Claude CodeやCursorで大規模プロジェクトを扱ったことがある方なら、次のような状況に遭遇したことがあるだろう：AIアシスタントがあるモジュールについて全く知らず、会話のたびにコンテキストを説明し直す必要がある。Graphifyはこの構造的な問題をナレッジグラフで解決しようとする。
解決する課題
GraphifyはPythonプロジェクト（MITライセンス）で、コア機能は任意のフォルダ（コード、ドキュメント、論文、画像、動画など）を自動的にクエリ可能なナレッジグラフに変換し、主流のAIコーディングアシスタントに「スキル」として登録することだ。
safishamsiによってメンテナンスされており、4月29日時点で37,989スターと4,199フォークを獲得。作成から約1週間でこの成長率は、オープンソースAIツールの中でも極めて稀である。
仕組み
構築層：対象フォルダをスキャンし、LLMでエンティティ、リレーションシップ、階層構造を抽出してグラフデータベースに格納。ベクトルデータベースのチャンクレベルの検索とは異なり、ナレッジグラフは概念間の明示的な接続を保持する。
クエリ層：AIコーディングアシスタントにスキルとして登録。対応プラットフォームはClaude Code、Codex、Cursor、Gemini CLI、GitHub Copilot CLI、OpenClaw、Factory Droid、Trae、Google Antigravityなど。
クイックスタート
git clone https://github.com/safishamsi/graphify.git
cd graphify
pip install -r requirements.txt
python graphify.py --input /path/to/your/project注目ポイント
- 超大規模コードベース（百万行レベル）でのグラフ構築の精度と速度は検証待ち
- エンティティ抽出はLLMに依存するため、コストと品質はベースモデルの影響を受ける
- GraphRAG SDKやNeo4jとの比較評価はまだ出現していない