Visitar URL original
graphify/docs/translations/README.fa-IR.md at v8 · Graphify-Labs/graphify · GitHub
Skip to content

Latest commit

 

History

History
481 lines (341 loc) · 39.6 KB

README.fa-IR.md

File metadata and controls

481 lines (341 loc) · 39.6 KB

Graphify

Graphify-Labs%2Fgraphify | Trendshift

Read this in other languages

🇺🇸 English | 🇨🇳 简体中文 | 🇯🇵 日本語 | 🇰🇷 한국어 | 🇩🇪 Deutsch | 🇫🇷 Français | 🇪🇸 Español | 🇮🇳 हिन्दी | 🇧🇷 Português | 🇷🇺 Русский | 🇸🇦 العربية | 🇮🇷 فارسی | 🇮🇹 Italiano | 🇵🇱 Polski | 🇳🇱 Nederlands | 🇹🇷 Türkçe | 🇺🇦 Українська | 🇻🇳 Tiếng Việt | 🇮🇩 Bahasa Indonesia | 🇸🇪 Svenska | 🇬🇷 Ελληνικά | 🇷🇴 Română | 🇨🇿 Čeština | 🇫🇮 Suomi | 🇩🇰 Dansk | 🇳🇴 Norsk | 🇭🇺 Magyar | 🇹🇭 ภาษาไทย | 🇺🇿 Oʻzbekcha | 🇹🇼 繁體中文 | 🇵🇭 Filipino | 🇮🇱 עברית

PyPI CI License: Apache-2.0 Downloads Docs Graphify Cloud Discord YouTube LinkedIn YC S26

هزینه توکن عامل‌ها را ۸۰٪ کاهش دهید. Graphify Cloud یک حافظهٔ همیشه‌روشن است که عامل‌های شما را مدیریت می‌کند، کیفیت کد را بالا نگه می‌دارد و درستی را با وارسی صوری اثبات می‌کند. یک دورهٔ آزمایشی رایگان ۱۴ روزه را آغاز کنید →

در دستیار کدنویسی هوش مصنوعی خود /graphify را تایپ کنید تا کل پروژهٔ شما (کد، مستندات، فایل‌های PDF، تصاویر، ویدیوها) را به یک گراف دانش نگاشت کند که می‌توانید به‌جای grep کردن در فایل‌ها از آن پرس‌وجو کنید.

  • نگاشت کد رایگان و کاملاً محلی. کد با درخت نحو انتزاعی (AST) tree-sitter تجزیه می‌شود: قطعی، بدون مدل زبانی، و هیچ‌چیز از دستگاه شما خارج نمی‌شود. (مستندات، فایل‌های PDF، تصاویر و ویدیو برای یک گذر معنایی از مدل دستیار شما یا یک کلید API پیکربندی‌شده استفاده می‌کنند.)
  • هر یال توضیح داده می‌شود. هر اتصال با EXTRACTED (صریح در منبع) یا INFERRED (برطرف‌شده توسط graphify) برچسب می‌خورد، تا بتوانید آنچه را مستقیماً خوانده شده از آنچه استنتاج شده تشخیص دهید.
  • یک نمایهٔ برداری نیست. بدون تعبیه‌ها، بدون انبار برداری: یک گراف واقعی که آن را پیمایش می‌کنید. سؤالی بپرسید، مسیر میان دو چیز را ردیابی کنید، یا یک مفهوم را توضیح دهید.

Note

این را همیشه‌روشن می‌خواهید؟ Graphify Cloud گراف را در سراسر چرخهٔ عمر توسعهٔ نرم‌افزار شما زنده نگه می‌دارد: پشتیبانی از مونوریپو و چند-مخزنی، وارسی صوری، و بازبینی کد با نگاهی از بالا به کل SDLC شما، به‌علاوهٔ اتصال‌دهنده‌هایی برای Sentry و Jira و موارد دیگر، تا رخدادها و تیکت‌ها در همان گرافی قرار گیرند که کد شما در آن است. یک دورهٔ آزمایشی رایگان ۱۴ روزه را در app.graphify.com آغاز کنید.

graphify's interactive graph.html showing the FastAPI codebase as a force-directed knowledge graph with a legend of detected communities

کدبیس FastAPI که توسط graphify نگاشت شده است. هر گره یک مفهوم است، رنگ‌ها جامعه‌های شناسایی‌شده هستند، و همهٔ آن در graph.html قابل کلیک است.

