Graphify – kun koodipohja kaipaa karttaa

Olen huomannut, että monet meistä avaavat joskus projektin, johon ei ole koskettu kuukausiin. Tiedostot ovat siellä jossain. Arkkitehtuuri on ehkä muistissa. Mutta kokonaisuuden hahmottaminen? Se on kuin kaivaisi esiin antiikin raunioita.

Graphify pyrkii ratkaisemaan tämän ongelman – ainakin tekoälyavusteisille koodaustyökaluille.

Mitä Graphify oikeastaan on?

Kyseessä on avoimen lähdekoodin työkalu, joka rakentaa koko koodipohjastasi kyseltävän tietokaavion. Mukana menee lähdekoodi, dokumentaatio, tutkimuspaperit ja jopa kaaviot – kaikki yhdistettynä yhdeksi haettavaksi kokonaisuudeksi, joka kertoo sekä mitä koodi tekee että miksi se on suunniteltu tietyllä tavalla.

Ajattele sitä niin, että annat tekoälyavustajallesi kartan projektista pelkkien tiedostojen sijaan.

Työkalun on luonut Safi Shamsi ja se on julkaistu MIT-lisenssillä. Teknologiapohja on vankka: NetworkX graafioperaatioihin ja Tree-sitter staattiseen koodianalyysiin.

Monimuotoinen lähestymistapa

Graphify ei tyydy pelkkään koodin jäsentämiseen. Se käsittelee useita eri syötetyyppejä:

• Lähdekoodi (.py, .js, .go, .java ja muut) — Tree-sitter poimii abstrakteja syntaksipuita, kutsugraafeja ja dokumentaatiomerkintöjä
• Markdown ja PDF:t — Tekoälyavusteinen poiminta kaivaa esiin käsitteitä proosasta
• Kaaviot ja kuvat — Näkömallit lukevat oikeasti arkkitehtuurikaaviosi

Tämä monimuotoinen lähestymistapa tarkoittaa, että saat enemmän kuin pelkän kutsugraafin. Saat semanttisia yhteyksiä eri tiedostotyyppien ja formaattien välillä.

Likaisesta repositoriosta interaktiiviseen kaavioon

Prosessi on suoraviivainen mutta tehokas:

1. Tunnista ja kerää — Etsi kaikki oleelliset tiedostot
2. Pura — Irrota AST:t ja semanttiset solmut/reunat
3. Rakenna — Luo NetworkX-graafi
4. Ryhmittele — Sovella Leiden-algoritmia yhteisöjen tunnistamiseen
5. Analysoi — Tunnista "jumalsolmut" (korkean keskeisyyden tiedostot) ja odottamattomat yhteydet
6. Raportoi — Luo luettava tuloste

Yhteisöjen tunnistaminen on erityisen nokkela ratkaisu. Vector-embeddeihin turvautumisen sijaan (jotka voivat olla kalliita ja epätarkkoja) Graphify käyttää Leiden-algoritmia ryhmittelemään yhteenkuuluvan koodin semanttisiin klustereihin. Embedding-mallia ei tarvita.

Jumalsolmut ja "yllätykset"

Yksi kiinnostava ominaisuus: Graphify tunnistaa niin sanotut "jumalsolmut" – tiedostot tai komponentit, joilla on korkein yhdistettävyys graafissa. Nämä ovat tyypillisesti ydinluokkia, pääasiantuntopisteitä tai kriittisiä jaettuja hyötyohjelmia.

Mielenkiintoisempaa on, että se merkitsee "yllätykset" – odottamattomat ristitiedostojen tai -domainien yhteydet, jotka voivat viitata suunnitteluongelmiin, dokumentoimattomiin riippuvuuksiin tai alueisiin, jotka kannattaa tutkia.

Yhdessä heidän httpx-kirjaston esimerkissään Graphify löysi yllättävän yhteyden DigestAuth- ja Response-luokkien välillä. Tällainen suhde ei selviä yksittäisiä tiedostoja lukemalla, mutta näkyy kristallinkirkkaana, kun se visualisoidaan graafina.

