fa
Feedback
AI Was Made For Lovin' You

AI Was Made For Lovin' You

رفتن به کانال در Telegram

ИИ был создан, чтобы любить тебя, детка

نمایش بیشتر
کشور مشخص نشده استدسته بندی مشخص نشده است
801
مشترکین
اطلاعاتی وجود ندارد24 ساعت
+87 روز
+1630 روز
تعداد پست‌ها

در حال بارگیری داده...

واکنش‌ها
نظرات
ستاره‌های تلگرام
بهترین پست‌ها بر اساس

در حال بارگیری داده...

تجزیه و تحلیل انتشار
پست ها
ديناميک بازديد ها
Graphify + ИИ = ❤️ После предыдущей статьи коллега посоветовал попробовать Graphify - opensource-инструмент, который строит г+1
Graphify + ИИ = ❤️ После предыдущей статьи коллега посоветовал попробовать Graphify - opensource-инструмент, который строит граф знаний из кодовой базы и ускоряет работу агента с кодом. Поставил в два репозитория, о чём спешу с вами поделиться. 🤖 Что это? Graphify читает все файлы проекта, парсит их через AST (детерминированно, без LLM), находит связи между функциями, классами, импортами и складывает в граф. Каждое ребро помечается статусом EXTRACTED (найдено в коде), INFERRED (домыслено) или AMBIGUOUS. Граф делится на "сообщества" - кластеры связанных нод, которые алгоритм выделяет автоматически. Если представить граф как карту города, то сообщество - это район. В одном районе оказываются файлы и функции, которые тесно связаны по коду. Например, все краулеры и их базовый класс - одно сообщество, а модули аутентификации - другое. На скриншоте графа одного из наших проектов таких районов 463. После сборки граф можно спрашивать на естественном языке: graphify query "что связывает сканеры угроз с индикаторами?" graphify path "MfaMethod" "BaseScanner" graphify explain "processing_core.py" Ответ - подграф из десятков нод, который влезает в контекст, вместо того чтобы читать сотни файлов. 🤖 Использование 1. Запустил команды: uv tool install graphifyy graphify install --platform codex 2. Graphify спросил куда ставить, я выбрал глобальную установку, оно прописалось в ~/.codex/skills 3. В агенте (Codex CLI) выбрал скилл graphify и инициализировал для текущего проекта: $graphify . 4. Graphify собрал графы - в первый раз это было достаточно долго (несколько минут) 5. Теперь каждый вопрос по кодовой базе триггерит запрос к graphify Установленный с помощью graphify hook install хук перестраивает граф после каждого изменения агентом. 🤖 Результаты Замерил время обычного поиска по сравнению с graphify на реальном примере - поиск по коду одного из проектов. grep -rl "PasteCrawler" по всей кодовой базе: - 11.4 секунды - выдал 25 файлов, включая .venv graphify query "PasteCrawler": - 1.1 секунды - 274 ноды, разложенные по сообществам и файлам grep -rli "pastebin": - 15.9 секунды - 24 файла, из них 9 - кусочки из .venv graphify query "pastebin scanners": - 1.4 секунды - 381 нода, с файлами, связями и контекстом Разница в скорости - примерно 10–15x в пользу графа. 🤖 Выводы Graphify делает код более обозримым для модели. В нашем случае это даёт прирост x10 в скорости навигации по коду и экономит токены, исключая из контекста мусор и нерелевантную информацию. Экономию в токенах graphify заявил в x36, но я не перепроверял. Субъективно расход токенов действительно сильно уменьшился. Описанный в предыдущей статье memory bank выполняет несколько иную задачу - создаёт историю предыдущей работы с агентами над кодом, что позволяет ссылаться на неё в последующих изменениях и задачах - "сделай так же, как я делал с X, но теперь для Y". Таким образом, кажется, что memory bank и graphify идеально дополняют друг друга. 🤖 Ссылки Репозиторий - https://github.com/Graphify-Labs/graphify Документация: https://graphify.com (там же live-демо графа)
1601508Loading...