شروع کنید (۳۰ ثانیه):

uv tool install graphifyy      # install the CLI (or: pipx install graphifyy)
graphify install               # register the skill with your AI assistant

سپس، در دستیار هوش مصنوعی خود:

/graphify .

همین. شما سه فایل دریافت می‌کنید:

graphify-out/
├── graph.html       open in any browser — click nodes, filter, search
├── GRAPH_REPORT.md  the highlights: key concepts, surprising connections, suggested questions
└── graph.json       the full graph — query it anytime without re-reading your files

گراف ذخیره‌شده شامل graph.schema_version است تا یکپارچه‌سازی‌ها بتوانند تغییرات ناسازگار قالب را تشخیص دهند، به‌علاوهٔ graph.graphify_version که نسخهٔ Graphify تولیدکنندهٔ آن را مشخص می‌کند.

کار می‌کند در Claude Code، Cursor، Codex، Gemini CLI، GitHub Copilot و ۱۵+ مورد دیگر — پلتفرم خود را انتخاب کنید.


Documentation

راهنماها و مرجع کامل در docs.graphify.com قرار دارند:


See it in action

graphify path query: a terminal asks for the shortest path between FastAPI and ModelField, and the answer lights up hop by hop across the knowledge graph

پس از ساخت گراف، به‌جای خواندن فایل‌ها از آن پرس‌وجو می‌کنید. خروجی واقعی، اجرای graphify روی کدبیس FastAPI که در بالا نشان داده شد:

$ graphify explain "APIRouter"
Node: APIRouter
  Source:    routing.py L2210
  Community: 2
  Degree:    47

Connections (47):
  --> RequestValidationError [uses] [INFERRED]
  --> Dependant [uses] [INFERRED]
  --> .get() [method] [EXTRACTED]
  <-- __init__.py [imports] [EXTRACTED]
  ...

$ graphify path "FastAPI" "ModelField"
Shortest path (3 hops):
  FastAPI --uses--> DefaultPlaceholder <--references-- get_request_handler() --references--> ModelField

هر یال یک برچسب اطمینان حمل می‌کند (EXTRACTED = صریح در منبع، INFERRED = مشتق‌شده از طریق برطرف‌سازی)، تا بتوانید آنچه را مستقیماً خوانده شده از آنچه استنتاج شده تشخیص دهید. graphify query "<question>" یک زیرگراف محدودشده برای یک سؤال به زبان ساده بازمی‌گرداند، و graphify path A B ردیابی می‌کند که هر دو چیز چگونه به هم متصل می‌شوند.


What it does

آنچه به‌صورت آماده دریافت می‌کنید:

Capability What you get
گره‌های خدا پرارتباط‌ترین مفاهیم، تا ببینید همه‌چیز از میان چه چیزی جریان می‌یابد
جامعه‌ها گراف تقسیم‌شده به زیرسیستم‌ها (Leiden)، با برچسب‌های بدون مدل زبانی
پیوندهای میان‌فایلی calls / imports / inherits / mixes_in برطرف‌شده در حدود ۴۰ زبان از طریق AST tree-sitter
پرس‌وجو، مسیر، توضیح سؤالی بپرسید، مسیر میان دو چیز را ردیابی کنید، یا یک مفهوم را توضیح دهید، همه در برابر graph.json
منطق + ارجاع‌های مستند توضیحات # NOTE: / # WHY: و استنادهای ADR/RFC به گره‌های درجه‌یک پیوندخورده به کد تبدیل می‌شوند
فراتر از کد مستندات، فایل‌های PDF، تصاویر و ویدیو/صوت همگی در همان گراف نگاشت می‌شوند
محلی‌محور کد به‌صورت محلی با tree-sitter تجزیه می‌شود (بدون مدل زبانی، هیچ‌چیز از دستگاه شما خارج نمی‌شود)؛ تنها گذر معنایی روی مستندات/رسانه یک بک‌اند را فرا می‌خواند، و فقط اگر شما یکی را پیکربندی کنید

