@TechFlow99: 突发：有人刚刚构建了 Andrej Karpathy 说应该有人去构建的工具。就在 Karpathy 发帖后 48 小时……

突发：有人刚刚构建了 Andrej Karpathy 说应该有人去构建的工具。就在 Karpathy 发布他的 LLM 知识库工作流后 48 小时，这个项目出现在了 GitHub 上。它叫 Graphify。一条命令，任意文件夹，完整知识图谱。把它指向任意文件夹，在 Claude Code 里运行 /graphify，然后等待结果。最终你会得到： -> 该文件夹中所有内容的可导航知识图谱 -> 带反向链接文章的 Obsidian 知识库 -> 从 index.md 出发、涵盖每个概念簇的 Wiki -> 针对整个代码库或研究文件夹的自然语言问答 你可以问它诸如： "哪些地方调用了这个函数？" "这两个概念之间有什么关联？" "这个项目中最核心的节点是什么？" 无需向量数据库，无需初始化配置，无需配置文件。 最让我震惊的是 token 效率数据：与直接读取原始文件相比，每次查询所需 token 减少了 71.5 倍。这不是小幅优化，而是 AI 智能体处理大型代码库方式的全面范式转变。 支持内容： -> 13 种编程语言的代码 -> PDF 文件 -> 通过 Claude Vision 处理图片 -> Markdown 文件 一行命令完成安装： pip install graphify && graphify install 然后在 Claude Code 中输入 /graphify，指向任意目标。 Karpathy 提出了需求，有人在 48 小时内实现了它。这就是 2026 年的发展节奏。开源，免费。