讓 AI 讀懂你的系統

Knowledge Graph × Agent-First 實戰 —— 把 repo、文件、需求，建成一張可查詢的地圖。

Neo Hsu

graphify · Knowledge Graph Workshop

01

開場

你一定遇過這個情境

AI agent 讀過整個 repo，

卻答不出跨檔案、跨文件的問題。

PM 視角

文件都丟進去了，還是給不正確的資訊

RD 視角

搜尋只撈回孤立片段，看不到關係

重點 Agent 讀過文件，不代表可以關聯得起來

graphify · Knowledge Graph Workshop

03

共同需求 把需求、程式、測試與文件連起來。

開場 · 問題在哪

Agent 最容易壞在找 context

理解目標

interpret

→

搜尋 context

search

→

推理

reason

→

修改 / 回答

edit

→

驗證

verify

graphify · Knowledge Graph Workshop

05

開場 · 概念來源

Andrej Karpathy 提出的 LLM Wiki

前 Tesla AI 總監、OpenAI 創始成員；最近把大量心力從「改 code」轉向「為研究主題建知識庫」。

“

不要在查詢時才去撈原始文件，而是讓 LLM 預先建立並持續維護一個結構化的知識圖譜，讓知識關係在查詢前就已經存在。

Andrej Karpathy @karpathy · 「LLM Knowledge Bases」· 2026 年 4 月

graphify · Knowledge Graph Workshop

06

開場 · 為什麼要圖

先建 Index，LLM 才搜得快又準

順著這個想法：把原始資料先建成 index，LLM 就能快、又準地找到對的內容。

graphify · Knowledge Graph Workshop

07

這場的一句話目標

建立 Knowledge Graph，

透過 Knowledge Graph 找出需求、文件、Code、Test 的關係，

並知道哪些可信、哪些要人工確認。

graphify · Knowledge Graph Workshop

08

開場 · 今天的工具

今天的工具：Graphify

github.com/Graphify-Labs/graphify

multi-modal knowledge graph engine

多模態輸入

code · docs · PDF · 影片

結構＋語意抽取

AST 硬關係 + LLM 軟關係

Community Detection

自動分群、找 god nodes

Audit trail

每條邊標 confidence

重點 把整個 repo / 文件，建成一張可查詢、可追溯的 Knowledge Graph。

graphify · Knowledge Graph Workshop

09

先看魔法 · DEMO

先看怎麼透過 Knowledge Graph 問問題

/graphify query ”目前支援哪些 authentication？"

graphify · Knowledge Graph Workshop

10

開場 · 定位

今天希望你帶走三件事

1

建圖 / 查圖

會用 /graphify query · path · explain 找到對的 context。

2

判斷可信度

會看 EXTRACTED / INFERRED / AMBIGUOUS，知道哪些能信。

3

落地改善

知道要補哪些文件，讓團隊的 graph 更準。

graphify · Knowledge Graph Workshop

11

PART 1 · 核心觀念

Grep 找「字」，Graph 找「關係」

grep / 關鍵字

找得到「字」在哪裡

• 快、準、可預期。

• 適合 function name、error code、config key。

• 只知道字串在哪，分不出哪個是核心、看不到關聯。

Knowledge Graph

找得到「誰跟誰有關係」

• 關心 Entity 與 Relation。

• A 呼叫 B、文件描述 Module、Test 覆蓋路徑。

• 能跨檔案、找 Shortest Path。

重點 Grep 給你符合字串的清單；Graph 給你帶關係、可追溯的結構。

graphify · Knowledge Graph Workshop

12

PART 1 · 具體例子

改一條 Login flow：Grep vs Graph

graphify · Knowledge Graph Workshop

13

PART 2 · 示範

直接建一張 graph

講者示範

/graphify . --max-concurrency 5 –-mode deep

用 atla 當範例資料夾

github.com/NeoHsu/atla — 幾十個檔案，現場跑得完。

不知道怎麼安裝 Graphify？

把 repo 網址直接丟給 agent，看它怎麼一步步建——也是一種觀察方式。

graphify · Knowledge Graph Workshop

14

動手 · BLOCK 2

換你建「自己的 graph」

換你做

1

/graphify . --max-concurrency 5 [--mode deep --no-viz]