Tip

این را در مخازن بسیار یا یک مونوریپو اجرا می‌کنید؟ Graphify Cloud این کار را به‌طور پیوسته انجام می‌دهد و هزینهٔ توکن عامل را ۸۰٪ کاهش می‌دهد، با پیوندهای چند-مخزنی، بازبینی کد در گسترهٔ SDLC، وارسی صوری، و اتصال‌دهنده‌های Sentry/Jira. یک دورهٔ آزمایشی رایگان ۱۴ روزه را آغاز کنید →


Benchmarks

Benchmark Metric graphify Field
LOCOMO (n=300) recall@10 0.497 mem0 0.048, supermemory 0.149
LOCOMO (n=300) QA accuracy 45.3% supermemory 49.7%, mem0 27.3%
LongMemEval-S (n=50) QA accuracy 76% tied with dense RAG
ERPNext cross-tool (n=6) key-fact coverage 82.0% grep/read baseline 70.8%
Graph build LLM credits 0 per-token for most systems

هر سیستم روی همان بستر با همان مدل و همان بودجه‌ها اجرا شد، و توسط یک داور که به‌صورت کور در برابر یک داور دوم اعتبارسنجی شده بود امتیازدهی شد (توافق ۹۰٫۶٪، کاپای کوهن ۰٫۸۱). جداول کامل هر سیستم، نتیجهٔ هوش کد، و فرمان‌های بازتولید: BENCHMARKS.md.


Prerequisites

Requirement Minimum Check Install
Python 3.10+ python --version python.org
uv (recommended) any uv --version curl -LsSf https://astral.sh/uv/install.sh | sh
pipx (alternative) any pipx --version pip install pipx

نصب سریع macOS (Homebrew):

brew install python@3.12 uv

نصب سریع Windows:

winget install astral-sh.uv

Ubuntu/Debian:

sudo apt install python3.12 python3-pip pipx
# or install uv:
curl -LsSf https://astral.sh/uv/install.sh | sh

Install

Important

بستهٔ رسمی: بستهٔ PyPI همان graphifyy است (با دو y). دیگر بسته‌های graphify* روی PyPI وابسته به ما نیستند. فرمان CLI همچنان graphify است.

مخزن منبع رسمی Graphify-Labs/graphify است.

گام ۱ — بسته را نصب کنید:

# Recommended (isolated env; if 'graphify' isn't found after, run: uv tool update-shell):
uv tool install graphifyy

# Alternatives:
pipx install graphifyy
pip install graphifyy  # may need PATH setup — see note below

گام ۲ — مهارت را در دستیار هوش مصنوعی خود ثبت کنید:

graphify install

همین. دستیار هوش مصنوعی خود را باز کنید و /graphify . را تایپ کنید

برای نصب مهارت دستیار در مخزن کنونی به‌جای نمایهٔ کاربری خود، --project را اضافه کنید:

graphify install --project
graphify install --project --platform codex

نصب‌های محدودشده به پروژه زیر دایرکتوری کنونی نوشته می‌شوند، برای مثال .claude/skills/graphify/SKILL.md یا .agents/skills/graphify/SKILL.md (به‌علاوهٔ یک جانبی references/ که مهارت بنا به تقاضا بارگذاری می‌کند)، و یک راهنمای git add را برای فایل‌هایی که می‌توان کامیت کرد چاپ می‌کنند. فرمان‌های هر پلتفرم که از نصب‌های محدودشده به پروژه پشتیبانی می‌کنند همان پرچم را می‌پذیرند، برای مثال graphify claude install --project یا graphify codex install --project.

Tip

با command not found، یک مشکل pip روی Mac/Windows، نقل‌قول‌گذاری PowerShell، استفاده از uvx، ویژگی‌های خاص PATH در git-hook، یا حالت سخت‌گیرانه برخورد می‌کنید؟ به Installation و Troubleshooting مراجعه کنید.

