter AST로 약 40개 언어에 걸쳐 풀어 줘요
질의 · 경로 · 설명질문하고, 두 대상 사이 경로를 추적하고, 개념 하나를 설명해요. 전부 graph.json에 대고 해요
근거 + 문서 참조# NOTE: / # WHY: 주석과 ADR/RFC 인용이 코드에 연결된 일급 노드가 돼요
코드 너머문서 · PDF · 이미지 · 영상/오디오도 같은 그래프에 들어가요
로컬 우선코드는 tree-sitter로 로컬에서 분석해요(LLM 없음, 내 컴퓨터 밖으로 나가는 것 없음). 문서/미디어의 의미 분석 단계만 백엔드를 부르고, 설정한 경우에만 그래요

[!TIP] 여러 저장소나 모노레포에 쓰나요? Graphify Cloud는 이를 계속 돌려서 에이전트 토큰 사용량을 80% 줄여요. 저장소 간 연결, SDLC 전체 코드 리뷰, 형식 검증, Sentry/Jira 커넥터가 있어요. 무료로 시작, 카드 필요 없음 →


벤치마크: recall@10 0.497, LLM 크레딧 0

벤치마크지표graphify비교
LOCOMO (n=300)recall@100.497mem0 0.048, supermemory 0.149
LOCOMO (n=300)QA 정확도45.3%supermemory 49.7%, mem0 27.3%
LongMemEval-S (n=50)QA 정확도76%밀집 RAG와 동률
ERPNext 도구 간 비교 (n=6)핵심 사실 포괄률82.0%grep/읽기 기준선 70.8%
그래프 생성LLM 크레딧0대부분의 시스템은 토큰당 과금

모든 시스템을 같은 하네스, 같은 모델, 같은 예산으로 돌렸고, 두 번째 판정자와 눈가림 검증을 거친 판정자(일치율 90.6%, Cohen 카파 0.81)가 채점했어요. 시스템별 전체 표, 코드 인텔리전스 결과, 재현 명령은 **BENCHMARKS.md**에 있어요.


문서

전체 안내서와 참고 자료는 **docs.graphify.com**에 있어요.


준비물

요구 사항최소확인설치
Python3.10 이상python --versionpython.org
uv (추천)아무 버전uv --versioncurl -LsSf https://astral.sh/uv/install.sh | sh
pipx (대안)아무 버전pipx --versionpip install pipx

macOS 빠른 설치 (Homebrew):

brew install python@3.12 uv

Windows 빠른 설치:

winget install astral-sh.uv

Ubuntu/Debian:

# uv manages its own Python, so this is the only step you need:
curl -LsSf https://astral.sh/uv/install.sh | sh
# or use the system Python with pipx:
sudo apt install python3 python3-pip pipx

설치

[!IMPORTANT] 공식 패키지: PyPI 패키지는 graphifyy(y가 두 개)예요. PyPI의 다른 graphify* 패키지는 관련이 없어요. CLI 명령은 그대로 graphify예요.

공식 소스 저장소는 Graphify-Labs/graphify예요.

두 줄짜리 퀵스타트는 이 문서 맨 위에 있어요. 이 절은 설치 방법, 프로젝트 범위 설치, 지원하는 모든 플랫폼을 다뤄요.

설치 방법 (하나를 고르세요):

uv tool install graphifyy   # recommended, isolated env (if 'graphify' isn't found after, run: uv tool update-shell)
pipx install graphifyy      # alternative
pip install graphifyy       # may need PATH setup, see Troubleshooting below

그다음 graphify install을 한 번 실행하세요. 어떤 어시스턴트를 쓰는지 알아내 스킬을 등록하므로 어시스턴트별 설정은 따로 없어요. AI 어시스턴트를 열고 /graphify .를 입력하세요.

어시스턴트 스킬을 사용자 프로필이 아니라 현재 저장소에 설치하려면 --project를 붙이세요.

graphify install --project
graphify install --project --platform codex

프로젝트 범위 설치는 현재 디렉터리 아래에 써요. 예를 들어 .claude/skills/graphify/SKILL.md나 .agents/skills/graphify/SKILL.md(그리고 스킬이 필요할 때 불러오는 references/ 보조 폴더)를 만들고, 커밋할 수 있는 파일에는 git add 안내를 출력해요. 프로젝트 범위 설치를 지원하는 플랫폼별 명령도 같은 플래그를 받아요. 예: graphify claude install --project, graphify codex install --project.

