この記事ではRAGに特化して解説します。RAG全般は RAGとは?仕組み・構築・ベクトルDB選定までの2026年実装マップ をご覧ください。

Graphifyは、ソースコード・ドキュメント・PDF・画像・動画をAIが問い合わせられるナレッジグラフに変換するOSSだ。AIコーディングツールで /graphify . と打つと、フォルダの中身が「ノードとエッジのグラフ」になり、AIは生ファイルをgrepする代わりにグラフへクエリを投げられる。2026年4月3日の公開後48時間でバズり、Y Combinator S26 に採択。2026-08-06時点の実測でGitHubスターは 103,086 に達した。

WHAT IT REPLACES何を代替するか

毎回ファイルを読むのをやめ、一度作ったグラフに問い合わせる

AIが生ファイルを読む

Read と grep で探し回る

  • 同じ構造を何度も読み直す
  • 大きいほどトークンが枯渇する
  • 事実と推測の区別が無い

Graphify

/graphify . でグラフ化

  • 関連する部分グラフだけ返すquery / path / explain
  • コードはAST解析でLLM不要APIキー無しで構築できる
  • 全エッジに出自ラベルEXTRACTED / INFERRED / AMBIGUOUS
出典: Graphify-Labs/graphify README(2026-08-06時点)

30秒でわかるGraphify

  • ・任意のフォルダを /graphify . でグラフ化し、query/path/explain で問い合わせる
  • ・コードのAST解析はLLM不使用・APIキー不要。当サイトの実測でも構築コストは 0 input · 0 output
  • ・神ノード(最も結線の多い中心概念)とコミュニティ(Leiden法で検出した機能の塊)が自動で出る
  • ・削減率はコーパス依存。当サイトの21ファイルでは14.7倍。公式READMEは「71.5倍」の見出しを取り下げた
Claude Code / Google Antigravity で Graphify を動かすデモ(出典: Graphify: Instant Knowledge Graph for Claude Code/Antigravity — FuturMinds / YouTube)

Graphifyとは——なぜコードをナレッジグラフにするのか

大規模コードベースをAIに理解させるときのボトルネックはトークン消費だ。ファイルを1つずつ Read し grep で探し回るたびに、AIは同じ構造を何度も読み直し、コンテキストウィンドウの制限にぶつかる。Graphifyはコードベースを「関数・クラス・概念(ノード)」と「呼び出し・依存・参照(エッジ)」のグラフにしておき、AIには質問に関係する部分グラフだけを渡す。

・何ができる:任意のフォルダを /graphify . 一発でナレッジグラフ化し、自然言語で問い合わせる
・何を解決する:大規模コードベースでのトークン枯渇・コンテキスト溢れ・調査の遅さ
・何を代替する:AIに「ファイルを全部読ませて把握させる」運用や、素朴な grep/全文検索ベースの調査

土台は NetworkX と tree-sitter で、Neo4jのようなグラフDBサーバは要らず、すべてローカルで完結する。

2026-08-06 実測:移管・ライセンス・「71.5倍」の扱い

  • ・リポジトリは個人アカウントから Graphify-Labs Organization へ移管。旧 safishamsi/graphify は301で新パスへ転送される
  • ・ライセンスは Apache-2.0 に変更済み(旧記事の「MIT」は誤り)。LICENSE-MIT も併存するが、NOTICE は再ライセンス前にMITで提供された部分だけがその条件でも使えると明記している
  • ・最新リリースは v0.9.34(2026-08-05)。graph.html / GRAPH_REPORT.md / graph.json を出す基本の使い方は変わっていない
  • ・初出時にREADMEのトップにあった「71.5倍」は、README本文にも BENCHMARKS.md にも1件も無い(grep -c で0)。撤回ではなく、worked/karpathy-repos/README.md に「その数値を生んだコーパス」として残っている

現在READMEが掲げるのは、競合システムを同一ハーネス・同一モデルで走らせた比較だ。判定は独立した第2のジャッジで盲検証されており(一致率90.6%、Cohenのκ=0.81)、BENCHMARKS.md に再現コマンドもある。

ベンチマーク 指標 graphify 比較対象
LOCOMO (n=300) recall@10 0.497 BM25 0.362 / mem0 0.048
LOCOMO (n=300) QA精度 45.3% supermemory 49.7% / BM25 31.3% / mem0 27.3%
LongMemEval-S (n=50) QA精度 76% dense RAG 76%(同率)/ mem0 70%
LOCOMO ingest コスト 約 $1.40 supermemory $15.67 / mem0 $3.48
グラフ構築 LLMクレジット $0 —

