你能省多少 token，不是看你把文件读了多少遍，而是看你拿什么当「一共要读多少」的分母。
这句话是我评测 Graphify 的全部理由。它 12.5 万 Star，一度在主页上写着能把一个项目的 token 消耗压掉 71.5 倍；我在隔离沙箱里把它装在真仓库上跑，发现这个「压掉多少」的分母，是拿代码里的节点个数乘以 50 估出来的。
它到底是什么
一句话：把一整个代码库（外加文档、PDF、图片）读成一张知识图谱——也就是一张「谁调用谁、谁属于谁、谁解释了谁」的关系网，之后你问问题，它沿着这张网走，不再把源文件整个塞给模型。
它的做法叫 tree-sitter 解析，说人话就是：不靠大模型去猜代码写了什么，而是像编译器那样把源码拆成结构。所以代码部分完全在本地跑，一个 token 都不花，出门都不用联网。这是我实测过最扎实的部分，后面会讲。
它还留了一手很有意思的设计：每条关系都标着来源——EXTRACTED 表示「源码里明写着」，INFERRED 表示「是它自己推出来的」。你一眼能分清哪些是读到的事实、哪些是它的猜测。敢把这两类分开标的项目不多。
它自己宣传的卖点，最抓眼球的是这一条：
| 它主页上怎么写 | 我这次要做的事 |
|---|---|
| 查询一次的开销，比直接读原始文件省 71.5 倍 | 用它自带的算分命令，在同一份图上重算一遍 |
我先把 71.5 倍这句，从文档里追到代码里
先说我怎么找到这个数字的出处——它不在任何一句宣传语里，而在仓库里一个叫「跑过的例子」（worked）的目录。
那个目录里 commit 了一份完整的推算记录：语料是三个 Karpathy 的仓库加五篇论文加四张图，一共 52 个文件、92,616 个词，折算成约 123,488 个 token；查询一次的平均开销记的是 1,726 个 token。两者一除，71.5。
我照着它自己的算分代码，在这份仓库里自带的图上重算：
| 我怎么算 | 结果 |
|---|---|
| 语料规模（它自己记的数字） | 92,616 词 → 123,488 token |
| 它记录的平均查询开销 | ~1,726 token → 71.5 倍 |
| 我用它的代码重算的平均开销 | ~3,225 token → 38.3 倍 |
差在哪儿？我又做了一步它文档里没写的检查：把它那五道示例问题，逐条喂给这张图。
五道题里有四道，一个节点都没匹配上。
它现在的算分命令只统计「有命中的题目」，取这些题的平均值当分母。命中的题目越少、命中范围越小，平均值越低，「省了多少倍」这个数字就越大。所以 71.5 不是造出来的，但它是一个挑题目挑出来的最好看的口径——用同一张图、同一份代码重跑，它的读数是 38.3。
更值得看的是：这个数它是怎么在文档里消失的
我把英文版文档和 31 个语言的翻译版逐个拉下来比对。
英文版的这一整段，已经被删干净了。我搜「71.5」，英文主页里 0 次命中；搜「token reduction」「fewer tokens」，也是 0 次。新英文文档里只留下另一组数字：LOCOMO 记忆基准的 recall@10 是 0.497、QA 准确率 45.3%、LongMemEval-S 76%、ERPNext 跨工具覆盖率 82.0%——这些是拿公开学术数据集测的，而且写明了「裁判用第二个独立裁判盲验过，一致率 90.6%」。这一套口径比 71.5 严得多。
但 31 个翻译版里，28 个还在写 71.5 倍，包括中文版：首页引语里写着「相比直接读取原始文件，每次查询的 token 消耗可降低 71.5 倍」，正文里还有一整段在讲它。
我不打算把它写成「明知故犯」，因为证据不支持这个说法——英文版主动撤下这个数字，是清理动作做在了英文上、没做全。但结果是：一个只看中文版文档的读者，读到的数字和被撤下的那个是同一个。顺手核了一句：它的 Python 包说明页（PyPI）里，71.5 出现 0 次——包页面是干净的。
那个「省了多少倍」，分母是估出来的
这是我自己最在意的一处，因为它不需要任何前提就能复现。
它自带一条算分命令，命令行跑一下就会打印「省了 X 倍」。它要算「原始语料一共多少 token」，靠读一个记录语料规模的文件。文件不在，它就用「图里的节点数 × 50 个词」顶上。
我在两个真仓库上各跑了两遍——一遍按它默认的走，一遍把真实语料规模填进去：
| 我在哪测 | 真实语料 | 它默认报的 | 换成真实语料后 |
|---|---|---|---|
httpx（Python 部分 5.0 万词） |
50,422 词 | 报 9.5 倍 | 5.4 倍 |
fastapi（Python 部分 28.1 万词） |
281,060 词 | 报 8.5 倍 | 1.8 倍 |
它默认报的那两个数，分母分别是 89,000 词和 1,339,100 词——都是「节点数 × 50」估出来的，跟真实语料差着一倍到四倍。
而更要紧的是：它自己的官方用法，本来就永远走这条兜底路径。它的安装脚本把语料记录写在输出目录里面，而算分命令只在仓库根目录找同名文件。两个路径对不上——也就是说，谁按它官方文档装、按官方流程跑，看到的那个「省了多少倍」都是估算分母算出来的。