[!TIP] command not found, Mac/Windows의 pip 문제, PowerShell 따옴표, uvx 사용, git 훅 PATH 문제, 엄격 모드 같은 문제는 **설치**와 **문제 해결**을 보세요.

플랫폼 고르기 (어시스턴트 20개 이상)

플랫폼설치 명령
Claude Code (Linux/Mac)graphify install
Claude Code (Windows)graphify install (자동 감지) 또는 graphify install --platform windows
CodeBuddygraphify install --platform codebuddy
Codexgraphify install --platform codex
OpenCodegraphify install --platform opencode
Kilo Codegraphify install --platform kilo
GitHub Copilot CLIgraphify install --platform copilot
VS Code Copilot Chatgraphify vscode install
Aidergraphify install --platform aider
OpenClawgraphify install --platform claw
Factory Droidgraphify install --platform droid
Traegraphify install --platform trae
Trae CNgraphify install --platform trae-cn
Gemini CLIgraphify install --platform gemini
Hermesgraphify install --platform hermes
Kimi Codegraphify install --platform kimi
Ampgraphify amp install
에이전트 스킬(프레임워크 공통)graphify install --platform agents (별칭 --platform skills)
Kiro IDE/CLIgraphify kiro install
Pi 코딩 에이전트graphify install --platform pi, 네이티브 가드는 graphify pi guard install도
Cursorgraphify cursor install
Devin CLIgraphify devin install
Google Antigravitygraphify antigravity install
Google Antigravity (Windows)graphify antigravity install (Windows에서 자동 감지)

Codex 사용자는 병렬 추출을 위해 ~/.codex/config.toml의 [features] 아래에 multi_agent = true도 필요해요. CodeBuddy는 Claude Code와 같은 Agent 도구와 PreToolUse 훅 방식을 써요. Factory Droid는 병렬 하위 에이전트 호출에 Task 도구를 써요. OpenClaw와 Aider는 순차 추출을 써요(이 플랫폼들의 병렬 에이전트 지원은 아직 초기예요). Trae는 병렬 하위 에이전트 호출에 Agent 도구를 쓰고 PreToolUse 훅은 지원하지 않아서 AGENTS.md가 상시 켜 두는 수단이에요.

--platform agents(별칭 --platform skills)는 프레임워크 공통의 Agent-Skills 위치를 대상으로 해요. 전역 설치는 규격의 사용자 전역 폴더 ~/.agents/skills/(npx skills와 규격을 따르는 프레임워크가 읽어요)에, 프로젝트(--project) 설치는 ./.agents/skills/에 설치해요. 그냥 graphify install은 설계상 Claude Code 단일 플랫폼이에요. .agents/skills를 읽는 아무 프레임워크에서나 스킬이 보이게 하려면 이름 있는 agents 플랫폼을 쓰세요.

Claude Code에서 graphify install --project --strict를 쓰면, 최근 그래프 질의로 에이전트가 방향을 잡지 않은 한(기본 30분) Read와 전용 Grep이 세션당 거절 한 번을 함께 써요. 디렉터리에 대한 Grep은 색인된 파일과 일치할 필요가 없고, 단일 파일에 고정한 Grep은 Read처럼 그래프가 그 파일을 색인한 경우에만 거절돼요. 외부 대상과 그래프 출력 대상의 Grep은 부드러운 모드에서도 엄격 모드에서도 거절도 권유도 만들지 않아요(Read의 범위와 같아요). needs_update로 표시된 그래프는 Grep 거절을 일으키지 않아요. Bash 검색과 Glob은 계속 권고일 뿐이에요. GRAPHIFY_HOOK_STRICT=1은 다시 설치하지 않고 이 정책을 켜고, GRAPHIFY_HOOK_STRICT=0은 --strict로 설치했더라도 끄는 환경 변수예요. 이미 엄격 모드로 설치했다면 검색 훅에 --strict 플래그를 더하거나 환경 변수로 덮어쓰려면 다시 설치해야 해요. 부드러운 권유는 세션당 상한이 있어요(GRAPHIFY_HOOK_NUDGE_CAP, 기본 5). 컨텍스트가 압축된 뒤에는 SessionStart 훅(matcher compact)이 이 예산, 하위 에이전트의 예산, 엄격 거절을 초기화해요. 압축된 컨텍스트에는 이전 권유가 남아 있지 않기 때문이에요.