Pick your platform (20+ assistants, click to expand)
Platform Install command
Claude Code (Linux/Mac) graphify install
Claude Code (Windows) graphify install (auto-detected) or graphify install --platform windows
CodeBuddy graphify install --platform codebuddy
Codex graphify install --platform codex
OpenCode graphify install --platform opencode
Kilo Code graphify install --platform kilo
GitHub Copilot CLI graphify install --platform copilot
VS Code Copilot Chat graphify vscode install
Aider graphify install --platform aider
OpenClaw graphify install --platform claw
Factory Droid graphify install --platform droid
Trae graphify install --platform trae
Trae CN graphify install --platform trae-cn
Gemini CLI graphify install --platform gemini
Hermes graphify install --platform hermes
Kimi Code graphify install --platform kimi
Amp graphify amp install
Agent Skills (cross-framework) graphify install --platform agents (alias --platform skills)
Kiro IDE/CLI graphify kiro install
Pi coding agent graphify install --platform pi
Cursor graphify cursor install
Devin CLI graphify devin install
Google Antigravity graphify antigravity install

کاربران Codex برای استخراج موازی به multi_agent = true زیر [features] در ~/.codex/config.toml نیز نیاز دارند. CodeBuddy از همان سازوکار ابزار Agent و قلاب PreToolUse مانند Claude Code استفاده می‌کند. Factory Droid از ابزار Task برای اعزام موازی زیرعامل استفاده می‌کند. OpenClaw و Aider از استخراج ترتیبی استفاده می‌کنند (پشتیبانی از عامل موازی روی آن پلتفرم‌ها هنوز در مراحل اولیه است). Trae از ابزار Agent برای اعزام موازی زیرعامل استفاده می‌کند و از قلاب‌های PreToolUse پشتیبانی نمی‌کند، بنابراین AGENTS.md سازوکار همیشه‌روشن است.

--platform agents (نام مستعار --platform skills) مکان‌های عمومی و بین‌چارچوبی Agent-Skills را هدف می‌گیرد: مسیر کاربر-سراسری مشخصات ~/.agents/skills/ (که توسط npx skills و چارچوب‌های سازگار با مشخصات خوانده می‌شود) برای نصب سراسری، و ./.agents/skills/ برای نصب پروژه (--project). graphify install ساده به‌طور طراحی‌شده تک‌پلتفرمی (Claude Code) باقی می‌ماند — هنگامی که می‌خواهید مهارت توسط هر چارچوبی که .agents/skills را می‌خواند قابل کشف باشد، از پلتفرم نام‌گذاری‌شدهٔ agents استفاده کنید.

Codex به‌جای /graphify از $graphify استفاده می‌کند.