挑一個自己的小資料夾，幾十個檔案內跑得完

2

graphify-out/GRAPH_REPORT.md

看白話報告：god nodes、建議問題

3

graphify-out/graph.html

找意外連結，挑一個 surprising connection

graphify · Knowledge Graph Workshop

15

PART 2 · 產出檔案

你剛打開的文件

graph.html

給人

互動式視覺化瀏覽

graph.json

給 agent / 工具

GraphRAG、MCP、查詢

GRAPH_REPORT.md

給人

god nodes、surprising connections、建議問題

manifest.json

工具自用

記錄每個檔的 hash / mtime，--update 靠它判斷哪些檔改過、要重抽。

重點 前三個給人／agent 用；manifest.json 是工具自用的增量記錄，判斷哪些檔改過。

graphify · Knowledge Graph Workshop

16

PART 3 · DEMO

Demo：問一個跨檔案的問題

講師示範

/graphify query "authentication flow 是怎麼運作的？"

答案不是單一檔案

串起 module、文件、test、config

可以回到 source 看依據

重點 不是只找「auth」這個字，而是沿著關係找 context。

graphify · Knowledge Graph Workshop

17

PART 3 · DEMO

Demo：路徑與節點

講師示範

/graphify path "Login Page" "Auth Service"

找兩個概念的 Shortest Path

• 圖能回答「A 怎麼一路連到 B」

• 中間節點通常就是討論時最有價值的 context

/graphify explain "Auth Service"

解釋一個節點

• 跟哪些 module / docs / tests 有關

• 哪些關係是 EXTRACTED、哪些是 INFERRED

graphify · Knowledge Graph Workshop

18

PART 3 · DEMO

Demo：打開視覺化的 graph

講師示範

graphify-out/graph.html

Community Detection（社群）

高連結節點，也就是 god nodes

孤島或弱連結區域

god node

重點 graph 不是越密越好——太密通常代表雜訊太多，要靠 .graphifyignore 或更好的文件邊界。

graphify · Knowledge Graph Workshop

19

PART 3 · 照打就好

Query Cheat Sheet

RD 版

› 核心 module 和依賴有哪些？

› 新人先讀哪幾個檔？entry point？

› 改 auth 會影響哪些檔？(blast radius)