これらは会話メモリとしての評価軸で、「コードベースの地図」としての価値を測ったものではない。コード用途で効くかは、後の章で自分のリポジトリを実測して確かめる。

解析の仕組みと出力ファイル

TWO KINDS OF ANALYSIS解析の分担

コードはローカルのAST解析、文書と画像だけをAIに送る

  1. フォルダを渡す

    コード・文書・PDF・画像・動画

  2. AST解析

    tree-sitter 36文法・LLM不要

  3. セマンティック解析

    文書・PDF・画像をAIが読む

  4. graphify-out/

    graph.json・GRAPH_REPORT.md・graph.html

動画・音声は faster-whisper でローカル文字起こし。出典: Graphify-Labs/graphify README(2026-08-06時点)

AST解析は tree-sitter で36文法を解析し、シンボル・呼び出しグラフ・import関係・クラス継承階層・公開APIを抽出する。LLMを使わないので決定論的で、コードだけのコーパスなら graphify extract は完全にオフラインで走る。SQLスキーマ、Terraform/HCL、Salesforce Apex、パッケージマニフェスト(pyproject.toml・go.mod・pom.xml)も解析でき、CUDAやMetalはC++の文法を流用して扱う。

セマンティック解析は文書・PDF・画像をAIモデルに渡し、概念・関係性・設計意図を抜き出す。コード中の # NOTE:・# WHY:・# HACK: やdocstringも独立したノードになり、説明している該当コードにリンクされる。動画・音声はローカルの faster-whisper で文字起こししてから取り込む。外部モデルに送られるのは文書・PDF・画像だけで、完全ローカルにしたいなら --backend ollama を使う。

種類 拡張子(一部) 抽出方法
コード .py .ts .js .go .rs .java .c .cpp .rb .cs .kt .scala .php .swift .lua .zig .ex ほか tree-sitter AST(36文法)
DB・IaC .sql .tf .tfvars .hcl / Apex .cls .trigger スキーマ・リソース抽出
ドキュメント・論文 .md .mdx .txt .rst .html .yaml / .pdf AIによる概念・関係抽出(PDFは引用マイニングも)
Office .docx .xlsx 拡張機能(graphifyy[office])
画像 .png .jpg .webp .gif AIのビジョン機能
動画・音声 .mp4 .mov .mp3 .wav / YouTube URL faster-whisperでローカル文字起こし

論文PDFを混ぜると、READMEいわく「コードと論文のエッジ」はコード同士より意外性スコアが高くランク付けされ、「この実装はどの論文のどのアイデアか」という越境的なつながりが浮かぶ。71.5倍を記録したコーパスも、Karpathyのコード群に論文5本と画像4枚を混ぜたものだった。

/graphify . の結果は graphify-out/ に出る。

・graph.html — ブラウザで開ける対話的なグラフ。Leiden法のコミュニティで色分けされる
・GRAPH_REPORT.md — 神ノード・意外なつながり(理由つき)・設計理由・おすすめ質問4〜5個のレポート
・graph.json — 永続グラフ。数週間後でもファイルを読み直さずにクエリできる

すべてのエッジには出自ラベルが付く。「見つけた事実」と「推測」が常に区別されるので、裏取りはまず EXTRACTED を信じ、AMBIGUOUS は自分の目で確かめる、という使い分けができる。

ラベル 意味 信頼度
EXTRACTED ソースコードから直接抽出(AST解析) 確実
INFERRED AIが根拠つきで推論した関係 高
AMBIGUOUS AIが推論したが確信度が低い(要レビュー) 要確認

graphify-out/ はgitにコミットする前提で、1人がグラフ化してコミットすればチーム全員が同じ「地図」を持てる。graphify hook install でコミットのたびに再構築され(コード部分はAPIコストゼロ)、graph.json にはマージドライバが設定されるので並行コミットでもユニオンマージされる。

実測:当サイトのコードベースをグラフ化した

対象は本サイトの記事生成パイプライン(tools/shared/ 配下のPythonコード21ファイル)。検証環境は macOS 14.5 (Darwin 23.5.0) / graphifyy v0.9.34 / 2026-08-06実施で、APIキーは一切設定していない。

# 隔離環境で実行(グローバル環境を汚さない)
uvx --from graphifyy==0.9.34 graphify extract . --no-cluster
# → found 21 code, 0 docs, 0 papers, 0 images
# → wrote graphify-out/graph.json — 369 nodes, 683 edges (no clustering)

uvx --from graphifyy==0.9.34 graphify cluster-only . --no-viz
# → Graph: 369 nodes, 591 edges / Done - 16 communities

APIキー無しで完走し、GRAPH_REPORT.md のヘッダも Token cost: 0 input · 0 output だった。神ノードの上位はこう出た。

順位 ノード 結線数 実体
1 SourceResult 21 トレンド収集結果の共通データクラス
2 GA4Client 19 Google Analytics 4 APIクライアント
3 GSCClient 18 Search Console APIクライアント
4 _guard() 15 取得失敗を検知するガード関数
5 check_all() 15 全ソースの健全性チェック