Pi에는 PreToolUse 훅이 없으므로 graphify pi guard install이 (Pi 자체의 pi install <경로>로) 네이티브 Pi 확장을 등록해요. 이 확장은 Pi의 read, grep, find, 검색성 bash 호출 앞에서 설치된 graphify hook-guard를 실행해요. 최신/낡은 그래프 판단과, 색인된 Read와 전용 Grep이 함께 쓰는 GRAPHIFY_HOOK_STRICT=1의 세션당 한 번 거절은 같은 정책에서 나오므로 Pi도 Claude Code의 훅 동작과 맞아요. Bash와 파일 목록은 계속 권고예요. 안내는 조향 메시지로 도착해요. Pi 0.58.4 이상이 필요해요. 그보다 오래된 버전은 조향 메시지가 병렬 도구 호출 묶음의 나머지를 건너뛰게 해요. 패키지는 Graphify 설치 안에 들어 있으니 Graphify를 지속적으로 설치하고(uvx가 아니라 uv tool install graphifyy 또는 pipx install graphifyy), 설치나 업그레이드 뒤에는 Pi를 다시 시작하세요. 제거는 graphify pi guard uninstall이에요. 로컬 파일 대상만 검사하고, 훅은 프로젝트 밖의 절대 PATH 항목에 graphify가 있어야 하며, 2초 · 입력 256KiB · 출력 64KiB로 제한된 호출이고, 실패하면 열어 둔 채로 통과(fail open)해요. 같은 패키지는 Oh My Pi에서도 불러와요: omp plugin install "$(graphify pi guard path)". 등록된 경로에 Python 버전과 venv가 들어 있으므로 둘 중 하나를 바꾸면 graphify pi guard install을 다시 실행하고, 옛 항목은 pi remove <경로>로 지우세요.

Codex는 /graphify 대신 $graphify를 써요.

선택 추가 기능 (필요한 것만 설치)

추가 기능더하는 것설치
pdfPDF 추출uv tool install "graphifyy[pdf]"
office.docx와 .xlsx 지원uv tool install "graphifyy[office]"
googleGoogle Sheets 렌더링uv tool install "graphifyy[google]"
video영상/오디오 받아쓰기(faster-whisper + yt-dlp)uv tool install "graphifyy[video]"
mcpMCP stdio 서버uv tool install "graphifyy[mcp]"
watch파일이 바뀌면 자동 재빌드(graphify watch)uv tool install "graphifyy[watch]"
neo4jNeo4j 푸시 지원uv tool install "graphifyy[neo4j]"
falkordbFalkorDB 푸시 지원uv tool install "graphifyy[falkordb]"
svgSVG 그래프 내보내기uv tool install "graphifyy[svg]"
leidenLeiden 커뮤니티 탐지(Python 3.13 미만은 graspologic, 3.13 이상은 네이티브 백엔드)uv tool install "graphifyy[leiden]"
ollamaOllama 로컬 추론uv tool install "graphifyy[ollama]"
openaiOpenAI / OpenAI 호환 APIuv tool install "graphifyy[openai]"
geminiGoogle Gemini APIuv tool install "graphifyy[gemini]"
anthropicAnthropic Claude API(--backend claude, ANTHROPIC_API_KEY 사용)uv tool install "graphifyy[anthropic]"
bedrockAWS Bedrock(IAM 사용, API 키 없음)uv tool install "graphifyy[bedrock]"
azureAzure OpenAI Service(--backend azure, AZURE_OPENAI_API_KEY + AZURE_OPENAI_ENDPOINT 사용)uv tool install "graphifyy[openai]"
sqlSQL 스키마 추출uv tool install "graphifyy[sql]"
postgres실시간 PostgreSQL 조회(--postgres DSN)uv tool install "graphifyy[postgres]"
dmBYOND DreamMaker .dm/.dme AST 추출(플랫폼에 맞는 wheel이 없으면 C 컴파일러와 python3-dev가 필요할 수 있어요)uv tool install "graphifyy[dm]"
terraformTerraform / HCL .tf/.tfvars/.hcl AST 추출uv tool install "graphifyy[terraform]"
pascalPascal / Delphi .pas/.dpr/.dpk/.inc AST 추출(더 정확한 calls/inherits 연결선. 없으면 정규식 추출기로 대신해요)uv tool install "graphifyy[pascal]"
ocamlOCaml .ml/.mli AST 추출uv tool install "graphifyy[ocaml]"
commonlispCommon Lisp .lisp/.cl/.lsp/.asd AST 추출uv tool install "graphifyy[commonlisp]"
robotRobot Framework .robot/.resource 추출(스위트, 테스트 케이스, 키워드, 키워드 호출과 리소스/라이브러리 임포트 연결선)uv tool install "graphifyy[robot]"
chinese중국어 질의 분절(jieba)uv tool install "graphifyy[chinese]"
all위의 모든 것uv tool install "graphifyy[all]"

