graphifyでコードベースをナレッジグラフ化する方法【AIコーディングツール対応】

「コードが複雑になりすぎて、AIに全部読ませたらトークンが爆発した…」という経験、ありませんか？

大きなリポジトリをClaude CodeやCursorに丸投げすると、あっという間にコンテキスト制限に引っかかりますよね。その問題をスマートに解決してくれるのが、今GitHubで急速にスターを集めているOSSツール「graphify」です。

2026年3月現在、23,000スター超えという驚異的な数字を叩き出しているgraphify。今月のGitHubトレンドでも取り上げられるほど注目されているこのツールを、今日は徹底解説します。

graphifyとは？AIコーディングツールで使えるナレッジグラフ化コマンド

graphifyは、Claude Code・Cursor・OpenAI CodexなどのAIコーディングアシスタントに追加できるカスタムスキル（スラッシュコマンド）です。

使い方はシンプルで、対応ツール上で /graphify コマンドを実行するだけ。するとコードベースや各種ドキュメントを自動で読み込み、ナレッジグラフとして構造化してくれます。

つまり「プロジェクトに関係するもの全部」を一括でグラフ化できるわけです。

従来のAIコーディングでは、コードをそのまま（raw files）AIに渡していました。これだと巨大なリポジトリは即座にトークン上限に達してしまいます。

graphifyのアプローチは「構造を先に把握させる」こと。コードの依存関係・クラス・関数間の関係をグラフとして表現し、AIが必要な部分だけを効率的に参照できるようにします。

公式によれば、raw filesと比較して最大71.5倍のトークン削減を実現しているとのこと。これは副業エンジニアにとってもAPIコスト削減という意味で嬉しいポイントです。

スター数だけでなく、技術的な中身もかなりしっかりしています。

graphifyの根幹は、Microsoftが開発したtree-sitterを使ったAST（抽象構文木）解析です。単純なテキストマッチングではなく、コードの構造そのものを理解してグラフのノードを生成します。

対応言語はPython・JavaScript・TypeScript・Go・Rust・Java・C/C++・Ruby・Kotlin など22言語。主要な言語はほぼカバーされています。

生成されたグラフに対して、Leiden法というクラスタリングアルゴリズムを適用し、関連するコードのまとまり（コミュニティ）を自動検出します。

注目すべきは「埋め込みベクトル不要」という点。OpenAI Embeddings APIなどを使わずに済むため、追加コストがかかりません。LLMなしで動作するので、BitNetでCPU推論のような軽量構成とも相性が良いです。

graph.html はブラウザで開くだけでコードベース全体の関係図をぐりぐり動かせます。チームへの共有や、自分のリポジトリの把握にも使えます。