如何用graphify給AI Agent實現工作記憶overlay【免費下載鏈接】graphifyTurn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.項目地址: https://gitcode.com/GitHub_Trending/graph/graphifygraphify 是一個本地運行的代碼知識圖譜工具把代碼、文檔、SQL、PDF 全部解析成可查詢的圖讓 AI Agent 查圖代替翻文件。本文帶你用 graphify 給 AI Agent 實現一套工作記憶 overlay工作記憶覆蓋層Agent 每次對話的經驗哪些來源靠譜、哪些是死路會被沉淀成旁掛的經驗層下次會話自動讀取越用越聰明。全程本地運行代碼解析不經過任何大模型。為什么 AI Agent 需要工作記憶overlay大模型的上下文窗口就像人的短期記憶——會話一結束Agent 就失憶不知道上次哪個文件是權威來源不知道哪條排查路徑已經走過并證明是死路。工作記憶 overlay 的思路是在持久的結構真相知識圖譜之上疊一層輕量的經驗提示層專門記錄 Agent 的工作記憶層次存儲內容特性結構層graph.json節(jié)點、邊、調用關系持久真相只由代碼解析生成永不被經驗污染經驗層.graphify_learning.json每個節(jié)點的 preferred / tentative / contested 狀態(tài)派生數據隨時可重建按新近性加權這種旁掛 sidecar 顯示時合并的設計是 graphify 的關鍵取舍結構真相與經驗提示嚴格分離經驗層壞了也不影響圖譜本身。相關設計可閱讀 docs/how-it-works.md。一鍵安裝30秒把 graphify 裝進你的 AI 助手前置條件Python 3.10推薦 uv。uv tool install graphifyy # PyPI 包名是雙 y 的 graphifyy graphify install # 把 /graphify 技能注冊給 Claude Code、Cursor、Codex、Gemini CLI 等然后在 AI 助手里輸入/graphify .就會生成三個核心文件graph.html瀏覽器可視化、GRAPH_REPORT.md亮點報告、graph.json完整圖譜。工作記憶 overlay 的三步閉環(huán)graphify 的工作記憶機制是一個自改進循環(huán)核心在 graphify/reflect.py 和 graphify/skills/claude/references/query.md 中定義第 1 步 · 記錄save-result 帶 --outcome每次回答完問題后Agent 把結果存回記憶目錄并標注本次結果useful有用、dead_end死路或corrected被糾正。這一步讓經驗有了客觀的評分依據。第 2 步 · 反思graphify reflect運行graphify reflectgraphify 會掃描所有記憶文檔按新近性加權 佐證次數聚合高頻有用的來源 →preferred優(yōu)先從這里開始查證據不足 →tentative可參考需復核正反證據沖突 →contested標記為有爭議聚合結果寫入兩處人類可讀的reflections/LESSONS.md推薦來源、已知死路、歷史糾正以及工作記憶 overlay 側車文件.graphify_learning.json。加--graph參數還會按社區(qū)分組經驗。第 3 步 · 讀取會話開始時自動刷新技能規(guī)范明確要求開始圖相關工作前先跑graphify reflect --if-stale純本地、確定性、零 LLM 成本若 LESSONS.md 已是最新則直接跳過然后讀取LESSONS.md——先查推薦來源、繞開已知死路。overlay 會在哪些地方露臉經驗層不是擺設graphify 在所有讀取面上顯示時才合并overlayexplain 命令輸出節(jié)點詳情時附帶Lesson:經驗提示HTML 可視化節(jié)點帶彩色經驗環(huán)一眼分辨可信/存疑/爭議GRAPH_REPORT.md報告里專設工作記憶經驗章節(jié)serve 服務API 查詢節(jié)點時自動附帶 overlay 條目還有一個貼心的過期檢測overlay 里每個經驗都攜帶所引用代碼的 SHA256 指紋和出處問題列表provenance。如果代碼后來改過這條經驗會被標記為code changed — re-verify而不是繼續(xù)冒充權威結論——這正是 CHANGELOG.md 中描述的 work-memory overlay 特性。讓圖譜跟上代碼graphify update經驗層依賴圖譜的準確性改完代碼后運行graphify update .做增量重建基于內容哈希緩存未變化的文件直接跳過純代碼改動只走 AST 解析、零 API 成本。這樣結構層保鮮 經驗層持續(xù)沉淀雙軌并行Agent 的記憶才真正可靠。延伸閱讀核心源碼與文檔工作記憶 overlay 構建與側車讀寫graphify/reflect.py查詢自改進循環(huán)--outcome 規(guī)范graphify/skills/claude/references/query.md增量更新流程graphify/skills/claude/references/update.md查詢日志可選默認關閉保護隱私graphify/querylog.py記憶基準測試數據BENCHMARKS.md真實運行樣例含 graph.json 輸出worked/httpx/給 AI Agent 加工作記憶 overlay 的完整路徑就是裝 → 建圖 → 帶 outcome 記錄 → reflect 反思 → 會話初讀取經驗。一次建圖長期復用讓 Agent 的經驗像復利一樣累積。【免費下載鏈接】graphifyTurn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.項目地址: https://gitcode.com/GitHub_Trending/graph/graphify創(chuàng)作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考 如何用graphify給AI Agent實現工作記憶overlay？