어시스턴트가 항상 그래프를 쓰게 하기

그래프를 만든 뒤 프로젝트에서 한 번 실행하세요. 예를 들어 graphify claude install이나 graphify codex install(또는 graphify install --platform <플랫폼>)이에요.

이 명령은 어시스턴트에게 코드베이스 질문에는 지식 그래프를 참고하라고 알려 주는 작은 설정 파일을 써요. 전체 리포트를 읽거나 원본 파일을 grep하는 대신 graphify query "<질문>" 같은 범위 좁은 질의를 선호하도록요.

  • 훅 플랫폼(Claude Code, Gemini CLI): 검색성 도구 호출 앞에서(그리고 Claude Code에서는 Read/Glob 도구나 Bash의 cat, head, tail, sed -n 같은 읽기 명령으로 소스 파일을 하나씩 읽기 전에도) 훅이 자동으로 동작해 어시스턴트가 그래프 쪽으로 가도록 슬쩍 밀어 줘요.
  • 지시 파일 플랫폼(Codex, OpenCode, Cursor 등): 지속되는 지시 파일(AGENTS.md, .cursor/rules/ 등)이 같은 "질의 먼저" 안내를 줘요.

폭넓은 아키텍처 검토에는 GRAPH_REPORT.md를 그대로 쓸 수 있어요.

플랫폼별로 정확히 어떤 파일을 쓰는지(CodeBuddy의 CODEBUDDY.md + PreToolUse 훅, Codex의 AGENTS.md, Kilo의 네이티브 .kilo 플러그인, Cursor의 alwaysApply 규칙 등)는 **상시 켜 두기 설정**에 있어요.

모든 플랫폼에서 graphify를 한 번에 지우려면 graphify uninstall(graphify-out/까지 지우려면 --purge 추가)을 쓰세요. 플랫폼별 명령(예: graphify claude uninstall)도 있어요.

CLI 스킬인가, MCP 지시인가?

graphify install이 설치하는 지시와 Graphify MCP 연결이 제공하는 지시는 그래프를 질의하는 서로 다른 방식을 설명해요.

설정따를 안내질의 접근
로컬 CLI와 설치된 어시스턴트 스킬graphify install이 쓴 플랫폼 지시로컬 그래프(기본은 graphify-out/)에 graphify query, graphify path, graphify explain을 실행해요.
연결된 Graphify MCP 서버연결이 주는 지시와 그 서버가 나열한 도구그 연결이 서빙하는 그래프에 나열된 MCP 도구를 호출해요. 도구 이름과 설명은 서버가 정해요.

