📌 本文重點
- Graphify 把整個專案轉成可查詢的知識圖譜
- 讓 Claude Code、Cursor 等助手理解「整個系統」而非單檔
- 特別適合接手專案、Code review、排錯與重構場景
Graphify 就是替 Claude Code、Cursor 等 AI 編碼助手建立專案的知識底層，把程式碼、SQL、腳本、文件通通轉成可查詢的圖譜，讓 AI 回答不再只看單檔，而是理解整個系統。
核心功能：把「專案」變成可對話的地圖
1. 把任何專案資料夾變成知識圖譜
Graphify 支援：
- 程式碼：Python、JavaScript 等一般 repo
- 資料庫：SQL schema
- 腳本：R、shell scripts
- 文件：docs、論文
- 多媒體：圖片、影片（以檔案與路徑資訊的形式收錄）
實際可做的事：
- 選一個專案資料夾，例如
~/projects/legacy-crm - 讓 Graphify 掃描後生成知識圖譜
- 把「圖譜」接到你的 AI 助手，開始用自然語言查專案
效果：你可以問 AI：
- 「這個專案所有跟訂單狀態相關的函式和 SQL 表有哪些？」
- 「從 API 收到請求到入庫，整個流程經過哪些檔案？」
行動建議：先挑一個你覺得難接手的專案，當作 Graphify 的第一個練習對象。
2. 一次整合：程式碼 + DB schema + 基礎設施
Graphify 強調的是「整個系統放進同一張圖」：
- App code：API、service、models
- Database schema：tables、relations
- Infrastructure：scripts、部署設定、CI/CD
這意味著 AI 助手不只看到某個函式，而是可以沿著圖譜一路追：
- 「這支 API 最後寫進哪個資料表？」
- 「這張資料表在哪裡被讀取／更新？」
- 「這個 Cron job 觸發哪些腳本，再改變哪些表？」
💡 關鍵： 把代碼、資料庫與基礎設施放進同一張圖，才能讓 AI 追蹤完整的請求與資料流向。
行動建議：如果你常在大型專案裡迷路，優先把 App code + DB schema 一起餵給 Graphify，請 AI 幫你畫出「從前端到資料庫」的完整路徑。
3. 支援主流 AI 編碼助手與本地模型
Graphify 自稱是「AI coding assistant skill」，專門替各種助手提供專案知識底層，目前支援：
- Claude Code
- Cursor
- Codex / OpenCode
- Gemini CLI
- 以及其他可透過 CLI / API 串接的助手
好處是：你不用換開發工具，只是多了一層「專案圖譜」，讓原本的 AI 助手變得更懂上下文。
行動建議：先選一個你已經在用的助手（例如 Cursor），只做一件事：把 Graphify 生成的圖譜加進你的 Prompt 或工具設定，看 AI 回答專案問題的精準度差異。
適合誰用：3 個具體場景
1. 接手大型專案：用 Graphify 做「三小時系統導覽」
接手舊專案最常遇到：
- 文件缺失
- 系統邏輯分散在各層
- 找不到「這個功能到底怎麼跑」
操作範例：
- 從 Git 拉下專案：
bash
git clone <your-legacy-repo>
cd <your-legacy-repo>
- 用 Graphify 掃描整個 repo，生成圖譜（假設有 CLI 指令
graphify scan）：
bash
graphify scan . -o graph.json
- 在 Claude Code 或 Cursor 裡，附上
graph.json（或指向 Graphify server），向 AI 提問： - 「列出與『會員等級計算』相關的所有檔案與流程，並畫文字流程圖。」
- 「說明訂單取消從 API 到資料庫寫入的完整路徑。」
行動建議：把你接手的新專案都跑一次 Graphify，強制自己在第一天就用 AI 做一輪「系統導覽問答」。
2. Code review：從「看單檔」變成「看整條影響路徑」
傳統 Code review 很容易只盯著 diff，看不到改動在整個系統的影響。
用 Graphify 的方式：
- 在 PR 對應的分支跑
graphify scan，生成該版本的圖譜。 - 在 AI 助手裡，輸入：
- 「這個 PR 修改的函式，影響到哪些上游呼叫點與下游資料表？」
- 「幫我列出這個改動所有可能破壞的流程。」
AI 可以沿著圖譜追蹤呼叫鏈、資料流向，給你一份「改動影響報告」，你再決定要多測哪些地方。
💡 關鍵： 利用圖譜讓 AI 做「改動影響分析」，可以系統性找出需要回歸測試的區域，而不是只憑經驗猜。
行動建議：選一個你覺得風險高的 PR，讓 Graphify + AI 助手一起做一次「影響分析」，當作試驗。
3. 排錯與系統重構：先畫圖，再動手
排錯時最痛苦的是：
- 找不到錯誤在哪條鏈路上爆
- 重構時不敢動，怕牽一髮動全身
