Speaker A
Каждому знакома ситуация, когда ты попросил укладку код, кодекс или антигравити, довольно простую вещь: спросил что-то про твой проект или попросил реализовать новую функцию в твоём коде.
Обзор Graphify — системы графа знаний, которая экономит токены и улучшает работу с кодом и проектами ИИ.
Key Takeaways
- Graphify значительно снижает расход токенов при работе с ИИ агентами.
- Система работает локально, разбирая файлы без постоянного обращения к языковым моделям.
- Поддерживает множество языков программирования и форматов файлов.
- Визуализация графа знаний помогает структурировать и лучше понимать проект.
- Graphify улучшает качество и скорость работы с кодом и контентом.
Summary
- Graphify — это система графа знаний, которая помогает агентам ИИ эффективнее работать с файлами и проектами.
- Система экономит до 70% токенов при запросах по сравнению с традиционными агентами, такими как Claude и Codex.
- Graphify поддерживает множество платформ и языков программирования, работает локально без лишних затрат токенов.
- Визуализация графа знаний помогает структурировать проект, но основная ценность — в точности и экономии токенов.
- Graphify создана на основе идей из Obsidian и LLM Wiki Андрея Кропатого, но превосходит их по функционалу.
- Система разбирает файлы локально, включая код, документацию и офисные форматы, что снижает нагрузку на модели ИИ.
- Установка и создание графа не требует большого количества токенов — пример автора показал 70 000 токенов для большой базы.
- Graphify позволяет задавать точные запросы и быстро находить нужные взаимосвязи в проекте, улучшая качество работы.
- Видео подробно объясняет, как настроить и использовать Graphify с Claude, Codex и другими агентами.
- Graphify становится вторым мозгом для проектов, повышая контекст и эффективность работы с ИИ.
Chapters
- 00:00Введение и проблема с токенами в ИИ агентах
- 00:54Graphify — решение с 60 000 звёзд на GitHub
- 01:49Основные возможности и поддержка платформ
- 02:43Проблемы с поиском и примеры из UI кода
- 03:42Почему Graphify лучше Обсидиан и других решений
- 04:42Пример работы графа знаний на YouTube системе
- 05:39Экономия токенов и эффективность запросов
- 06:33Установка, локальный разбор и поддерживаемые форматы
- 08:31Основные команды и работа с Graphify
- 10:13Заключение и преимущества использования Graphify
Full Transcript — Download SRT & Markdown
Speaker A
И вместо того, чтобы просто взять и реализовать, он лазит по десяти файлам, а в итоге всё равно не находит
Speaker A
нужную информацию и пишет абсолютно новое решение. И первым, кто показал решение, которое способно это исправить, был Андрей Кропатый, когда он показал свой викислой, который он создавал в Обсидиан.
Speaker A
Ну вот пришли ребята из UCB и создали решение, которое только за
Speaker A
последние несколько недель на GitHub собрало более 60 000 звёзд. Эта система графа знаний лучше, чем Обсидиан, лучше, чем решение от Карпатова. И это буквально решение, которое может помочь тебе сэкономить до 70% токенов в одних и тех же запросах. И ладно ещё сэкономить.
Speaker A
Оно поможет тебе работать с твоими проектами более качественно, независимо от того, твой проект — это vibe-код приложения или же это просто какая-то система контента, например, как у меня.
Speaker A
В этом видео я расскажу [музыка] тебе всё про эту систему. Как её настроить, как её использовать с Клодом, как её использовать с Кодекс, с Антигравити и всё остальное. В конце этого видео ты станешь буквально профи по использованию системы Graphify. Досматривай это видео
Speaker A
до конца. Меня зовут Ромерай, ты на канале Нейропросвещение. Поехали. Итак, по сути, Graphify является картой для твоего ИИ. Если ты хотя бы раз использовал Обсидиан, это максимально похоже, если мы говорим про визуальную составляющую. Ну, конечно же, вся сила
Speaker A
Graphify не в том, что есть такой визуальный пример, а именно в формате того, насколько сильно агенту становится проще работать с твоими файлами. По сути, это карта для твоего ИИ, которая одновременно работает практически со всеми платформами. Вот их официальная
Speaker A
документация на GitHub по установке. И здесь у нас код, CD Buddy, CodeК, OpenC и так далее. Весь остальной список вы видите на экране. Это поддержка абсолютно всех агентных платформ.