둘 다 넓은 소스 검색 전에 범위 좁은 그래프 질의를 권해요. 어시스턴트가 실제로 접근할 수 있는 도구에 맞는 지시를 고르세요. 어느 쪽 블록도 어시스턴트의 지시 파일에 대해 보편적인 우선순위를 정하지는 않아요. 두 통합을 같이 쓴다면 각각이 어느 그래프에 질의하는지 확인하고, AGENTS.md에 무조건적인 지시 블록 두 개를 복사해 넣는 대신 주된 질의 경로를 하나 고르세요.

graphify install은 로컬 어시스턴트 통합을 설치할 뿐 MCP 연결을 만들지는 않아요. MCP 클라이언트가 연결된 서버를 쓰는 데 로컬 CLI 질의를 돌릴 필요는 없어요. 로컬에서 호스팅하는 서버는 자체 Graphify 설치와 그래프가 필요하고, 호스팅 연결은 클라이언트의 작업 디렉터리에 없는 그래프를 서빙할 수도 있어요. 예상한 도구가 없다면 다른 설정의 지시를 대신 쓸 수 있다고 보지 말고, 해당 CLI 설치나 MCP 연결을 점검하세요.


리포트에 든 것

GRAPH_REPORT.md는 갓 노드, 커뮤니티, 핵심 경로를 요약해서 폭넓은 아키텍처 검토를 돕는 문서예요. 그래프가 어떻게 만들어지고 무엇이 들어 있는지는 **graphify 동작 원리**를 보세요.


처리하는 파일: 약 40개 언어

graphify는 약 40개 프로그래밍 언어를 tree-sitter AST로 로컬에서 분석하고, 문서 · PDF · 이미지 · 오디오/영상은 선택 사항인 의미 분석 단계로 지도화해요. 전체 목록은 **지원하는 입력**에 있어요.


자주 쓰는 명령

/graphify .                        # build graph for current folder
/graphify ./docs --update          # re-extract only changed files
/graphify . --cluster-only         # rerun clustering without re-extracting
/graphify . --cluster-only --resolution 1.5      # more granular communities
/graphify . --cluster-only --exclude-hubs 99     # suppress utility super-hubs from god-node rankings
/graphify . --no-viz               # skip the HTML, just the report + JSON
/graphify . --wiki                 # build a markdown wiki from the graph
graphify export callflow-html      # Mermaid architecture/call-flow HTML (auto-regenerates on every git commit if hook is installed)

/graphify query "what connects auth to the database?"
/graphify path "UserService" "DatabasePool"
/graphify explain "RateLimiter"

/graphify add https://arxiv.org/abs/1706.03762   # fetch a paper and add it
/graphify add <youtube-url>                       # transcribe and add a video

graphify hook install              # auto-rebuild on commit + branch checkout (run `graphify update .` after `git pull`: see "Recommended workflow" below)
graphify merge-graphs a.json b.json              # combine two graphs

graphify prs                       # PR dashboard: CI state, review status, worktree mapping
graphify prs 42                    # deep dive on PR #42 with graph impact
graphify prs --triage              # AI ranks your review queue (uses whatever backend is configured)
graphify prs --conflicts           # PRs sharing graph communities: merge-order risk

전체는 아래의 전체 명령 참고를 보세요.


이름 붙이기와 렌더링 한계

  • --batch-size: 이름 붙이기 호출 한 번에 커뮤니티 100개가 기본이고, 약 16k 토큰 컨텍스트(커뮤니티당 약 150토큰)에 맞춘 값이에요. 8k 창에서는 --batch-size 40을 쓰세요. 컨텍스트가 넘치면 나눠서 다시 시도하지 않고, 실패한 묶음은 허브에서 따온 이름을 유지해요.
  • --missing-only: label --missing-only는 기존 이름을 유지하고 이름 없는 항목 / Community N 항목에만 이름을 붙여요. 커뮤니티 구성이 바뀐 뒤 이름을 새로 하려면 label(전체 다시 이름 붙이기)을 쓰세요.
  • .graphify_labels.json.sig: 커뮤니티 구성원 서명을 기록해요. 이 서명이 맞는 동안에만 다시 클러스터링해도 이름이 남아요.
  • export html: 기본은 5,000노드예요. 넘으면 graphify가 커뮤니티를 합친 보기로 그려요. --node-limit N을 쓰세요. GRAPHIFY_VIZ_NODE_LIMIT / .graphifyrc의 viz_node_limit=N은 cluster-only, update, watch, 훅에 적용되고 export html에는 적용되지 않아요.
  • Leiden 대체: leiden 추가 기능이 없으면 클러스터링이 조용히 networkx Louvain을 써요. 나중에 바꾸면 모든 커뮤니티가 뒤섞이니 전체 이름 다시 붙이기를 계획하세요.