SourceResult は全トレンドソースが返す共通の器で、変えると収集系すべてに波及する。新規参画者に最初に説明すべき型がそのまま1位に来た。神ノードは「触ると危ない場所」のランキングでもある。コミュニティは16個で、Import Cycles: None detected(循環importなし)も報告された。

ただし実行時に [graphify label] no LLM backend configured; keeping Community N placeholders. と出る。コミュニティの意味的なラベル付けだけはLLMを使うので、キー未設定だと Community 0 のような通し番号のままになる。「塊の境界」は無料、「その塊が何かの一言説明」は有料という切り分けだ。

同梱の benchmark でこのグラフの削減率を測った。

uvx --from graphifyy==0.9.34 graphify benchmark graphify-out/graph.json
項目 実測値
コーパス 18,450語 → 約24,600トークン(素朴に全文を読む場合)
グラフ 369ノード・591エッジ
1クエリあたり平均 約1,670トークン
削減率 14.7倍

質問ごとの内訳は「main entry point は何か」17.3倍、「data層とAPI層をつなぐのは何か」12.8倍、「中核の抽象は何か」14.7倍。71.5倍に届かないのは、向こうが52ファイルの混在コーパスだからだ。

CORPUS SIZE規模と削減率

トークン削減率はコーパスが大きいほど伸びる

52ファイルworked/karpathy-repos

71.5

21ファイル当サイト実測

14.7

4ファイルworked/ サンプル

5.4

6ファイルworked/ httpx

1
単位は倍(1クエリあたり、全文を読む場合比)。出典: 公式 worked/ サンプル、21ファイルは graphifyy 0.9.34 の benchmark(2026-08-06 実測)

README自身も「6ファイルはそもそもコンテキストに収まるので、そこでの価値は圧縮ではなく構造の可視化だ」と書いている。各 worked/ フォルダには入力と実際の出力が同梱されているので数字は再現できるし、自分のリポジトリでの実値も1コマンドで測れる。

インストールと基本コマンド

PyPIのパッケージ名は graphifyy(yが2つ)。他の graphify* パッケージは非公式で、CLIコマンドとスキル名は graphify のままだ。

# 1. パッケージをインストール(uv tool 推奨。pipx / pip も可)
uv tool install graphifyy

# 2. AIアシスタントにスキルを登録し、任意のフォルダでグラフ化
graphify install
# → AIアシスタントを開いて  /graphify .  と打つだけ
/graphify .                        # カレントフォルダをグラフ化
/graphify ./raw --update           # 変更ファイルだけ再抽出してマージ
/graphify . --wiki                 # グラフからMarkdownの内部Wikiを生成

/graphify query "認証はどこでDBにつながっている?"
/graphify path "UserService" "DatabasePool"
/graphify explain "RateLimiter"

/graphify add https://arxiv.org/abs/1706.03762   # 論文を取得してグラフに追加
/graphify add <youtube-url>                       # 動画を文字起こしして追加

graphify hook install              # コミット時に自動再構築するgitフック

query / path / explain は graph.json さえあれば単体で動く。前章の21ファイルのグラフに対する出力はこうなる。

$ graphify path "run_pipeline()" "generate_cover_image()"
Shortest path (2 hops):
  run_pipeline() --calls [EXTRACTED]--> generate_image() --calls [EXTRACTED]--> generate_cover_image()

$ graphify explain "GA4Client"
Node: GA4Client
  Source:    shared/google_analytics.py L32
  Community: GA4Client
  Degree:    19
Connections (19):
  --> .get_page_views() [method] [EXTRACTED] shared/google_analytics.py:L61
  --> .get_declining_pages() [method] [EXTRACTED] shared/google_analytics.py:L155

日本語で graphify query "GA4のデータはどこで取得している?" を投げると73ノードがヒットしたが、[!] TRUNCATED: showing 63 of 73 nodes (~2000-token budget). The answer may be among the 10 cut nodes と警告された。既定の2,000トークン予算では答えが切り捨て側にあり得るので、--budget 6000 で予算を上げるか、--context call で辺の種類を絞る。日本語の質問文でも問題なくヒットした。

対応プラットフォームは Claude Code・Codex・OpenCode・Cursor・Gemini CLI・GitHub Copilot CLI・VS Code Copilot Chat・Aider・Amp・OpenClaw・Factory Droid・Trae・Kiro・Devin CLI・Google Antigravity など20以上で、多くは graphify install --platform <名前> で個別に登録できる。統合はIDEプラグインではなく、AIアシスタントのスキル/フック層で行う。