Speaker A
Поэтому, несмотря на то, что я буду вам рассказывать всё на примере CD код и Кодекс, это будет можно использовать хоть в мимо код бесплатной нейронки от Xiaomi, про который я рассказывал в отдельном видео. Посмотрите по подсказке на экране. Соответственно, главная
Speaker A
проблема агентных систем на сегодняшний день — это то, что практически они все, когда мы даём конкретный запрос, например, аудит-кода, найди или изучи конкретную функцию, делают запрос максимально сложным. Вначале Глоглоб сканирует всё, потом ГП ищет по словам, читает часто не тот файл, перечитывает
Speaker A
его заново, потом снова ищет и так каждый раз. Один из банальных примеров, который ты точно мог замечать, если хотя бы раз пытался сделать красивый дизайн в своём VP приложении, это когда у тебя даже есть, допустим, UI, он очень
Speaker A
классный. Вот я вот такие вот йкиты делаю в своих приложениях, и они действительно супер. Они позволяют делать дизайн гораздо лучше, чем даже делают многие дизайнеры. Но есть одно но. ЛД-код, Кодекс, неважно с чем я работаю, постоянно стремится нарисовать
Speaker A
мне ещё 10 кнопок, вместо того чтобы взять конкретную, которая как бы доступна в этом UI Kте. И даже несмотря на то, что я максимально подробно описываю Клодом D и агентом D, эта проблема всё равно сохраняется. Так вот, по сути, этот граф знаний позволяет тебе
Speaker A
от этой проблемы избавиться, даже если мы говорим про свою кодовую базу. То есть Обсидиан, например, принято брать скорее для документации. Вот так вот выглядит моя документация в Обсидиан. Ну, это тоже неплохо, но Graphify работает в том числе с кодовой базой. И здесь, на
Speaker A
мой взгляд, ему просто нет равных. Почему вообще о нём говорят? Ну, во-первых, мы уже выяснили, да, это 67 000 звёзд. Это довольно-таки известный ю-комбинатор. И, конечно же, идея была взята у Карпатова, который неплохо так хайпанул, казалось бы, обычным постом в Иксе с его LLM вики,
Speaker A
про который мы снимали отдельное видео. При этом самое интересное, что если мы посмотрим на то, как работает Graphify, это, в первую очередь, граф знаний, карта твоего проекта. Выглядит это примерно так, как я нарисовал вам в анимации. То есть это ноды, которые
Speaker A
являются там сущностью, файлами, сутями. Это взаимосвязи, знакомые вам по Obsidian Wicker, это кластеры данных и, конечно же, это узел вашего проекта, являющийся основным. Давайте рассмотрим на конкретном примере, который я показывал в моём предыдущем видео. Это моя система контента. Именно так
Speaker A
создаются такое количество роликов с тем качеством, в котором мы делаем. И мы можем посмотреть, что все вот эти цветные нити, на самом деле, это взаимосвязи.
Speaker A
Файлы выглядят вот так. Это огромная система. У меня в YouTube системе там более там нескольких тысяч файлов. И мы можем увидеть, на самом деле, если мы приблизим, здесь не так много вот этих вот оранжевых систем. Например, вот здесь мы прямо можем увидеть мой YouTube
Speaker A
канал, от которого уже в дальнейшем строится большущее количество взаимосвязей. То есть, по сути, мой YouTube является основным, с которым дальше взаимосвязаны все остальные ноды, мои какие-то отдельные видео и так далее. Но суть Graphify, она не в этой карте. То есть эта карта просто хайпово
Speaker A
выглядит, привлекает внимание, она масштабная. Нам кажется, что это что-то вау. На самом деле это самое неценное, что есть в этой системе, [музыка], потому что граф знаний, ну давайте будем честны. Вот мы с вами посмотрели, что вы тут поняли. Я знаю эту систему, я её
Speaker A
создавал. Я ни хрена не понял, потому что это просто красиво и хайпово. Для нас с вами толку в этой карте особого нет. Поэтому давайте переходить к действительно главным ценностям этой системы. А это, конечно же, точность, которую вы кратно повышаете, используя
Speaker A
для своей агентной системы. Без карты, как мы уже говорили, он будет грузить все файлы подряд. Многие замеры буквально показывали, что при тех задачах, которые без данной системы взаимосвязи Graphify тратили 123 000 [музыка] токенов за один запрос, с помощью графа
Speaker A
использовали всего 1 700 токенов. На всякий случай уточню, что оптимизация wки слой lm в Обсидиан работает менее экономно. И заранее уточнён, такой вопрос явно в комментариях появится.