파일 제외하기

graphify는 .gitignore를 따르고, --exclude 패턴과 프로젝트의 .graphifyignore를 지원해요. 자세한 내용은 **설정**에 있어요.

graphify extract는 제외 규칙으로 건너뛴 경로를, 스캔 루트 기준 상대 경로로 정렬된 예시 최대 세 개와 함께 알려 줘요. 건너뛴 디렉터리는 한 번만 세고 그 안의 내용은 하나하나 세지 않아요. node_modules 같은 기본 잡음 디렉터리는 이 요약에서 빠져요. 소스가 빠졌다면 제외 규칙을 점검하세요. --no-gitignore는 VCS 제외 규칙만 건너뛰고, .graphifyignore와 --exclude는 계속 적용돼요.

프로젝트 설정

한 번의 실행이 아니라 프로젝트에 속하는 설정은 스캔 루트에 .graphifyrc를 만들어 두세요. 한 줄에 key=value 하나이고, #으로 시작하는 줄은 주석이에요.

모호한 확장자. 어떤 확장자는 프로젝트마다 다른 언어를 뜻해요. .inc는 pfSense에서는 PHP, Delphi 트리에서는 Pascal, 다른 곳에서는 SQL이나 어셈블리예요. .h는 C나 C++이고, .m은 Objective-C나 MATLAB이에요. graphify는 전역 기본값을 하나 골라야 하는데 잘못 고르면 파일이 실패하지 않고 엉뚱한 언어로 분석되어 우연한 노드 몇 개만 나와요. 그래서 그래프는 채워진 것처럼 보이는데 진짜 심볼이 빠져 있어요. 내 저장소에서 확장자가 뜻하는 바를 선언하세요.

# .graphifyrc
# A language name:
language.inc=php
# Or an extension graphify already knows:
language.tpl=.ts
# Baked into the git hooks (see Team setup):
viz_node_limit=0

이 선언은 분류, 추출기 선택, 문법과 해석, 임포트, graphify watch, AST 캐시(다른 언어로 다시 분석한 파일은 옛 항목을 재사용하지 않아요)로 흘러가요. 같은 .graphifyrc를 extract, update, 훅, MCP 서버, /graphify 스킬이 읽어요. 오타는 stderr에 한 번 알리고 기본값으로 스캔을 이어 가요. 선언이 캐싱, 증분 재빌드, 임포트 해석과 어떻게 상호작용하는지는 **설정**에 있어요.

질의 기본값. query_budget은 양의 정수로, query_depth는 1~6의 정수로 정하세요.

query_budget=4000
query_depth=3

graphify query에서는 명시한 --budget N / --budget=N과 --depth N / --depth=N이 이 설정을 각각 따로 덮어써요. 프로젝트 설정도 명시 옵션도 없으면 기본값은 budget 2000, depth 2 그대로예요. 이 키들은 MCP 서버의 기본값을 바꾸지 않아요.

설정은 선택한 --graph를 소유한 프로젝트에서 와요. 명령을 다른 디렉터리에서 실행해도 마찬가지예요. 그래프 옆의 .graphify_root 표식에 적힌 기존 절대 디렉터리가 그 프로젝트를 가리켜요. 그렇지 않으면 맞는 상대 GRAPHIFY_OUT 접미사가 가리키고, 절대 경로 · 빈 경로 · 상위 경로 이동이 든 경로 · 맞지 않는 출력 경로는 그래프 파일의 디렉터리로 대신해요. 상대 표식은 무시해요.

질의 명령은 항상 그 프로젝트의 .graphifyrc를 읽어요. 인식된 설정이 잘못됐거나 파일을 읽을 수 없으면 경고를 stderr에 한 번 내고 그 질의의 프로젝트 설정을 모두 버려요. 명시 옵션은 계속 적용돼요. 설정 파서는 다른 호출자에게는 계속 엄격해요. 기존 명시 budget 값은 동작이 그대로고, 저장된 query_budget 값은 양수여야 해요.


팀 설정

그래프를 커밋하거나 공유해 팀 전체가 같은 맥락에 질의하고, 그래프 맥락으로 풀 리퀘스트를 검토하세요. **팀과 맥락 공유하기**와 **풀 리퀘스트 검토하기**를 보세요.