Optional extras (install only what you need)
Extra What it adds Install
pdf استخراج PDF uv tool install "graphifyy[pdf]"
office پشتیبانی .docx و .xlsx uv tool install "graphifyy[office]"
google رندر Google Sheets uv tool install "graphifyy[google]"
video رونویسی ویدیو/صوت (faster-whisper + yt-dlp) uv tool install "graphifyy[video]"
mcp سرور stdio برای MCP uv tool install "graphifyy[mcp]"
neo4j پشتیبانی ارسال به Neo4j uv tool install "graphifyy[neo4j]"
falkordb پشتیبانی ارسال به FalkorDB uv tool install "graphifyy[falkordb]"
svg خروجی گراف به‌صورت SVG uv tool install "graphifyy[svg]"
leiden شناسایی جامعهٔ Leiden (graspologic روی Python < 3.13؛ بک‌اند بومی روی 3.13+) uv tool install "graphifyy[leiden]"
ollama استنتاج محلی Ollama uv tool install "graphifyy[ollama]"
openai واسط‌های OpenAI / سازگار با OpenAI uv tool install "graphifyy[openai]"
gemini واسط Google Gemini uv tool install "graphifyy[gemini]"
anthropic واسط Anthropic Claude (--backend claude، از ANTHROPIC_API_KEY استفاده می‌کند) uv tool install "graphifyy[anthropic]"
bedrock AWS Bedrock (از IAM استفاده می‌کند، بدون کلید API) uv tool install "graphifyy[bedrock]"
azure Azure OpenAI Service (--backend azure، از AZURE_OPENAI_API_KEY + AZURE_OPENAI_ENDPOINT استفاده می‌کند) uv tool install "graphifyy[openai]"
sql استخراج شمای SQL uv tool install "graphifyy[sql]"
postgres درون‌نگری زندهٔ PostgreSQL (--postgres DSN) uv tool install "graphifyy[postgres]"
dm استخراج AST برای BYOND DreamMaker .dm/.dme (ممکن است در صورت نبود چرخ متناسب با پلتفرم شما به کامپایلر C + python3-dev نیاز داشته باشد) uv tool install "graphifyy[dm]"
terraform استخراج AST برای Terraform / HCL .tf/.tfvars/.hcl uv tool install "graphifyy[terraform]"
pascal استخراج AST برای Pascal / Delphi .pas/.dpr/.dpk/.inc (یال‌های دقیق‌تر calls/inherits؛ در صورت نبود به یک استخراج‌کنندهٔ regex بازمی‌گردد) uv tool install "graphifyy[pascal]"
ocaml استخراج AST برای OCaml .ml/.mli uv tool install "graphifyy[ocaml]"
commonlisp استخراج AST برای Common Lisp .lisp/.cl/.lsp/.asd uv tool install "graphifyy[commonlisp]"
robot استخراج Robot Framework .robot/.resource (مجموعه‌ها، موارد آزمون، کلیدواژه‌ها، یال‌های فراخوان کلیدواژه و وارد کردن منبع/کتابخانه) uv tool install "graphifyy[robot]"
chinese قطعه‌بندی پرس‌وجوی چینی (jieba) uv tool install "graphifyy[chinese]"
all همهٔ موارد بالا uv tool install "graphifyy[all]"

Make your assistant always use the graph

این را یک بار در پروژهٔ خود پس از ساخت یک گراف اجرا کنید:

graphify <platform> install را یک بار در پروژهٔ خود اجرا کنید، برای مثال graphify claude install یا graphify codex install (یا graphify install --platform <name>).

این یک فایل پیکربندی کوچک می‌نویسد که به دستیار شما می‌گوید برای پرسش‌های مربوط به کدبیس به گراف دانش رجوع کند و پرس‌وجوهای محدودشده مانند graphify query "<question>" را بر خواندن کل گزارش یا grep کردن فایل‌های خام ترجیح دهد.

  • پلتفرم‌های قلاب (Claude Code، Gemini CLI): یک قلاب به‌طور خودکار پیش از فراخوان‌های ابزار سبک-جست‌وجو (و در Claude Code، پیش از خواندن فایل‌های منبع یک‌به‌یک از طریق ابزارهای Read/Glob) فعال می‌شود و دستیار شما را به‌سوی مسیر گراف هدایت می‌کند.
  • پلتفرم‌های فایل-دستورالعمل (Codex، OpenCode، Cursor و غیره): فایل‌های دستورالعمل پایدار (AGENTS.md، .cursor/rules/ و غیره) همان راهنمایی پرس‌وجو-نخست را فراهم می‌کنند.

GRAPH_REPORT.md همچنان برای بازبینی گستردهٔ معماری در دسترس است.

CodeBuddy همان دو کاری را که Claude Code انجام می‌دهد انجام می‌دهد: یک بخش CODEBUDDY.md می‌نویسد که به CodeBuddy می‌گوید پیش از پاسخ به پرسش‌های معماری graphify-out/GRAPH_REPORT.md را بخواند، و قلاب‌های PreToolUse (.codebuddy/settings.json) را نصب می‌کند که پیش از فرمان‌های جست‌وجوی Bash و خواندن فایل‌ها فعال می‌شوند و به‌جای آن به‌سوی graphify query هدایت می‌کنند.