MCPサーバーとPRダッシュボード

graph.json は MCPサーバーとして公開でき、AIは生ファイルを読まずに関連サブグラフだけを受け取る。

# graph.json を stdio の MCPサーバーとして起動
python -m graphify.serve graphify-out/graph.json

# チームで1つのURLを共有したいときは HTTP トランスポート
python -m graphify.serve graphify-out/graph.json --transport http --port 8080 --api-key "$SECRET"

提供ツールは query_graph・get_node・get_neighbors・shortest_path と、PR関連の list_prs・get_pr_impact・triage_prs。HTTPで共有するときは --host 0.0.0.0 と --api-key を必ずセットにする。

graphify prs はCI・レビュー状況・ワークツリーを一覧するPRダッシュボードで、graphify prs 42 でPR #42のグラフ影響範囲を、graphify prs --conflicts で同じコミュニティを触っているPRを出す。ただし v0.9.34 の graphify --help には prs が現れず、実行すると Error: gh CLI not found or not authenticated. Run: gh auth login を返した。GitHub CLI の導入と認証が前提だが、READMEにその記載は無い。

GraphRAG・類似ツールとの比較

ツール スコープ 索引の作り方 マルチモーダル 設計意図の抽出 サーバ要否
Graphify リポジトリ内+文書+画像+動画 tree-sitter AST(コードはLLM不要・$0) 対応 対応(AI抽出+出自ラベル) 不要(ローカル完結)
GraphRAG(Microsoft) 文書コーパス LLMでエンティティ抽出(構築コストが従量) 文書中心 対応(要約主体) 不要だがLLM必須
ベクトルRAG一般 文書コーパス 埋め込み+ベクトルDB 実装次第 非対応 ベクトルDB必要
Sourcegraph クロスリポジトリのコード検索 独自インデクサ 非対応 非対応 サーバ/SaaS
Neo4j+自前抽出 汎用グラフDB 自作パイプライン 実装次第 実装次第 サーバ必須

GraphRAGとの違いは索引の作り方だ。GraphRAGは文書をLLMに読ませてエンティティと関係を抽出するので、コーパスが大きいほど構築コストが積み上がる。Graphifyはコードに関してはAST解析だけでLLMを1回も呼ばない。ASTから取った辺は文法的に確定した事実なので EXTRACTED と言い切れ、ドキュメント由来の辺は INFERRED に落とす。

READMEは「ベクトルインデックスではない」とも明言する。類似度検索ではなく経路探索なので、path のように「AからBへどう到達するか」を根拠つきで答えられる。RAGの系譜での位置づけは RAGの進化|Naive・Advanced・Graph・Agentic RAGの仕組みと選び方2026 が詳しい。

Sourcegraphとは補完関係にある(v0.9系では graphify merge-graphs a.json b.json で複数リポジトリのグラフを統合できる)。文書からWikiを自動生成する近縁ツールは DeepWiki-Openの使い方|GitHubリポジトリからAI Wikiを自動生成するOSS、文書解析側を厚くしたRAGエンジンは RAGFlowとは|高精度な文書解析でRAGを組むOSSエンジンの使い方 が比較対象になる。

効く場面・効かない場面と運用上の注意

トークン削減はコーパス規模にスケールするので、大きくて雑多なプロジェクトほど効く。

場面 効果 理由
大規模モノレポ 高い コンテキストが足りない部分を部分クエリで補える
文書が散在するプロジェクト 高い Markdown・PDF・設計図をコードと同じグラフに統合できる
新規参画者・レガシーコード 高い explain と神ノードで役割と依存を掴める
並行エージェント開発 高い --watch でグラフが波と波の間に最新化される
数千行以下の小規模 限定的 直接読む方が効率的(httpxの6ファイルで約1倍)
作り替えの多いプロトタイプ 限定的 再構築のオーバーヘッドが割に合わない

導入前に押さえる運用上の注意は次のとおり。

・graph.jsonにはコード構造情報が含まれる。公開リポジトリにコミットする前に中身を確認する
・コスト:文書・画像のセマンティック解析にはモデルAPIのコストがかかる(コードは無料)。初回構築が最も重く、--update は低コスト
・クエリログ:query/path/explain は既定で ~/.cache/graphify-queries.log にJSON Lines形式で記録される(サブグラフ本文は既定で保存しない)。無効化は GRAPHIFY_QUERY_LOG_DISABLE=1
・テレメトリなし:使用状況の追跡は行わない
・graphify-out/cost.json は .gitignore へ。.graphifyignore(.gitignore と同じ構文)で対象を絞れ、各ディレクトリの .gitignore も尊重される

RAGを自前で組む前に、手元のリポジトリで /graphify . を1回叩いて神ノードと削減率を見てみる価値はある。全体像から設計したい場合は RAGとは?仕組み・構築・ベクトルDB選定までの2026年実装マップ もあわせて参照してほしい。

参照ソース