그래프를 직접 쓰기

AI 어시스턴트 말고도 graphify query, graphify path, graphify explain으로 CLI에서 곧바로 graph.json에 질의할 수 있어요. 여러 노드에 맞는 이름은 추측하지 않고 후보를 나열하며 거절해요. 스크립트는 종료 코드로 결과를 읽을 수 있어요. 0은 답, 3은 모호한 이름, 4는 맞는 노드 없음이에요. **그래프에 더 잘 질문하기**와 **질의 참고**를 보세요.


환경 변수

백엔드, API 키, 훅 동작, 튜닝은 환경 변수로 제어해요. 전체 표는 **설정**에 있어요.

  • Claude API 프롬프트 캐싱: GRAPHIFY_CLAUDE_PROMPT_CACHE가 --backend claude의 시스템 프롬프트 캐싱을 제어해요. 설정하지 않거나 비워 두면 캐싱이 켜진 채로 유지되고, 1, true, yes, on은 명시적으로 켜고, 0, false, no, off는 꺼요(대소문자 구분 없음, 앞뒤 공백 무시). 잘못된 값은 요청을 보내기 전에 오류를 내요. 예를 들어 Anthropic 호환 엔드포인트가 cache_control을 거부하면 GRAPHIFY_CLAUDE_PROMPT_CACHE=0 graphify extract . --backend claude를 실행하세요. 끄면 원래의 일반 텍스트 시스템 프롬프트를 보내요. 이 설정은 공식 Anthropic과 사용자 지정 ANTHROPIC_BASE_URL / ANTHROPIC_MODEL 엔드포인트(깊은 모드 포함)에 똑같이 적용되고, Bedrock · Claude CLI · Graphify의 로컬 추출 캐시에는 영향이 없어요. 켜는 것은 캐싱을 요청할 뿐 캐시 적중을 보장하지는 않아요. 엔드포인트와 모델이 지원해야 하고 프롬프트가 최소 길이를 넘어야 해요. 캐싱을 지원하지 않는다는 오류는 캐싱 없이 조용히 다시 시도하지 않아요.
  • Claude CLI 모델: GRAPHIFY_CLAUDE_CLI_MODEL은 claude-cli 백엔드의 모델(기본은 Opus)을 바꿔요. 커뮤니티 이름 붙이기에는 보통 haiku나 sonnet이면 충분하고, 의미 추출 단계는 더 큰 모델이 도움이 돼요.

개인정보

  • 코드 파일: tree-sitter로 로컬에서 처리해요. 내 컴퓨터 밖으로 나가는 것은 없어요. 코드만 있는 말뭉치는 API 키가 필요 없고 graphify extract가 완전히 오프라인으로 돌아요. 섞인 저장소에서는 --code-only를 붙여 코드만 색인하고, 그렇지 않으면 LLM이 필요할 문서/PDF/이미지를 건너뛰세요.
  • 영상 / 오디오: faster-whisper로 로컬에서 받아쓰기해요. 내 컴퓨터 밖으로 나가는 것은 없어요.
  • 문서 · PDF · 이미지: 의미 추출을 위해 AI 어시스턴트에게 보내져요(/graphify 스킬을 통해, IDE 세션이 돌리는 모델로). 헤드리스 graphify extract에는 GEMINI_API_KEY / GOOGLE_API_KEY(Gemini), MOONSHOT_API_KEY(Kimi), ANTHROPIC_API_KEY(Claude), OPENAI_API_KEY(OpenAI), DEEPSEEK_API_KEY(DeepSeek), 실행 중인 Ollama(OLLAMA_BASE_URL), 표준 공급자 체인의 AWS 자격 증명(Bedrock — API 키 없이 IAM 사용), 또는 claude CLI 바이너리(Claude Code — API 키 없이 Claude 구독 사용) 중 하나가 필요해요. --dedup-llm 플래그도 같은 키를 써요.
  • 데이터 거주지: graphify extract는 어떤 API 키가 설정돼 있는지에 따라 쓸 공급자를 자동으로 골라요(우선순위: Gemini → Kimi → Claude → OpenAI → DeepSeek → Azure → Bedrock → Ollama). 자동으로 고르면 공급자를 정한 환경 변수 이름을 그대로 출력하므로 실행이 뜻밖일 일은 없어요. 직접 고르려면 --backend를 넘기거나 GRAPHIFY_BACKEND=<이름>을 설정하세요. 모든 LLM 백엔드(의미 추출과 claude -p 이름 붙이기 대체 경로)를 끄고 코드만 있는 그래프를 유지하려면 GRAPHIFY_BACKEND=none을 설정하세요. 데이터 거주지 요구가 있는 코드에는 GRAPHIFY_BACKEND=ollama / --backend ollama(완전히 로컬)를 쓰세요. Kimi(MOONSHOT_API_KEY)는 중국에 있는 Moonshot AI 서버로 가요.
  • 원격 측정 없음, 사용 추적 없음, 분석 도구 없음.
  • 질의 기록: graphify query, graphify path, graphify explain, MCP query_graph 호출은 모두 ~/.cache/graphify-queries.log에 JSON Lines 형식(시각, 질문, 말뭉치, 돌려준 노드, 소요 시간)으로 기록돼요. 부분 그래프 응답 전체는 기본으로 저장하지 않아요. 끄려면 GRAPHIFY_QUERY_LOG_DISABLE=1을, 코드 경로를 끄지 않고 기록만 잠재우려면 GRAPHIFY_QUERY_LOG=/dev/null을 설정하세요.

