如何用graphify给AI Agent实现工作记忆overlay？

如何用graphify给AI Agent实现工作记忆overlay【免费下载链接】graphifyTurn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.项目地址: https://gitcode.com/GitHub_Trending/graph/graphifygraphify 是一个本地运行的代码知识图谱工具把代码、文档、SQL、PDF 全部解析成可查询的图让 AI Agent 查图代替翻文件。本文带你用 graphify 给 AI Agent 实现一套工作记忆 overlay工作记忆覆盖层Agent 每次对话的经验哪些来源靠谱、哪些是死路会被沉淀成旁挂的经验层下次会话自动读取越用越聪明。全程本地运行代码解析不经过任何大模型。为什么 AI Agent 需要工作记忆overlay大模型的上下文窗口就像人的短期记忆——会话一结束Agent 就失忆不知道上次哪个文件是权威来源不知道哪条排查路径已经走过并证明是死路。工作记忆 overlay 的思路是在持久的结构真相知识图谱之上叠一层轻量的经验提示层专门记录 Agent 的工作记忆层次存储内容特性结构层graph.json节点、边、调用关系持久真相只由代码解析生成永不被经验污染经验层.graphify_learning.json每个节点的 preferred / tentative / contested 状态派生数据随时可重建按新近性加权这种旁挂 sidecar 显示时合并的设计是 graphify 的关键取舍结构真相与经验提示严格分离经验层坏了也不影响图谱本身。相关设计可阅读 docs/how-it-works.md。一键安装30秒把 graphify 装进你的 AI 助手前置条件Python 3.10推荐 uv。uv tool install graphifyy # PyPI 包名是双 y 的 graphifyy graphify install # 把 /graphify 技能注册给 Claude Code、Cursor、Codex、Gemini CLI 等然后在 AI 助手里输入/graphify .就会生成三个核心文件graph.html浏览器可视化、GRAPH_REPORT.md亮点报告、graph.json完整图谱。工作记忆 overlay 的三步闭环graphify 的工作记忆机制是一个自改进循环核心在 graphify/reflect.py 和 graphify/skills/claude/references/query.md 中定义第 1 步 · 记录save-result 带 --outcome每次回答完问题后Agent 把结果存回记忆目录并标注本次结果useful有用、dead_end死路或corrected被纠正。这一步让经验有了客观的评分依据。第 2 步 · 反思graphify reflect运行graphify reflectgraphify 会扫描所有记忆文档按新近性加权 佐证次数聚合高频有用的来源 →preferred优先从这里开始查证据不足 →tentative可参考需复核正反证据冲突 →contested标记为有争议聚合结果写入两处人类可读的reflections/LESSONS.md推荐来源、已知死路、历史纠正以及工作记忆 overlay 侧车文件.graphify_learning.json。加--graph参数还会按社区分组经验。第 3 步 · 读取会话开始时自动刷新技能规范明确要求开始图相关工作前先跑graphify reflect --if-stale纯本地、确定性、零 LLM 成本若 LESSONS.md 已是最新则直接跳过然后读取LESSONS.md——先查推荐来源、绕开已知死路。overlay 会在哪些地方露脸经验层不是摆设graphify 在所有读取面上显示时才合并overlayexplain 命令输出节点详情时附带Lesson:经验提示HTML 可视化节点带彩色经验环一眼分辨可信/存疑/争议GRAPH_REPORT.md报告里专设工作记忆经验章节serve 服务API 查询节点时自动附带 overlay 条目还有一个贴心的过期检测overlay 里每个经验都携带所引用代码的 SHA256 指纹和出处问题列表provenance。如果代码后来改过这条经验会被标记为code changed — re-verify而不是继续冒充权威结论——这正是 CHANGELOG.md 中描述的 work-memory overlay 特性。让图谱跟上代码graphify update经验层依赖图谱的准确性改完代码后运行graphify update .做增量重建基于内容哈希缓存未变化的文件直接跳过纯代码改动只走 AST 解析、零 API 成本。这样结构层保鲜 经验层持续沉淀双轨并行Agent 的记忆才真正可靠。延伸阅读核心源码与文档工作记忆 overlay 构建与侧车读写graphify/reflect.py查询自改进循环--outcome 规范graphify/skills/claude/references/query.md增量更新流程graphify/skills/claude/references/update.md查询日志可选默认关闭保护隐私graphify/querylog.py记忆基准测试数据BENCHMARKS.md真实运行样例含 graph.json 输出worked/httpx/给 AI Agent 加工作记忆 overlay 的完整路径就是装 → 建图 → 带 outcome 记录 → reflect 反思 → 会话初读取经验。一次建图长期复用让 Agent 的经验像复利一样累积。【免费下载链接】graphifyTurn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.项目地址: https://gitcode.com/GitHub_Trending/graph/graphify创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考