🚀 极简上手：用 Graphify 打造 OpenClaw 的“全能代码脑”

OpenClaw 是本地优先、自主运行的 AI 个人助理。当它需要分析一个大型开源项目或复杂代码库时，Graphify 就是它的终极“外挂大脑”！

Graphify 能将项目代码、文档、数据库一键转换成轻量化的知识图谱 (Knowledge Graph)。通过将技能深度注入 OpenClaw，能将每次提问的上下文消耗降到最低，Token 节省高达 71 倍！

• 🔗 GitHub 官方仓库：safishamsi/graphify
• 🔗 国内 GitCode 镜像：GitCode 镜像地址 (国内访问及克隆速度更快，推荐国内用户使用)

📌 一、Graphify 是什么？有什么用？

简单来说，Graphify 是一个本地优先的多模态知识图谱构建工具。

💡 它在 OpenClaw 中有什么用？

1. 消除 AI 幻觉：AI 助手不再“盲人摸象”，它能一眼看清整个代码库中 接口 ──► 实现类 ──► 数据库表 的完整全局依赖。
2. 超省 Token (钱包救星)：不再需要每次都把几十个代码文件一股脑喂给 AI。OpenClaw 通过读取图谱，每次对话仅消耗约 1.7k Token！
3. 完全本地安全：默认在本地通过 AST (抽象语法树) 静态解析代码，无需担心敏感代码泄露。

🛠️ 二、怎么安装（分两步）？

你可以选择手动命令行安装，或者最省心的方法：直接将指令甩给 OpenClaw，让它帮你全自动搞定！

1. 第一步：安装 Graphify CLI 与技能注册

🎈 推荐方法：让 OpenClaw 自动安装（一键代劳）

在 OpenClaw 的聊天框中，直接发送如下指令，OpenClaw 会调用底层的包管理和环境配置能力帮你一步到位：

💬 你对 OpenClaw 说：

帮我为当前的 OpenClaw 环境安装并配置 Graphify：https://github.com/safishamsi/graphify

🤖 OpenClaw 的反应：

助理会自动在后台检测 Python 环境，拉取并配置对应依赖，同时将技能注册到当前的 Claw 平台上。

🛠️ 备用方法：通过终端手动安装

如果你喜欢自己动手，只需在终端中运行以下两步：

# 1. 安装 PyPI 上的 graphifyy 包（注意：末尾是两个 y）
pip install graphifyy

# 2. 将技能定义一键注册至 OpenClaw
graphify install --platform claw

💡 原理简析：此命令会将内置的 skill-claw.md 复制到 ~/.claw/skills/graphify/SKILL.md，这是 OpenClaw 读取技能定义的标准路径。有了它，OpenClaw 就能原生理解 /graphify 等指令。

2. 第二步：启用 Always-on 自动加载模式（推荐）

虽然 OpenClaw 不支持 Claude Code 那种 PreToolUse 钩子，但它有自己专属的 AGENTS.md 联动机制！

🎈 推荐方法：让 OpenClaw 自动配置

💬 你对 OpenClaw 说：

帮我为当前项目启用 graphify 的 always-on 模式。

🛠️ 备用方法：终端手动运行

在你的项目根目录下，运行以下命令：

graphify claw install

💡 原理简析：该命令会在项目根目录下写入一个 AGENTS.md 配置文件（包含 ## graphify 标记）。它会指示 OpenClaw：在回答架构或代码问题前，必须先读取 graphify-out/GRAPH_REPORT.md 或 wiki/index.md，实现免人工干预的自动图谱导航。（如需关闭，运行 graphify claw uninstall 即可自动清理 AGENTS.md）

🏎️ 三、怎么操作（核心命令与查询）？

准备好工具后，我们就可以开始用它来“降维打击”复杂项目了！

1. 克隆你想研究的开源项目

在本地或 OpenClaw 工作区中，克隆任意你想研究的开源项目。例如：

git clone https://gitcode.com/gh_mirrors/graph/graphify.git
cd graphify

2. 生成项目的知识图谱

🎈 推荐方法：直接呼唤 OpenClaw

💬 你对 OpenClaw 说：

在这个项目目录里构建代码图谱。

🤖 OpenClaw 的反应：

助理会自动在当前目录下调用对应的构建指令。

🛠️ 备用方法：在 OpenClaw 或终端中手动运行

直接输入以下命令：

/graphify .

⚠️ 重要注意点：API KEY 配置

Graphify 的代码分析分为两个阶段：

1. AST 静态提取：免费、极速、不消耗 API KEY。
2. 深度语义与依赖分析：在图谱构建的过程中，语义分析需要配置大语言模型的 API KEY。如果你拥有自己的 API Key（如 OpenAI、DeepSeek 等），请确保已提前在系统环境变量或 OpenClaw 中配置妥当（例如通过命令行执行 export OPENAI_API_KEY="your_key_here"），以便图谱能进行深度的业务逻辑关联。

💡 关于 OpenClaw 的运行速度小贴士

由于 OpenClaw 的多代理（Multi-agent）框架尚处于早期阶段，其语义提取会采用顺序执行模式（而非并行模式）。这意味着在 OpenClaw 下首次构建会稍慢一些（因为需要逐个文件处理语义），但静态 AST 的解析依旧是瞬时完成的，且生成的图谱质量完全一致。

3. 查看图谱成果

构建完成后，项目根目录会多出 graphify-out/ 文件夹。里面有：

1. graph.html：交互式项目图谱。用浏览器直接打开，通过漂亮的连线看清所有模块依赖！
2. GRAPH_REPORT.md：项目体检报告。指出项目中耦合度最高的“神级节点 (God Nodes)”和架构坏味道。
3. graph.json：图谱的本地持久化数据。

浏览器中展示 graph.html 极具视觉冲击力的图谱界面

4. 高级图谱查询 (在 OpenClaw 中交互式探索)

图谱生成后，你和 OpenClaw 就拥有了一套强大的图谱查询引擎！你（或 OpenClaw 在幕后）可以直接使用以下高级命令：

🔄 进阶：如何让图谱与 Git 联动自动更新？

每次改动代码都要手动构建图谱太麻烦？你可以直接运行：

graphify hook install

这会在本地注册一个 Git Hook 钩子。之后：

• ⚡ 自动更新：每次执行 git commit 时，它会在后台自动增量重建 graph.json（完全在本地运行，速度极快且不消耗 LLM 费用）。
• 🤝 智能合并：Graphify 提供了专属的 Git 合并驱动器。团队不同成员提交的图谱在分支合并时会自动执行无损并集 (Union-merge)，绝对不会产生代码冲突！