Codex در AGENTS.md می‌نویسد، که همان چیزی است که در عمل راهنمایی همیشه‌روشن گراف را روی این پلتفرم حمل می‌کند. graphify codex install همچنین یک قلاب PreToolUse را در .codex/hooks.json (graphify hook-check) ثبت می‌کند، اما آن ورودی عامدانه یک عمل بی‌اثر است: Codex Desktop hookSpecificOutput.additionalContext را روی PreToolUse رد می‌کند، بنابراین انتشار یک هدایت در آنجا فراخوان‌های ابزار Bash را خراب می‌کند. برخلاف Claude Code، که در آن قلاب (graphify hook-guard) هدایت را انجام می‌دهد، در Codex قلاب فعال می‌شود و عمداً کاری انجام نمی‌دهد، و AGENTS.md سازوکار همیشه‌روشن است.

Kilo Code مهارت Graphify را در ~/.config/kilo/skills/graphify/SKILL.md و یک فرمان بومی /graphify را در ~/.config/kilo/command/graphify.md نصب می‌کند. graphify kilo install همچنین AGENTS.md را به‌علاوهٔ یک افزونهٔ بومی tool.execute.before (.kilo/plugins/graphify.js + ثبت .kilo/kilo.json یا .kilo/kilo.jsonc) می‌نویسد تا Kilo از طریق پیکربندی بومی .kilo همان رفتار یادآوری همیشه‌روشن گراف را دریافت کند.

Cursor فایل .cursor/rules/graphify.mdc را با alwaysApply: true می‌نویسد، بنابراین Cursor آن را به‌طور خودکار در هر گفت‌وگو می‌گنجاند، بدون نیاز به قلاب.

برای حذف graphify از همهٔ پلتفرم‌ها به‌یک‌باره: graphify uninstall (برای حذف graphify-out/ نیز --purge را اضافه کنید). یا از فرمان هر پلتفرم استفاده کنید (برای مثال graphify claude uninstall).


What's in the report

GRAPH_REPORT.md گره‌های خدا، جامعه‌ها و مسیرهای کلیدی را برای بازبینی گستردهٔ معماری خلاصه می‌کند. اینکه گراف چگونه ساخته می‌شود و چه چیزی در بر دارد: How graphify works.


What files it handles

graphify حدود ۴۰ زبان برنامه‌نویسی را به‌صورت محلی با AST tree-sitter تجزیه می‌کند، و مستندات، فایل‌های PDF، تصاویر و صوت/ویدیو را از طریق یک گذر معنایی اختیاری نگاشت می‌کند. فهرست کامل: Supported inputs.


Common commands

/graphify .                        # build graph for current folder
/graphify ./docs --update          # re-extract only changed files
/graphify . --cluster-only         # rerun clustering without re-extracting
/graphify . --cluster-only --resolution 1.5      # more granular communities
/graphify . --cluster-only --exclude-hubs 99     # suppress utility super-hubs from god-node rankings
/graphify . --no-viz               # skip the HTML, just the report + JSON
/graphify . --wiki                 # build a markdown wiki from the graph
graphify export callflow-html      # Mermaid architecture/call-flow HTML (auto-regenerates on every git commit if hook is installed)

/graphify query "what connects auth to the database?"
/graphify path "UserService" "DatabasePool"
/graphify explain "RateLimiter"

/graphify add https://arxiv.org/abs/1706.03762   # fetch a paper and add it
/graphify add <youtube-url>                       # transcribe and add a video

graphify hook install              # auto-rebuild on commit + branch checkout (run `graphify update .` after `git pull` — see "Recommended workflow" below)
graphify merge-graphs a.json b.json              # combine two graphs

graphify prs                       # PR dashboard: CI state, review status, worktree mapping
graphify prs 42                    # deep dive on PR #42 with graph impact
graphify prs --triage              # AI ranks your review queue (uses whatever backend is configured)
graphify prs --conflicts           # PRs sharing graph communities — merge-order risk

مرجع کامل فرمان‌ها را در زیر ببینید.