Token-tehokkuus

Tämä luku kannattaa muistaa: heidän monimuotoisessa vertailuympäristössään (GPT-framework-repot sekä tutkimuspaperit) Graphify saavutti 71,5-kertaisen vähennyksen token-käytössä verrattuna naiiviin konteksti-injektioon.

Tämä ei ole vähäpätöistä. Kun maksat tekoäly-API-kutsuista tokenien perusteella, tällainen kyselykustannusten leikkaus on merkittävä. Eikä kyse ole vain rahasta – pienemmät konteksti-ikkunat tarkoittavat nopeampia vastauksia ja pienempää harhan riskiä.

Tietoturva, jota ei unohdeta

Avoimen lähdekoodin työkalut, jotka hakevat URL:eja ja käsittelevät koodia, tarvitsevat ottaa tietoturvan vakavasti. Graphify vaikuttaa hoitavan tämän:

• Vain http/https-URLit sallittu
• Kokorajoitukset ja aikakatkaisut latauksille
• Polkusisältö checks (ei directory traversal -hyökkäyksiä)
• HTML-escape kaikille solmuitteille
• Ei telemetriaa tai kolmansien osapuolten datan keräystä

Koodisi ei koskaan poistu ympäristöstäsi. Graphify lähettää vain semanttisia kuvauksia (ei raakaa lähdekoodia) määritettyyn tekoälymalliin.

Integraatio tekoälyavustajiin

Graphify toimitetaan yksinkertaisten komentojen kanssa Claude Codelle, Codexille ja OpenCodelle:

• /graphify — Rakenna uusi graafi
• /graphify query <kysymys> — Kysy kysymyksiä koodipohjastasi
• /graphify path <tiedosto> — Keskity tiettyihin polkuihin
• /graphify explain — Selitykset graafirakenteesta

Tuloste sisältää interaktiivisen graph.html-visualisoinnin, graph.json-tiedoston ohjelmallista käyttöä varten sekä GRAPH_REPORT.md-auditointitiedoston.

Asennus

Jos haluat kokeilla:

pip install graphifyy
graphify install
graphify ./your-project

Vaatimukset: Python 3.10+ ja API-avain määritettynä haluamallesi tekoälymallille (Claude, OpenAI jne.).

Missä Graphify sijaitsee ekosysteemissä?

Se ei yritä korvata Sourcegraphin enterprise-koodihakua tai Neo4j:n yleiskäyttöistä graafitietokantaa. Sen sijaan Graphify miehittää mielenkiintoisen välimaaston:

• Semanttisempi kuin staattisen analyysin työkalut
• Rakenteellisempi kuin vektoripohjainen haku
• Rakennettu erityisesti tekoälyavustajien konteksti-injektiota varten

Kehittäjille, jotka työskentelevät tekoälyavusteisten koodaustyökalujen kanssa monimutkaisissa projekteissa – etenkin sekapohjaisissa projekteissa, joissa on dokumentaatiota ja tutkimusta – tämä täyttää todellisen aukon.

Suurempi kuva

Työkalut kuten Graphify edustavat laajempaa suuntausta: tekoälyavustajia, jotka eivät vain generoi koodia, vaan oikeasti ymmärtävät järjestelmiä, joiden parissa työskentelevät. Tietokaavio ei ole pelkkä visualisointitemppu – se on päättelyrakenne, joka voi tukea tarkempia, kontekstitietoisia ehdotuksia.

Onko Graphifystä tulossa standardi tekoälykoodin ymmärtämiselle, jää nähtäväksi. Mutta ongelma, jonka se ratkaisee, on todellinen. Koodipohjat ovat monimutkaisia, toisiinsa kytkeytyneitä järjestelmiä. Ehkä ne ansaitsevat graafipohjaisia työkaluja tiedostojärjestelmäselaajien sijaan.

Jos olet kamppaillut saadaksesi tekoälyavustajat ymmärtämään projektisi arkkitehtuurin, Graphify voi olla muutaman tunnin kokeilun arvoinen.

Oletko kokeillut tietokaavietyökaluja koodin ymmärtämiseen? Jaa kokemuksesi kommenteissa.