Graphify 的知識圖譜可以幫你：
- 快速列出某個錯誤堆疊涉及的所有節點（檔案、函式、表）
- 在重構前問 AI：「我要拆分
user_service，請列出所有依賴它的模組與路徑。」
實戰問句示例：
- 「根據圖譜，
payment_timeout_error這個錯誤從觸發到記錄經過哪些模組？幫我列出路徑。」 - 「如果我要把
orders表拆成兩張表，請告訴我所有讀寫orders的程式碼位置。」
行動建議：下一次遇到棘手 bug，不要先改碼，先用 Graphify + AI 把「錯誤路徑」問清楚，再決定從哪個節點下手。
工具與助手比較：怎麼搭配使用？
以下是 Graphify 與常見 AI 編碼助手的定位差異與搭配方式：
| 名稱 | 核心功能 | 免費方案 | 適合誰 |
|---|---|---|---|
| Graphify | 專案知識圖譜；整合代碼、DB、腳本等 | 開源，GitHub 可用 | 想讓 AI 助手「看懂整個專案」的人 |
| Claude Code | 雲端 AI 編碼助手，強自然語言理解 | 有免費使用額度 | 想用對話方式改碼／理解代碼的人 |
| Cursor | VS Code 風格編輯器 + AI 補全與聊天 | 有免費方案 | 想把 AI 深度融入 IDE 的工程師 |
| Gemini CLI | Google Gemini 命令列助手 | 有免費配額 | 喜歡在終端機用 AI 的開發者 |
行動建議：先選一個你主要的開發環境（例如 Cursor），再把 Graphify 當成「增強模組」接上去，而不是全部一起嘗試，降低學習成本。
怎麼開始：從 GitHub 到「可用工作流」
以下示範兩個「從零到可用」的最短路徑，以你已有的開發工具為中心來設計。
工作流 1：接手專案 + Claude Code 問答
步驟一：安裝與掃描專案
- 安裝（假設使用 Python pip，依實際 README 為準）：
bash
pip install graphify
- 進入你的專案目錄，掃描並輸出圖譜：
bash
cd ~/projects/legacy-crm
graphify scan . -o graph.json
步驟二：把圖譜交給 Claude Code
- 在 Claude Code 裡開啟專案，將
graph.json上傳或貼到系統提示（System Prompt），例如：
「你可以使用以下專案知識圖譜回答問題。請依圖譜中的檔案關係、表結構與腳本依賴，協助我理解和修改系統。」
-
問第一組問題：
-
「請整理出『會員等級計算』相關的所有模塊與資料表。」
- 「依據圖譜，畫出從前端呼叫到 DB 的完整流程（文字版即可）。」
做到這一步，你就完成了：接手專案 → 建立圖譜 → 用 AI 做系統導覽 的基本工作流。
💡 關鍵： 把圖譜丟給 AI 之後，每一個新問題都在累積你對整個系統的結構化理解。
工作流 2：Cursor 裡做 Code review 影響分析
步驟一：在 PR 分支生成圖譜
- 切換到 PR 對應分支：
bash
git checkout feature/new-pricing
- 跑 Graphify：
bash
graphify scan . -o pr-graph.json
步驟二：在 Cursor 裡使用圖譜
- 打開 Cursor，載入這個專案，並在 AI 設定中把
pr-graph.json放進系統提示，說明：
「這是目前分支的專案知識圖譜。做 Code review 時，請根據圖譜分析改動的上游呼叫和下游資料影響。」
-
在看 diff 的同時詢問 Cursor：
-
「這次修改的
calculate_discount函式，上游有哪些呼叫者？下游有哪些寫入或查詢動作？」 - 「依據圖譜，列出最需要回歸測試的 5 個功能。」
這樣你就有一套：看 diff → 問圖譜 → 寫測試計畫 的 Code review 工作流。
行動建議：先把上述其中一個工作流完整跑一次，感受「AI 從看單檔」變成「看整個系統圖」的差異，再決定要不要把 Graphify變成團隊標準工具。
小結：把 AI 助手升級成「系統顧問」
Graphify 的本質，是幫你的 AI 助手補上一層「專案整體結構」：
- 不再只依靠目前開啟的 1–2 個檔案
- 而是能沿著代碼、資料庫、腳本和設定，追到整條路徑
如果你已經在用 Claude Code、Cursor 這類助手，下一步值得做的事，就是讓它們不只會寫函式，而是真的看懂你的系統——Graphify 正好是那一層缺少的底座。
🚀 你現在可以做的事
- 到 Graphify GitHub 把專案 clone 下來並跑一次
graphify scan- 挑一個現有專案，把產生的圖譜接到你最常用的 AI 助手（如 Cursor 或 Claude Code）
- 在下一次接手專案或處理高風險 PR 時，用 Graphify + AI 做一次完整的系統導覽或影響分析
發佈留言