Ignoring files

graphify به .gitignore احترام می‌گذارد و از الگوهای --exclude و یک .graphifyignore پروژه پشتیبانی می‌کند. جزئیات: Configuration.


Team setup

گراف را کامیت یا به اشتراک بگذارید تا کل تیم شما از همان زمینه پرس‌وجو کند، و درخواست‌های کشش را با زمینهٔ گراف بازبینی کنید. Share context with your team و Review pull requests را ببینید.


Using the graph directly

فراتر از دستیار هوش مصنوعی خود، graph.json را مستقیماً از CLI با graphify query، graphify path و graphify explain پرس‌وجو کنید. Ask better graph questions و query reference را ببینید.


Environment variables

بک‌اندها، کلیدهای API، رفتار قلاب و تنظیم از طریق متغیرهای محیطی کنترل می‌شوند. جدول کامل: Configuration.


Privacy

  • فایل‌های کد — به‌صورت محلی از طریق tree-sitter پردازش می‌شوند. هیچ‌چیز از دستگاه شما خارج نمی‌شود. یک پیکرهٔ تنها-کد به هیچ کلید API نیاز ندارد — graphify extract کاملاً آفلاین اجرا می‌شود. روی یک مخزن ترکیبی، --code-only را اضافه کنید تا فقط کد را نمایه کنید و از مستندات/فایل‌های PDF/تصاویری که در غیر این صورت به یک مدل زبانی نیاز دارند صرف‌نظر کنید.
  • ویدیو / صوت — به‌صورت محلی با faster-whisper رونویسی می‌شود. هیچ‌چیز از دستگاه شما خارج نمی‌شود.
  • مستندات، فایل‌های PDF، تصاویر — برای استخراج معنایی به دستیار هوش مصنوعی شما ارسال می‌شوند (از طریق مهارت /graphify، با استفاده از هر مدلی که نشست IDE شما اجرا می‌کند). graphify extract بدون‌واسط به GEMINI_API_KEY / GOOGLE_API_KEY (Gemini)، MOONSHOT_API_KEY (Kimi)، ANTHROPIC_API_KEY (Claude)، OPENAI_API_KEY (OpenAI)، DEEPSEEK_API_KEY (DeepSeek)، یک نمونهٔ در حال اجرای Ollama (OLLAMA_BASE_URL)، اعتبارنامه‌های AWS از طریق زنجیرهٔ استاندارد ارائه‌دهنده (Bedrock - بدون نیاز به کلید API، از IAM استفاده می‌کند)، یا باینری claude CLI (Claude Code - بدون نیاز به کلید API، از اشتراک Claude شما استفاده می‌کند) نیاز دارد. پرچم --dedup-llm از همان کلید استفاده می‌کند.
  • اقامتگاه داده — graphify extract به‌طور خودکار بر اساس کلید API تنظیم‌شده تشخیص می‌دهد از کدام ارائه‌دهنده استفاده کند (اولویت: Gemini → Kimi → Claude → OpenAI → DeepSeek → Azure → Bedrock → Ollama). برای کدی با الزامات اقامتگاه داده، از --backend ollama (کاملاً محلی) استفاده کنید یا یک پرچم --backend صریح بدهید. Kimi (MOONSHOT_API_KEY) به سرورهای Moonshot AI در چین مسیریابی می‌کند.
  • بدون سنجش از راه دور، بدون ردیابی استفاده، بدون تحلیل.
  • ثبت پرس‌وجو — هر فراخوان graphify query، graphify path، graphify explain و MCP query_graph در ~/.cache/graphify-queries.log با قالب JSON Lines ثبت می‌شود (برچسب زمانی، سؤال، پیکره، گره‌های بازگردانده‌شده، مدت). پاسخ‌های کامل زیرگراف به‌طور پیش‌فرض ذخیره نمی‌شوند. برای انصراف GRAPHIFY_QUERY_LOG_DISABLE=1 را تنظیم کنید، یا GRAPHIFY_QUERY_LOG=/dev/null را برای خاموش کردن بدون غیرفعال کردن مسیر کد.

