🚨 突发消息：有人刚刚做出了安德烈·卡帕西（Andrej Karpathy）说应该有人去构建的那个完全相同的工具。

在卡帕西发布他的大语言模型知识库工作流程后48小时，这个工具就出现在 GitHub 上了。

它叫 Graphify。一个命令。任意文件夹。完整的知识图谱。

把它指向任何文件夹。在 Claude Code 里运行 /graphify。然后就可以离开了。

以下是它“吐”出来的结果：

-> 该文件夹中所有内容的可导航知识图谱
-> 一个带反向链接文章的 Obsidian 知识库
-> 一个从 index. md 开始的维基，映射每一组概念簇
-> 用通俗英文进行问答，覆盖你的整个代码库或研究文件夹

你可以问它，比如：

“哪个函数会调用这个函数？”
“这两个概念之间有什么连接？”
“这个项目里最重要的节点是什么？”

没有向量数据库。无需设置。没有配置文件。

让我印象深刻的就是这个“令牌效率”数字：

与直接读取原始文件相比，每次查询的令牌数量减少了 71.5 倍。

这不是小幅改进。这是 AI 代理在处理大型代码库时进行推理的完全不同的范式。

它支持的内容包括：

-> 13 种编程语言的代码
-> PDF
-> 通过 Claude Vision 的图片
-> Markdown 文件

一行命令安装：

pip install graphify && graphify install

然后在 Claude Code 中输入 /graphify，并指向任何东西。

卡帕西提出了需求。有人在 48 小时内交付了。

这就是 2026 年的节奏。

开源。免费。