Speaker A
Так, наверное, чтобы создать такую систему, как я вам сейчас показывал, нужно потратить большое количество токенов. И это абсолютно не так. Мы можем даже с вами посмотреть, сколько в итоге токенов я потратил на создание этой системы, потому что создал её в
Speaker A
рамках одного диалога. Так вот, при том, что я использовал код Sona 4.6, честно сказать, потому что переключиться просто забыл, но о'кей, я потратил всего 70 000 токенов на создание всего графа знаний в моей невероятно огромной базе данных, которой там тысячи файлов буквально.
Speaker A
Поэтому мы должны зафиксировать, что даже на этапе установки эта система вообще не жрёт токены. Ну и дополнительно на экране вы прямо видите, как эта визуализация работает. То есть изначально Graphify находит конкретный нужный кусочек, и потом уже от него по
Speaker A
графу знаний агентная система идёт дальше. И ещё одна не менее важнейшая вещь, это то, что это работает практически бесплатно. Знаете, почему так мало токенов тратится? Потому что сам код разбирается локально, как и любые [музыка] текстовые файлы.
Speaker A
Смотрите, Graphify изначально это не внутренняя системная команда CLDC кодекс итг ае. Это плагин, который вы устанавливаете дополнительно. Так вот, в итоге этот плагин буквально автономно, без применения LM, без применения мозгов, да, скажем так, самостоятельно разбирает ваши файлы на тридцатишести
Speaker A
языках программирования. И на самом деле, если мы с вами вернёмся на GitHub, то мы увидим, что он умеет самостоятельно разбирать большущее количество различных взаимосвязей. Это даже Salesforce файлы, но это для нас не так важно. Ну, допустим, MCP config,
Speaker A
файлы с документацией, всем известные MD и так далее, офисные файлы Doc, X, XLS, Google Workspace, PDF. Для всего этого Graphify не будет требовать у вас токена, он сделает это локально. Ну а для чего тогда при создании график будут
Speaker A
использованы модели, вы также видите на экране.
Speaker A
И после того, как вы установите графиif у себя, всё, что вам нужно будет вести соответствующую команду без различных уточнений, хотите в расширении, хотите в терминале, просто выбираем нажатием этой команды, и начинает создаваться наш графслой. Для больших систем иногда
Speaker A
понадобится даже несколько часов. Для небольших достаточно 5 минут. Дальше в этом видео я вам ещё обязательно расскажу о том, когда имеет смысл это использовать, когда это просто хайп и не надо. Ну а пока что давайте разберёмся ещё с одной вещью, которую клодко у вас
Speaker A
явно спросит. После того, как он начнёт установку, он даже остановится для того, чтобы в дальнейшем спросить у вас, какой именно графслой вы хотите. Потому что есть всегда вариант все файлы окутать туда. Есть вариант окутать только самое важное в графслой. И здесь я бы выбирал,
Speaker A
на самом деле, все файлы. Ну, потому что это наиболее логично. Вот мы можем увидеть, что он автономно без применения. Тут он вообще какой-то опике ищет, но это неважно, он там дальше справится. Без применения нашей LM в нашем случае кодкод самостоятельно
Speaker A
обнаружил, да, все кодовые файлы, файлы документации, изображения и так далее. И выбрал то, что мы будем использовать для того, чтобы правильно с этим работать.
Speaker A
Ну вот здесь вот, пожалуйста, да, он не стал в итоге GM использовать. Это нас относит ко всем командам, которые вы можете применять. Если что, это будет на гитхабе, ссылку, на которую я вам оставлю. Но на самом деле, применял ли я
Speaker A
бы все эти команды, вот которые именно здесь? Да нет, особо нет смысла. Можно написать клодкоду задачи, он сам решит, какие команды применять, потому что после того, как вы установили grapify, по сутикод уже знает, что он там есть, как с ним работать. Всегда можете
Speaker A
самостоятельно посмотреть документацию. И все эти команды на изус вам знать просто не нужно. Но а так как мы работаем с кодовой базой, важно запомнить одну простую штуку. В вашей кодовой базе есть NVS, secrчаy, которые конфиденциальны. ключи не должны уйти ни
Speaker A
в граф, ни в модель. Для этого у graphi есть свой точка graphi ignore syntaxis [музыка] как git ignore. То есть, соответственно, у нас есть secrets. И также graphi будет уложать, [музыка] так сказать, git ignore. И если у вас
Speaker A
прописано git ignore, то что там в янва не взялась, то он должен это также применить. Но дополнительно стоит всё-таки самостоятельно проверить, чтобы действительно ваши secкреты не попали в граф. Первой строкой всегда идут секретсы и дальше уже всё остальное.