문제 해결

자주 겪는 설치와 추출 문제의 해결법은 **문제 해결**에 있어요.


전체 명령 참고

모든 명령과 플래그를 예시와 함께 **CLI 참고**에서 볼 수 있어요.


더 알아보기


Graphify Cloud

Graphify Cloud는 graphify 위에 쌓은 상시 켜 두는 계층이에요. 폴더마다 필요할 때 다시 만드는 그래프 대신, 소프트웨어 개발 수명주기 전체에 걸쳐 살아 있는 그래프 하나를 유지해요.

  • 토큰 80% 절감: 상시 켜 둔 메모리 덕분에 에이전트가 세션마다 코드베이스를 다시 읽고 다시 설명하지 않아요.
  • 모노레포와 여러 저장소: 폴더마다 그래프가 아니라 모든 서비스와 저장소를 잇는 그래프 하나예요.
  • 형식 검증: 살아 있는 그래프에서 아키텍처와 의존성의 불변 조건을 확인해요.
  • SDLC 전체를 내려다보는 코드 리뷰: 머지하기 전에 변경이 시스템 전체로 어떻게 번지는지 봐요.
  • SDLC 커넥터: Sentry, Jira 등을 끌어와 장애 · 티켓 · 코드가 한 그래프에 있어요.
  • 상시 켜 둠: 코드 · 문서 · 회의 전반에 걸쳐 백그라운드에서 계속 갱신해요.

무료로 시작, 카드 필요 없음 →


기여하기

기여를 환영해요. 개발 환경, 테스트와 CI 동일 명령, git 워크플로, 좋은 기여의 조건(실제 사례와 추출 버그 보고가 가장 유용해요)은 **CONTRIBUTING.md**를 보세요. 아키텍처와 언어 추가법은 ARCHITECTURE.md에 있어요.

처음이라면 Discord나 GitHub Discussions에서 인사해 보세요.


번역

README는 32개 언어로 제공돼요. 이 파일 맨 위의 언어 전환기로 내 언어를 읽거나 docs/translations/를 둘러보세요. 번역을 개선하거나 새로 추가하려면 그곳의 해당 파일에 풀 리퀘스트를 열어 주세요.


graphify 위에 만들기

graphify 생태계에서 무언가를 만들고 있나요? 환영해요. 프로젝트 이름에 "graphify"를 쓴다면(예: graphify-dashboard, graphify-action) README에 커뮤니티가 만든 것이고 Graphify Labs와 관련이 없으며 보증받지 않았다는 짧은 문구를 덧붙여 주세요. "graphify"와 graphify 로고는 Graphify Labs의 상표예요. 공식인 것처럼 보이는 방식으로 쓰지 말아 주세요.


커뮤니티와 링크

Website Discord X YouTube Sponsor The Memory Layer

평점

–평가 0개 기준
5점
0
4점
0
3점
0
2점
0
1점
0