Graphify

五维评分

优秀点拆解

• 免费优先的分层提取：代码走 tree-sitter AST（25 语言、确定性、无 LLM），文档/图片才走 LLM 语义提取，纯代码语料完全免费且无需 API key，零门槛兼成本可控
• 诚实审计链：每条边带 EXTRACTED/INFERRED/AMBIGUOUS 三级置信度 + 离散置信度 rubric（0.95/0.85/0.75/0.65/0.55）+ source_file 溯源，Honesty Rules 明文禁止发明边，LLM 推断可逐条核验
• 确定性 node id 协议（完整路径_实体名，与 AST 提取器一致）支撑 20-25 文件/ chunk 的并行子 agent 提取与可靠合并，杜绝幽灵重复节点
• 双层缓存（SHA256 内容哈希 + prompt 版本化归因）+ --update 增量重建 + manifest 盖章机制，让图可随代码持续演进，重跑成本趋近于零
• 把 skill 当产品运营：9 步运行手册级编排、references 按需加载、15+ 平台分发、18+ 语言 README、worked/ 可复现示例、与 mem0/supermemory 同口径 benchmark

可复用的设计模式

• 图是第一公民：语料建成持久图谱后问答走图遍历而非重读原文（fast path 直接 query），token 节省随语料规模放大
• 确定性管道 + LLM 语义增强双轨提取：结构信息用免费确定性工具拿，LLM 只做语义部分，统一 id 协议合并去重
• sidecar 文件作为 agent 间通信协议：解释器路径、检测结果、chunk 产出全部固化磁盘，多轮/跨 agent 协作不丢状态、可断点续跑
• 证据链透明化：每个产出带 confidence + source_location，离散置信度档位（刻意不用 0.5 默认值），报告可逐条核验

适用场景

边界与注意：文档/图片为主的语料首次构建需 LLM token（代码语料免费），超大语料（>500 文件/200 万词）被要求收敛子目录；依赖 uv/pip Python 环境，纯终端无子 agent 能力时语义提取受限；AST 仅覆盖 25 种语言；AMBIGUOUS 边需人工复核，不能盲信。