如何用graphify給AI Agent實現工作記憶overlay【免費下載鏈接】graphifyTurn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.項目地址: https://gitcode.com/GitHub_Trending/graph/graphifygraphify 是一個本地運行的代碼知識圖譜工具把代碼、文檔、SQL、PDF 全部解析成可查詢的圖讓 AI Agent 查圖代替翻文件。本文帶你用 graphify 給 AI Agent 實現一套工作記憶 overlay工作記憶覆蓋層Agent 每次對話的經驗哪些來源靠譜、哪些是死路會被沉淀成旁掛的經驗層下次會話自動讀取越用越聰明。全程本地運行代碼解析不經過任何大模型。為什么 AI Agent 需要工作記憶overlay大模型的上下文窗口就像人的短期記憶——會話一結束Agent 就失憶不知道上次哪個文件是權威來源不知道哪條排查路徑已經走過并證明是死路。工作記憶 overlay 的思路是在持久的結構真相知識圖譜之上疊一層輕量的經驗提示層專門記錄 Agent 的工作記憶層次存儲內容特性結構層graph.json節(jié)點、邊、調用關系持久真相只由代碼解析生成永不被經驗污染經驗層.graphify_learning.json每個節(jié)點的 preferred / tentative / contested 狀態(tài)派生數據隨時可重建按新近性加權這種旁掛 sidecar 顯示時合并的設計是 graphify 的關鍵取舍結構真相與經驗提示嚴格分離經驗層壞了也不影響圖譜本身。相關設計可閱讀 docs/how-it-works.md。一鍵安裝30秒把 graphify 裝進你的 AI 助手前置條件Python 3.10推薦 uv。uv tool install graphifyy # PyPI 包名是雙 y 的 graphifyy graphify install # 把 /graphify 技能注冊給 Claude Code、Cursor、Codex、Gemini CLI 等然后在 AI 助手里輸入/graphify .就會生成三個核心文件graph.html瀏覽器可視化、GRAPH_REPORT.md亮點報告、graph.json完整圖譜。工作記憶 overlay 的三步閉環(huán)graphify 的工作記憶機制是一個自改進循環(huán)核心在 graphify/reflect.py 和 graphify/skills/claude/references/query.md 中定義第 1 步 · 記錄save-result 帶 --outcome每次回答完問題后Agent 把結果存回記憶目錄并標注本次結果useful有用、dead_end死路或corrected被糾正。這一步讓經驗有了客觀的評分依據。第 2 步 · 反思graphify reflect運行graphify reflectgraphify 會掃描所有記憶文檔按新近性加權 佐證次數聚合高頻有用的來源 →preferred優(yōu)先從這里開始查證據不足 →tentative可參考需復核正反證據沖突 →contested標記為有爭議聚合結果寫入兩處人類可讀的reflections/LESSONS.md推薦來源、已知死路、歷史糾正以及工作記憶 overlay 側車文件.graphify_learning.json。加--graph參數還會按社區(qū)分組經驗。第 3 步 · 讀取會話開始時自動刷新技能規(guī)范明確要求開始圖相關工作前先跑graphify reflect --if-stale純本地、確定性、零 LLM 成本若 LESSONS.md 已是最新則直接跳過然后讀取LESSONS.md——先查推薦來源、繞開已知死路。overlay 會在哪些地方露臉經驗層不是擺設graphify 在所有讀取面上顯示時才合并overlayexplain 命令輸出節(jié)點詳情時附帶Lesson:經驗提示HTML 可視化節(jié)點帶彩色經驗環(huán)一眼分辨可信/存疑/爭議GRAPH_REPORT.md報告里專設工作記憶經驗章節(jié)serve 服務API 查詢節(jié)點時自動附帶 overlay 條目還有一個貼心的過期檢測overlay 里每個經驗都攜帶所引用代碼的 SHA256 指紋和出處問題列表provenance。如果代碼后來改過這條經驗會被標記為code changed — re-verify而不是繼續(xù)冒充權威結論——這正是 CHANGELOG.md 中描述的 work-memory overlay 特性。讓圖譜跟上代碼graphify update經驗層依賴圖譜的準確性改完代碼后運行graphify update .做增量重建基于內容哈希緩存未變化的文件直接跳過純代碼改動只走 AST 解析、零 API 成本。這樣結構層保鮮 經驗層持續(xù)沉淀雙軌并行Agent 的記憶才真正可靠。延伸閱讀核心源碼與文檔工作記憶 overlay 構建與側車讀寫graphify/reflect.py查詢自改進循環(huán)--outcome 規(guī)范graphify/skills/claude/references/query.md增量更新流程graphify/skills/claude/references/update.md查詢日志可選默認關閉保護隱私graphify/querylog.py記憶基準測試數據BENCHMARKS.md真實運行樣例含 graph.json 輸出worked/httpx/給 AI Agent 加工作記憶 overlay 的完整路徑就是裝 → 建圖 → 帶 outcome 記錄 → reflect 反思 → 會話初讀取經驗。一次建圖長期復用讓 Agent 的經驗像復利一樣累積。【免費下載鏈接】graphifyTurn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.項目地址: https://gitcode.com/GitHub_Trending/graph/graphify創(chuàng)作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考