Speaker A
Основные же команды, которые вам стоит выучить по графиify - это, конечно же, quyery. Про quyer на самом деле всё максимально просто. Я могу спросить, допустим, графиicy, как связаны персона агентов и правила Playbook. Ну и так как в нашем случае персона агентов нету в
Speaker A
этой именно директории, он прямо нам описывает, да, то есть как это всё реализовано и так далее. В целом вы можете спросить про любые взаимосвязь. В моём случае это могло быть как создаётся видео на определённом YouTube канале.
Speaker A
Graphify Expl - это когда нам нужно объединить кусок и окружения. Это лучше доверить-коду, как и в целом команда grafify puff. А вот grapify hook install - это довольно важная штука. Если вы работаете не один или вы боитесь, что
Speaker A
граф связи [музыка] уберутся просто от того, что вы там какие-то изменения внесли и вы внесли их после того, как Grifify слой был создан, просто введите эту команду и она добавит хук после каждого коммита в гитеFify будет автоматически запускаться и обновлять те
Speaker A
файлы, которые у вас есть. Это позволит и вам, и команде всегда овладеть самой полной информацией. Соответственно, также у вас есть файлграф Repпоort.
Speaker A
После того, как это всё было создано, там у нас граф, то есть на чём держится половина проекта. В моём случае вы могли увидеть, что там именно YouTube канал.
Speaker A
Дальше Surprisingic Connections, неожиданные связи, то, что сам бы он не спросил. Дальше question, то есть вопросы, которые вскрывают косяки в архитектуре. Всё это создано для организации тех вопросов, которые вы сами, может быть, бы даже и не спросили.
Speaker A
Как итог, какие реальные плюсы, когда стоит использовать граp FIFF, а когда нет? На самом деле ответ в этом максимально прост. Первое, если в вашем репозитории больше 100 файлов, опять же, если у вас особенно полегло от монорепа, анбординг и прочий истории, и если у вас
Speaker A
не только код, конечно же, grafify работает не только с кодом, я вам специально здесь показываю на примере другого проекта, но с кодом это также будет работать шикарно и будет помогать вам легче находить нужные взаимосвязи. В чём ловушка и абсолютная работа ради
Speaker A
работы - это, конечно же, когда у вас мелкий репозиторий. Если у вас сейчас 20-30 файлов и вы с ними работаете через вики в обсидиан, да и о'кей, продолжайте работать, вам не нужен этот граслой. Это история про большие проекты, про тысячи
Speaker A
файлов, про то, когда вы сами уже не знаете, что в ваших файлах. Вот возьмём ULPI, про который я что-то не в каждом видео рассказывал. UIP AI сегодня достаточно большой САС. Ну, в том плане, что там много функций, много
Speaker A
взаимосвязи, и я сам уже не знаю, как там что работает. Да, и в целом, раньше не знал, когда такой же проект делали программисты, но именно благодаря тому, что там качественно сделан граф знаний, мне не нужно знать, что там. Это знает
Speaker A
клод-код, это знает кодекс. И, соответственно, именно они там и проводят работу. Конечно же, преимущество графиifа это в том, что контекст становится выше промта. То есть опять же графий становится таким вторым мозгом, как до этого хайповал обсидиан Вики. Только в плане графа это работает
Speaker A
чуть лучше. Соответственно, здесь у нас все наши заметки, пдфки, видео, какие-то ссылки на YouTube и так далее. которые отцифрованы и которые теперь агент может действительно прочитать и видеть. Ну и, конечно, помимо этого обзорного видео, я подготовил для вас десятки обучающих
Speaker A
видео о том, как я сам зарабатываю с помощью неростей, как я создаю свою систему контента и рассказал максимально подробно о нём, как выбирать нишу для САС, как начать зарабатывать на создании продуктов на заказ, как заставить код смотреть видео и ещё десяток бесплатных
Speaker A
уроков. В то время пока остальные продают закрытые клубы за 5.000 руб. Мы раздаём бесплатно. И всё, что вам нужно для того, чтобы получить все эти материалы, а также мой улучшатель промтов для Gemini и Chat GPT, а также все материалы видео, просто перейдите по
Speaker A
ссылке в описании и забирайте, пока это доступно и абсолютно бесплатно. Последнее видео здесь по подсказке [музыка] на экране. Увидимся. M.
Topics:Graphifyграф знанийэкономия токеновClaudeCodexИИ агентыкодовая базавизуализациялокальный разборнейропросвещение
