指令用途
兩個圖譜探索指令,補 query 的不足:
graphify path <節點A> <節點B>— 找出兩個節點之間的最短路徑(BFS over sorted graph,deterministic)。graphify explain <節點名稱>— 列出單一節點的所有連結(in/out)、所屬 community、degree 等「脈絡」。
兩者都只查 graph.json,不需 LLM。
path:兩點之間的最短路徑
基本用法
graphify path "login" "generate_token"
預期輸出
Shortest path (3 hops):
login --calls--> create_session
create_session --calls--> generate_token
(generate_token is called from Session.__init__)
從 graphify v0.9.23 起:1
- 路徑是 deterministic(同一個圖譜永遠回同一條)
- 每跳顯示真實 relation(從邊的 stored relation 讀,不再讀任意 collapsed parallel edge)
- 無 relation 時降級為
related,但絕不會報錯 relation
MCP 等價工具
shortest_path(MCP server 工具)與 CLI 完全等價。
explain:單一節點的脈絡
基本用法
graphify explain "login"
預期輸出
Node: login
Source: auth.py:1
Community: 1
Degree: 3
Connections (3):
--> verify_password [calls] [EXTRACTED]
--> create_session [calls] [EXTRACTED]
<-- auth.py [contains] [EXTRACTED]
從 v0.9.24 起:2
- 列出
Source、Community、Degree - 列出所有連結(incoming + outgoing),每條標 relation + 信心標籤
- 對高 degree god node 自動按檔案分群 cut connections,避免裸
... and N more
MCP 等價工具
get_node— 取得單一節點get_neighbors— 取得鄰居(可設定token_budget)
範例對話
使用者:為什麼 login 會用到 generate_token?
助理:我用 graphify path 找 login → generate_token 的路徑。
> graphify path "login" "generate_token"
Shortest path (3 hops):
login --calls--> create_session
create_session --calls--> generate_token
→ login() 呼叫 create_session()(auth.py:3),
而後者 new Session() 時 schema 會呼叫 generate_token()(session.py:6)。
所以每次登入成功都會觸發一次 token 產生。
與 query 的差異
| 指令 | 何時用 | 例子 |
|---|---|---|
query |
開放式問題、找子圖 | “認證在哪?” |
path |
確定兩個東西,要怎麼連 | “login 連到 generate_token 的路徑?” |
explain |
想知道某個節點的全貌 | “login() 連到什麼?” |
query 是模糊搜尋,path / explain 是精準查詢。
內部連結與外部參考
- 上一章:graphify query 指令詳解
- 官方 README「See it in action」示範了
graphify explain "APIRouter"與graphify path "FastAPI" "ModelField"