也有真东西：这一套离线跑得又快又稳
公平地说，把代码读成关系网这件事，它做得比我预期好，而且好得能自己站住。
全程断网（沙箱直接切断网络）跑下来：
| 我跑的 | 结果 |
|---|---|
httpx 60 个文件建图 |
17 秒 → 1,780 个节点、3,804 条关系 |
fastapi 1,177 个文件建图 |
74 秒 → 9,268 个节点、20,139 条关系 |
| 同一个仓库再跑一次 | 9 秒（72 个文件全部命中缓存） |
| 生成的关系网报告里，排前面的「核心抽象」 | Response、Request、BaseClient、Client——确实是这个库的主干 |
断网、无密钥、纯本地，几十秒出一张能查的图。这个能力本身是成立的。
它自己的报告里还有一处我特别想指出来：仓库里 commit 的另一份自评（对一个真实项目跑的）自己承认了一类系统性偏差——测试代码里的工厂函数会挤满「核心节点」榜单，因为每个测试都要构造这些对象，它们的关系数自然最高。它还给了规避办法（用忽略清单把测试目录排掉）。一个项目肯把自己输出的这个毛病写进仓库，我认为是加分的。
它的测试规模很大，我跑了两遍
它的测试量是真的舍得投：6,957 个用例，测试代码 11.8 万行，比它 8 万行的源码还多——源码 94 个文件，测试 361 个文件。
我在同一个沙箱、同一个虚拟环境里跑完整套：
| 结果 | |
|---|---|
| 第一遍 | 50 个失败、6,587 个通过、328 个跳过（约 9 分钟） |
| 第二遍（同一份代码，什么都不改） | 50 个失败、6,587 个通过、328 个跳过 |
两遍完全一致，这次没有飘——这点比很多项目干净。
那 50 个失败我逐个查了来源，其中 49 个是我这边环境的问题，不是它的：
| 失败数 | 原因 | 归属 |
|---|---|---|
| 30 | 没装它那个可选的 Terraform 语法包 | 我缺依赖（装上后这 41 条全过） |
| 11 | 安装脚本要读完整 git 历史，我拉的是浅克隆 | 我缺历史 |
| 7 | 断网导致域名解析失败 | 我给断的网 |
| 1 | 缺打包工具 | 我缺 dev 依赖 |
但有一条是它自己的问题。我把 PyYAML（一个解析文档头部的库）卸掉之后，它有一条用例稳定失败：
一个文档的开头写成嵌套结构时，那个嵌套块会被整个丢掉。它自己的用例注释里写着「嵌套块不许被抹平」——注释说的正是它做不到的那件事。
根子在它的处理逻辑里：优先用 PyYAML，装不上就退回一个只认「平铺的键值对」的降级解析器，嵌套结构在降级路径上被跳过，而且不报错。而 PyYAML 不在它的核心依赖里——只装主包的用户，默认走的就是这条降级路。它自己的贡献指南让开发者用「装全部可选依赖」的方式建环境，所以这条线在它的持续集成里是绿的；一个只跑一条安装命令的用户，拿到的是另一套行为。
它的文档里，我照着敲的第一条命令就没跑通
主页上给了一段真实输出演示，是最吸引人的那种：在一个 9,000 多个节点的图上，问两个概念怎么连起来。我照着敲：
| 主页上写的 | 我实际拿到的 |
|---|---|
| 打印一条 3 跳的路径 | Ambiguous：FastAPI 在两个文件里都叫这个名字，拒绝回答 |
「核心节点」里 APIRouter 有 47 条关系 |
实测 158 条 |
第一条其实不是 bug——它新版本改成「名字有歧义就不猜」，这是更安全的行为，只是主页没跟着更新。第二条我核过，就是文档没同步。
谁该用它，谁先别急
值得用：你有一个几万行、几十万行的代码库，想让 AI 助手先看懂骨架再干活，又不想把源码传到云上——它的本地建图是真能省时间的，几十秒一张图，之后随便查。
先别急：你要拿「省了多少倍」去说服团队或老板。这个数字目前的口径是它自己算的、分母可能来自估算、题目是挑出来的，同一个人用同一份图重算都能差出一倍。
同类的另有两条路：一条是它自己在主页推的「常驻更新版」平台（14 天试用），一条是站内评测过的 Understand-Anything（同样做代码知识图谱，走的是另一个角度）。
我的判断
装它，用来把代码库变成一张能查的图——值得。信它主页上那个「省多少倍」——先自己跑一遍那条算分命令。
我对这件事的判断是这样的：一个项目在 189 天里发了 227 个版本、写了 11.8 万行测试、还主动把「英文版已经删掉的数字」从英文说明里清掉——它在认真做工程，不是在刷榜。但「省 token」这种能用数字说清的卖点，一旦分母是估出来的、题目是挑出来的，它就从结论退化成了宣传。
下次看到任何工具说「省了 X 倍」，先问一句：分母是什么。问完你会发现，一半的数字会当场缩水。
本文所有数字来自 2026-10-10 在隔离沙箱内的实测：被测项目克隆到沙箱自己的工作目录，宿主主目录被临时文件系统覆盖，全程断网运行，未接触任何生产环境凭证。被测版本 0.9.84，对应提交 `2cb81c6`。
关注 AI商业快讯，每天一篇 AI 热点深度解读。
相关阅读：