NeuralOS
GuideIntermediate

Graphify · AIにプロジェクトの完全な地図を渡す(最も高度なピース)

これはAIの知識の中で最も高度なピース、つまりグラフだ。さっき見たbrainの3つの要素のうちの1つ。もうAIにメモリを与え、GitHubに保存し、RAGをいつ使うか、brainとは何かを知っている。でも、類似検索では足りなくなる地点がある。プロジェクトがあまりに大きくなり、AIが全体のつながりを理解できなくなったとき——何が何に依存し、あるピースを触ると何が壊れるのか。そこでAIは手探りでファイルを読み、余計なトークンを浪費し、同じミスを繰り返し、動いていたものを壊し始める。Graphifyはこれを根本から解決する。プロジェクト全体——コード、データベーススキーマ、ドキュメント、論文、画像や動画まで——を知識グラフに変え、AIがたった1つの質問で参照できるようにする。オープンソースで無料、そして今日では、コマンド1つでインストールできる「スキル」だ。ちなみに、これはプログラマーだけのものではない——ここではいろんなタイプのユーザー向けのシナリオを見ていく。

Jun 19, 202611 min
AIの知識の中で最も高度なピース
このガイドでは、前の記事で見たbrainの3番目のピースであるグラフを掘り下げる。[メモリ](/recursos/memoria-para-tu-ia-herramientas) → [RAG](/recursos/rag-sin-humo-cuando-lo-necesitas) → [brain](/recursos/el-brain-cerebro-de-tu-app) → グラフを深く。理解するのにプログラミングは必要ないし、コードを超えたシナリオ(ドキュメント、リサーチ、あなたのビジネス)も見ていく。

いつ必要になる?(検索を超えて)

必要性が生まれるのは、プロジェクトが「検索すべきものの山」から「つながり合ったものの網」に変わったときだ。サイン——AIに変更を頼んだら、プロジェクトの反対側にあったものを壊した。「これを変えたらどうなる?」と聞いても分からない。あるいは、情報が多すぎて、メモリもRAGも、すべてがどう噛み合うかの全体像をAIに与えられない。

痛み:あるものを「直して」別のものを壊すAI
スケールしてAIで構築するとき、これが最もフラストレーションのたまる痛みだ。AIが、他の5つのピースがそれに依存していると知らずにファイルを触る → 一方で直したものが、もう一方で壊れる。AIがバカなわけじゃない。類似で検索するけれど、つながりを理解していないのだ。グラフは、まさにその足りないものを与える。

メモリ vs RAG vs グラフ · 違いを一文で

3つともAIに知識を与えるが、解決するものが違う。これは、ほとんど誰もはっきり説明しない違いだ:

3つを混同せずに
メモリ → セッションをまたいで、あなたのルールとプロジェクトを記憶する。(継続性。)
RAG類似で検索し、質問に似たドキュメントの断片を持ってくる。(見つける。)
グラフつながりを理解する。何が何に依存し、何かを変えたら何が壊れるか。(構造について推論する。)
こう想像して · 地下鉄の路線図
グラフがないと、あなたのAIは巨大な街にいる観光客で、角ごとに道を尋ねている(トークンを浪費し、迷う)。知識グラフがあれば、地下鉄の路線図を渡すことになる。街全体を一目で見て、どの駅がどの駅とつながっているか分かり、まっすぐ目的地に着く。RAGは「探しているものに似た通りはここにあります」と教える。グラフは「この通りはあの通りに続き、ここを閉じるとそのエリア全体が詰まる」と教える。

Graphifyって何?(分かりやすく)

Graphifyは無料でオープンソースのツールで、フォルダ全体——あなたのコード、データベーススキーマ、ドキュメント、論文、画像や動画まで——を取り込んで、知識グラフに変える。各要素が点で、各つながりが線になった地図だ。AIは、50個のファイルを手探りで読む代わりに、地図に「XとYはどうつながってる?」と尋ね、たった1回のクエリで答えを得る。

今日、Graphifyは「スキル」として動く(オフィス向け5スキルの記事のものと同じだ)。一度インストールすれば、あなたのAIアシスタント——Claude Code、Cursor、Codex、Gemini CLIなど——が必要なときに使う。そしてマルチモーダルだ。コードだけでなく、SQL、スクリプト、ドキュメント、論文なども理解する。

safishamsi/graphify
REPO

Graphify — あらゆるフォルダ(コード、SQLスキーマ、スクリプト、ドキュメント、論文、画像、動画)を、AIアシスタント(Claude Code、Codex、Cursor、Gemini CLIなど)向けの参照可能な知識グラフに変える。オープンソース、Safi Shamsiがメンテナンス。

PythonMITView on GitHub

あらゆるタイプのユーザーに · 実際の4シナリオ

Graphifyはプログラミングする人だけのものではない。つながった情報の山を持つ人なら誰でも恩恵を受ける。これが4つの異なるシナリオだ:

1 · アプリを構築する人(コード)
典型的なケース——プロジェクトが大きくなり、AIがファイルの間で迷う。グラフがあれば、何かを触る前に、何が何に依存しているか分かる——そして、動いていたものを壊さなくなる。バグが減り、トークンが減り、変更がより安全になる。
2 · 研究者や学生(論文とドキュメント)
80本の論文や、大量の論文ドキュメントを持っている。グラフはそれらの間のアイデアをつなぐ。「どの著者が関連している?」「どの概念がこの論文とあの論文をつなぐ?」。あなたのAIは、ドキュメントを1つずつではなく、ライブラリ全体について推論する。
3 · ビジネスのオーナー(あなたの業務)
あなたのプロセス、ポリシー、製品、顧客は、無数の形でつながっている。グラフは、AIがそれらの関係を理解できるようにする。「このポリシーを変えたら、どのプロセスに影響する?」。バラバラな事実に答える段階から、あなたのビジネスを1つのシステムとして理解する段階へと進む。
4 · すべてを混ぜる人(データ + ドキュメント + コード)
最も強力なのはこれ——Graphifyは、あなたのコード、データベーススキーマ、ドキュメントを、たった1つのグラフに入れる。あなたのAIは、アプリ、データ、意思決定を1つの網として見る——バラバラなファイルでは決して得られない、完全なコンテキストだ。

インストール · コマンド1つ(Pythonが必要)

Graphifyはコマンド1つでインストールできる。コンピュータにPythonが入っている必要がある。(ちなみに、パッケージ名はgraphifyyで、"y"が2つだ。)

Graphifyをインストールするbash
pip install graphifyy && graphify install
コマンドが失敗したら
macOSの場合、または"externally-managed-environment"というエラーが出たら、pipx install graphifyyを使おう(すべて自動でやってくれる)。Windowsで、インストール後にgraphifyが認識されない場合も、pipx install graphifyyで解決する。そして一番簡単なのは——コードエージェントを使っているなら、下のプロンプトを渡して、インストールを任せてしまうことだ。

使い方 · 地図に尋ねる

一度インストールすれば、Graphifyは/graphifyで呼び出すスキルになる。フォルダのグラフを一度構築し、あとは自然言語で質問する。実際のクエリはこんなにシンプルだ:

グラフに問い合わせる(実際の例)bash
/graphify query "ログインとユーザーデータベースをつないでいるのは何?"
価値を生む習慣
グラフは一度きりのものではない。大きな変更の前に参照する(「これを触ると何が壊れる?」)、そしてプロジェクトがかなり変わったら再構築する、これを反射にしよう。古い地図は迷わせ、新鮮な地図は何時間も節約させる。このシリーズ全体と同じで——ツールの価値は習慣にある、一度インストールすることではない。

プロンプト1 · AIにインストールとグラフ構築をさせる

ターミナルを触りたくないなら、コードエージェントに全部やらせよう。コピーして貼り付けて:

エージェントに貼り付け · インストールしてグラフを構築テキスト
このプロジェクトを、あなたが参照できる知識グラフに変えるために、Graphify(https://github.com/safishamsi/graphify)を使いたい。できるところは自分でやりながら、シンプルな言葉で私を案内して。

1. インストールされているか確認して。なければインストールして(pip install graphifyy && graphify install、pipが失敗したら pipx install graphifyy)。
2. このプロジェクトのルートでグラフを構築して。
3. 何が生成されたか(ビジュアルグラフ、参照可能なファイル、レポート)をシンプルな言葉で説明して。
4. 動作を確認するためにテストクエリを1つ実行して。たとえば、私のプロジェクトの重要な2つの部分がどうつながっているか。
5. 私にしかできないことがあれば、正確な手順を教えて。

プロンプト2 · 大きな変更のたびに使う(物を壊さないために)

これが本当に頭痛を減らしてくれるものだ。AIに重要な変更を頼む前に、まずグラフを参照させよう:

エージェントに貼り付け · 壊さずに変更するテキスト
この変更をする前に:[やりたい変更を書く]、Graphifyの知識グラフを参照して影響を理解して。

1. これから触る部分に、プロジェクトのどの部分が依存しているかをグラフに尋ねて。
2. 何が壊れる可能性があるか、変更後に何を確認すべきかを教えて。
3. それを踏まえてから、そのつながりを考慮して変更を提案して。
4. 終わって動いたら、GitHubに進捗を保存するよう私にリマインドして。

狙いは、裏でつながっているものを何も壊さないこと。

なぜ知識の頂点なのか(そしてC-A-Rを強化する)

ここですべてが集まる
グラフは、C-A-Rプロトコルの監査フェーズをはるかに強力にする。AIは、触ったファイルだけでなく、すべてがどうつながっているかを理解した上で監査するからだ。そして前の段階の上に立つ——グラフとあなたの変更をGitHubに保存し、RAGでは構造を理解しきれないときに使う。あなたのAIの知識の階段の頂点だ。
NeuralOSでは、グラフはbrainの一部
知識グラフは、まさに私たちがNeuralOSに持ち込んでいる「構造的なbrain」のタイプだ——各プロジェクトとエージェントが、あなたが何も組み立てなくても、自分のすべてがどうつながっているかを理解する。ビジョンはすでにインターフェースに描かれている。エンジンは、私たちが構築している道の一部だ。
煙なしのRAG · 1つ前の段
グラフの前に、たいていの場合、あなたに必要なのはしっかりしたRAGだ。飛ばしたなら、そこから始めよう。
C-A-Rプロトコル · バグなしで構築する
防弾のソフトウェアのために、Graphifyと完璧に組み合わさる手法。
#コンテキスト#グラフ#オープンソース#claude-code
Ready to build?

Start building in
under 3 minutes

Join 4,200+ builders. No credit card. Build your first app with AI in minutes.