PM 版

› 這個產品再做什麼？

› 目前加入 Google login 會影響哪些模組？

› 有哪些跟 auth 相關的 ticket？

重點 不知道問什麼？直接照打——這些都是真實工作場景。

graphify · Knowledge Graph Workshop

20

PART 4 · 它怎麼建出來的

graphify 做了什麼

graphify · Knowledge Graph Workshop

21

PART 4 · 抽完之後

Community Detection：浮現你沒想到去問的關聯

god nodes

被很多東西依賴的核心節點

surprising connections

原本不知道、跨 community 的意外連結

3 個 community + 1 條意外連結

surprising

重點 graph 會自動分群，讓你看到原本不會想到去問的跨文件關聯。

graphify · Knowledge Graph Workshop

22

PART 4 · 信任校準

這張 graph 可以怎麼信？Report 三個 Confidence 等級

EXTRACTED

原始資料明確出現

→ 可高度參考，但仍回 source 驗證

INFERRED

工具依語意或結構推論

→ 適合作為探索線索

AMBIGUOUS

不確定

→ 必須人工確認

graphify · Knowledge Graph Workshop

23

PART 4 · 信任校準

Code 關係與文件關係不一樣

Code 關係（較硬）

• AST 關係相對可驗證：import / call / reference。

• 但 dynamic dispatch、runtime config、feature flag、外部服務呼叫，仍可能要人工確認。

文件關係（較軟）

• 通常比較「軟」，適合探索與縮小範圍。

• 不適合當最終判決——要回 source 確認。

重點 graphify 幫你縮小探索範圍，不取代 source of truth。

graphify · Knowledge Graph Workshop

24

PART 4 · 信任校準

降噪：用 .graphifyignore 過濾雜訊

# tests / fixtures（本次不關心就排除）

tests/ __tests__/ *.spec.*

# 生成碼 / 重複性高的檔案

*.gen.* generated/ *.min.js

migrations/ locales/

# vendored deps / 大型資料

vendor/ data/ *.csv *.parquet

排除這些，graph 更乾淨

測試樣板、fixtures（除非這次要看 test）

生成碼、migration、locales 等重複性高的檔

vendored deps、大型資料檔（csv / parquet）

重點 降噪不是省事——雜訊太多，會把真正重要的關係淹掉。

graphify · Knowledge Graph Workshop

25

PART 4 · 信任校準

多 repo：補一層 bridge doc，孤島變大陸

docs/

├── architecture.md

├── data-flow.md

└── ubiquitous-language.md

各 repo 各自建 graph，再用這層 doc 把它們接起來。

architecture.md

架構說明：各服務職責、誰呼叫誰

data-flow.md

資料流：一筆資料怎麼穿過各服務

ubiquitous-language.md

統一語彙表：同概念在各 repo 的命名對照

重點 多 repo 最大的問題通常不是不會 merge，而是 repo 之間本來就缺一層描述關係的 doc。

graphify · Knowledge Graph Workshop

26

PART 4 · 更新圖譜

/graphify skill 指令速查

前提 working directory 要在 sample corpus 根目錄——/graphify 會讀當前目錄的 graphify-out/graph.json。

/graphify query "auth flow 是怎麼運作的？" # 查詢

/graphify path "Login Page" "Auth Service" # 最短路徑

/graphify explain "Auth Service" # 解釋節點

/graphify . # 建 graph（講者 / 進階）

/graphify . --update # 增量更新（檔案有改）

/graphify . --cluster-only # 只重新分群

open graphify-out/GRAPH_REPORT.md # 檢查 graph 狀態

graphify · Knowledge Graph Workshop

27

任務 A · PM 視角

需求文件能不能連到實作？

換你做

選一個需求 / spec / Jira / Confluence：它連到哪些 code module？哪些是 EXTRACTED、哪些只是 INFERRED？有沒有 gap？

1

/graphify query "哪些需求對應到 authentication 相關 module？"

2

/graphify query "哪些文件跟 auth flow 的實作關聯最高？"

3

/graphify query "有沒有文件提到功能，但 graph 上找不到明確 code module 關聯？"

目標 找不到明確關聯 ≠ 一定沒實作——那是需要 PM／RD 一起確認的 gap candidate。

graphify · Knowledge Graph Workshop

28

任務 B · RD 視角

改一個功能前，先做 impact analysis

換你做

假設你要改 authentication flow：entry point 在哪？相關 service / config / test 有哪些？哪段答案你不信？

1

/graphify query "改 auth flow 會影響哪些 module、config 和 test？"

2

/graphify path "Login Page" "Auth Service"

3

/graphify explain "Auth Service"

目標 不只列檔案，要說明「為什麼相關」，並標出信心高低。

graphify · Knowledge Graph Workshop

29

PART 6 · 團隊落地

從一張「會被用的 graph」開始

第一版只選

＋

一個產品功能

＋

一個主要 repo

＋

對應的 spec / PRD / Jira / Confluence

＋

少量 architecture doc

目標不是建最大的 graph，

而是建一張會被用的 graph。

不要一開始就全團隊、全 repo。

graphify · Knowledge Graph Workshop

30

PART 6 · AGENT-FIRST

“

你只要提供足夠的工具和文件給 Agent 就可以自行運作，方向由工具驗證就好了，不需要靠語意去控制 Agent 走向

Neo Hsu @neohsu · 2026 年 1 月

graphify · Knowledge Graph Workshop

31

更進一步：把 agent 當第一個使用者

Graph-repos/
├── AGENTS.md
├── repos.lock.json
├── .graphifyignore
├── Makefile
├── mise.toml
├── project.toml
├── repos/
├── docs/
└── skills/
       └── graphify/

重點 一份 repo 架構支援多個 agent 平台（Claude / Copilot / Cursor / Codex…）。

PART 6 · AGENT-FIRST

graphify · Knowledge Graph Workshop

33

收尾

1

Graph 不是答案機，而是 Context Map

2

最有價值的不是漂亮視覺化，而是 RD / PM 能一起檢查需求、文件、code 連不連得起來

3

Graph 不準通常不是失敗，而是在提醒：有些關係本來就沒被文件化

最後問題

回到你的團隊，哪一塊知識現在最像一桌散落的便利貼，最值得先畫成地圖？

graphify · Knowledge Graph Workshop

34

Q & A

Thanks

graphify · Knowledge Graph Workshop

35