让 AI 一眼看懂整个代码库：graphify 在 NEHermes 里的安装与实测

loveyihui

让 AI 一眼看懂整个代码库：graphify 在 NEHermes 里的安装与实测

项目地址：https://github.com/Graphify-Labs/graphify
环境：NEHermes v0.21.14 · macOS · graphify 0.9.67

一句话：graphify 把任意代码库一次性转成可查询的知识图谱——节点是函数、类和文件，边是调用与依赖；再附一张可交互的 HTML 图和一份 Markdown 报告。装进 NEHermes 后，你只要说一句「帮我把这个项目建成知识图谱」，Agent 会自己去跑。

一、它解决什么问题

• 接手陌生项目：不用逐个文件翻，先看谁最核心、谁依赖谁。
• 改动前评估影响：graphify explain "函数名" 直接列出它的邻居。
• 大仓库对话：图谱是压缩后的结构索引，比把源码整段塞进上下文便宜得多。
  

二、安装方法（两条命令）

在系统终端（Terminal / iTerm）里执行：

1. uv tool install graphifyy
   
2. graphify install --platform hermes

复制代码

第一条安装 CLI，可执行文件落在 ~/.local/bin/graphify；第二条把技能写进 Hermes 的技能目录 ~/.hermes/skills/graphify/。

执行过程与结果（App 内置终端）：



装完到 App 里确认一次：左侧「技能与工具」→ 搜索框输入 graphify → 列表里开关为开启状态，右侧就是这份技能的说明。



两个真实的坑（请注意）：

• App 内置终端里没有 uv 和 hermes 这两个命令（会报 zsh: command not found）。所以上面两条请放在系统终端里做；App 终端里只用得到已经装好的 graphify。
• graphify install 结束时它会提示 Done. Open your AI coding assistant and type: /graphify . —— 那是 Claude Code 的斜杠命令写法，Hermes 里不需要也不存在，直接用自然语言即可（见下一节）。
  

三、使用方式

方式 A：命令行三步走（最可控）

1. graphify extract <源码目录> --code-only --out ./out
   
2. cd out && graphify cluster-only . --no-label --no-viz
   
3. graphify export html

复制代码

• --code-only：只扫代码，不扫文档。
• --no-label：跳过用 LLM 给社区自动命名（省钱、离线可用）。
• --no-viz：跳过 HTML 生成（图很大或放在 CI 里时很有用）。
  

产物统一在 graphify-out/ 下：graph.json（图谱本体）、GRAPH_REPORT.md（可读报告）、graph.html（交互式图谱）。

方式 B：让 Agent 自己用（最省事）

技能装好后，直接在 NEHermes 对话里说：

用 graphify 把 ~/myproject 建成知识图谱，然后告诉我哪几个模块最核心。

Agent 会自己跑完整条流水线，并把结果讲给你听——这才是把它装进 NEHermes 的意义。

方式 C：常用子命令速查

1. graphify query "问题" --budget 300   # 自然语言查询，返回相关节点与边
   
2. graphify explain "函数名"            # 某节点的邻居与通俗解释
   
3. graphify path "A" "B"               # 两个节点间的最短路径
   
4. graphify god-nodes --top 8           # 连接度最高的核心节点
   
5. graphify update <目录>               # 代码变更后增量重建（不需要 LLM）
   
6. graphify watch <目录>                # 监听目录，一改动就重建

复制代码

四、测试实例：拿 NEHermes 自己的源码建图

语料就选 NEHermes 运行时里的 python/agent 目录（210 个 .py），你可以在自己机器上原样复现：

1. mkdir -p ~/graphify-demo && cd ~/graphify-demo
   
2. SRC=$(ls -d ~/.nehermes/runtime/versions/*/python/agent)
   
3. graphify extract "$SRC" --code-only --out ./nehermes-agent
   
4. cd nehermes-agent && graphify god-nodes --top 8

复制代码

执行过程如图（注意 rm -rf 那行是为了排除缓存、走一次全新的抽取）：



实测结果（真实数字）

• 抽取到 210 个代码文件，10 个 worker 并发做 AST 解析，约 6.6 秒完成。
• 图谱规模：7963 节点 · 15977 边 · 369 个社区；其中 92% 是 EXTRACTED（直接读出来的），8% 是 INFERRED（推断的）。
• 产物大小：graph.json 8.7 MB、GRAPH_REPORT.md 135 KB、graph.html 524 KB。
  

核心节点（god nodes）

一张表就看清了这个 Agent 的骨架：

1. 1. run_conversation()          124 edges
   
2. 2. ContextCompressor           120
   
3. 3. resolve_provider_client()    62
   
4. 4. compress_context()           58
   
5. 5. _call_llm_impl()             58
   
6. 6. init_agent()                 55
   
7. 7. _async_call_llm_impl()       53
   
8. 8. CredentialPool               46

复制代码

自然语言查询也确实能用

1. $ graphify query "how does the agent loop dispatch tool calls" --budget 300
   
2. Graph: graphify-out/graph.json (7963 nodes) | Traversal: BFS depth=2 | 7 nodes found
   
3. 
   
4. NODE agent [community=Community 258]
   
5. NODE tool_executor.py [src=tool_executor.py loc=L1 community=Community 16]
   
6. NODE ._dispatch() [src=monitoring/emitter.py loc=L109 community=Community 83]
   
7. NODE LoopCapConfig [src=tool_guardrails.py loc=L185 community=Community 55]
   
8. EDGE ._run() --calls [EXTRACTED context=call]--> ._dispatch() at=monitoring/emitter.py:L104

复制代码

最后，用 App 的预览面板看图

把 graphify-out/graph.html 丢进 NEHermes 的预览面板即可——搜索节点、点开看 NODE INFO 里的邻居、按 COMMUNITIES 过滤，全程不用写一行代码：



五、小结

• 装：uv tool install graphifyy + graphify install --platform hermes，两条命令，注意在系统终端里执行。
• 用：命令行三步走，或者直接跟 Agent 说一句话。
• 值：210 个文件几秒出图，7963 个节点全部可查；查询、邻居解释、最短路径都不需要读源码。
• 适合：接手陌生项目、改动前评估影响、给大仓库做结构索引。