Troubleshooting

مشکلات رایج نصب و استخراج و راه‌حل‌های آن‌ها: Troubleshooting.


Full command reference

هر فرمان و هر پرچم، با مثال: CLI reference.


Learn more

  • docs.graphify.com — مستندات کامل: راهنماها، مرجع فرمان‌ها و یکپارچه‌سازی‌ها
  • How it works — خط لولهٔ استخراج، شناسایی جامعه، امتیازدهی اطمینان، محک‌ها
  • ARCHITECTURE.md — تفکیک ماژول‌ها، چگونگی افزودن یک زبان
  • Optional integrations — Docker MCP Toolkit + SQLite
  • The Memory Layer — کتاب دربارهٔ ایده‌های پشت graphify، معماری از ابتدا تا انتها

Graphify Cloud

Graphify Cloud لایهٔ همیشه‌روشنی است که بر فراز graphify ساخته شده است. به‌جای گرافی که بنا به تقاضا برای هر پوشه بازسازی می‌کنید، یک گراف زندهٔ واحد را در سراسر چرخهٔ عمر توسعهٔ نرم‌افزار شما نگه می‌دارد:

  • ۸۰٪ توکن کمتر — حافظهٔ همیشه‌روشن یعنی عامل‌های شما در هر نشست از بازخواندن و بازتوضیح کدبیس دست می‌کشند.
  • مونوریپو و چند-مخزنی — یک گراف متصل واحد در سراسر هر سرویس و مخزن، نه یک گراف برای هر پوشه.
  • وارسی صوری — ناوردایی‌های معماری و وابستگی را در برابر گراف زنده بررسی کنید.
  • بازبینی کد با نگاهی از بالا به SDLC شما — ببینید چگونه یک تغییر در کل سیستم موج می‌اندازد پیش از آنکه ادغام کنید.
  • اتصال‌دهنده‌های SDLC — Sentry، Jira و موارد دیگر را وارد کنید، تا رخدادها، تیکت‌ها و کد در یک گراف زندگی کنند.
  • همیشه‌روشن — به‌طور پیوسته در پس‌زمینه در سراسر کد، مستندات و جلسات به‌روزرسانی می‌شود.

یک دورهٔ آزمایشی رایگان ۱۴ روزه را در app.graphify.com آغاز کنید →


Contributing

مشارکت‌ها خوش‌آمد هستند. برای راه‌اندازی توسعه، فرمان‌های آزمون و برابری با CI، گردش‌کار git، و اینکه چه چیزی یک مشارکت قوی را می‌سازد (مثال‌های عملی و گزارش‌های باگ استخراج مفیدترین‌ها هستند) CONTRIBUTING.md را ببینید. معماری و چگونگی افزودن یک زبان: ARCHITECTURE.md.

تازه‌وارد هستید؟ در Discord یا در GitHub Discussions سلام کنید.


Contributors

graphify contributors

ساخته‌شده با contrib.rocks.


Translations

این فایل راهنما به ۳۲ زبان در دسترس است. از تعویض‌کنندهٔ زبان در بالای این فایل استفاده کنید تا آن را به زبان خود بخوانید، یا docs/translations/ را مرور کنید. برای بهبود یک ترجمه یا افزودن یک ترجمهٔ جدید، یک درخواست کشش در برابر فایل متناظر آنجا باز کنید.


Building on graphify

در حال ساخت چیزی در اکوسیستم graphify هستید؟ این تشویق می‌شود. اگر پروژهٔ شما از «graphify» در نام خود استفاده می‌کند (برای مثال graphify-dashboard یا graphify-action)، لطفاً یک یادداشت کوتاه به فایل راهنمای خود اضافه کنید که روشن کند آن ساختهٔ جامعه است و وابسته به Graphify Labs نیست و توسط آن تأیید نشده است. «graphify» و نشان graphify علامت‌های Graphify Labs هستند؛ لطفاً آن‌ها را به‌گونه‌ای که وضعیت رسمی را القا کند به کار نبرید.


Community and links

Website Discord X YouTube Sponsor The Memory Layer