graphify 中文支持完整指南:jieba 分词让知识图谱中文查询更精准
graphify 中文支持完整指南jieba 分词让知识图谱中文查询更精准【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是一款把代码库、文档、SQL 模式和配置文件变成可查询知识图谱的开源工具它为 Claude Code、Cursor、Codex 和 Gemini CLI 提供/graphify技能采用本地确定性 AST 解析不依赖向量库。更值得中文用户关注的是graphify 内置了jieba 中文分词支持让页面路由这样的复合中文词也能被精准命中。 为什么中文查询容易失手graphify 的查询引擎实现在 graphify/serve.py采用分词 IDF 加权的搜索管线把查询拆成词元再按词频给节点打分。这套逻辑对英文很友好——空格天然分词但对中文来说页面路由如果不拆分就很难命中只含路由的节点。graphify 给出的解法很直接检测到中文就分词查询词元中包含 CJK 字符时自动走分词分支jieba 优先安装了 jieba 就用它做语义分词页面路由 → [页面, 路由]优雅降级没装 jieba 时退化为双字滑窗bigram页面路由也会产生页面、路由等片段保留原词完整复合词会和分词结果一起参与匹配确保页面路由这类精确词不丢失。核心实现在 graphify/serve.py 的_segment_chinese函数def _segment_chinese(text: str) - list[str]: Segment Chinese text and keep the original term for exact matching. if _jieba is not None: segments [w for w in _jieba.cut(text) if len(w.strip()) 0] else: segments [text[i:i 2] for i in range(len(text) - 1)] or [text] if len(text) 1 and text not in segments: segments.append(text) return segments jieba 分词快速安装步骤jieba 是可选依赖通过chineseextra 引入见 pyproject.toml。推荐用 uv 安装uv tool install graphifyy[chinese]如果已在用 pippip install graphifyy[chinese] 不安装 jieba 也能查中文——双字滑窗回退机制保证基本可用装上 jieba 后长复合词的分词质量会明显更好。jieba 模块在 graphify/serve.py 中被缓存式导入导入成功就全程复用失败则记为None不阻塞服务启动。 中文查询是如何被处理的整条管线可以概括为检测中文 → jieba 分词 → 过滤疑问词 → IDF 加权打分 → 子串匹配加分。以查询前端 router 路由配置为例graphify 会同时得到前端 / router / 路由 / 配置四个可搜索词元中英混合场景在 tests/test_serve.py 中有对应测试。打分阶段有三个细节让中文查询更稳IDF 权重像错误这种出现在上百个节点的词权重低稀缺的专有名词权重高graphify/serve.py子串匹配中文节点标签常是短语路由可以直接命中路由桥接核对表这类节点tests/test_serve.py全链路验证页面路由查询能穿透图谱父子边找到含路由标签的子节点tests/test_serve.py。另外注意日文假名、韩文不会被误判为中文分词对象它们会整体保留为词元tests/test_serve.py。⚙️ 中文环境使用清单Windows 中文系统graphify 已修复系统默认编码导致的乱码问题——技能文件统一指定encodingutf-8json.dumps使用ensure_asciiFalse中文标签原样存储见 CHANGELOG.md。验证分词行为跑一下tests/test_serve.py中test_query_terms_chinese_segments_with_cached_jieba等用例可直观看到页面路由的分词产物。查看更新历史中文分词特性记录在 CHANGELOG.md。✅ 常见问题 FAQQ不装 jieba 会影响使用吗不会。双字滑窗回退能保证基本分词但复合词边界判断不如 jieba 精准建议按需安装。Q查询支持中英混合吗支持。同一句里英文按常规分词、中文走 jieba互不干扰。Q查询没命中中文节点怎么办试试直接用节点标签中的子串如只查路由子串匹配本身就是一等公民。 总结graphify 的中文支持体现了本地确定性的设计哲学不上传、不依赖向量库仅靠 jieba 分词 IDF 打分就让中文复合词查询变得精准可靠。配合 docs/translations/README.zh-CN.md 中文版说明中文用户开箱即用。【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

相关新闻

Replit智能模型路由实战:多模型调度与成本控制指南

Replit智能模型路由实战:多模型调度与成本控制指南

周五的 Replit 直播没有让人失望。团队把智能模型路由这块内容拆得很细,从 Agent 的模型调度机制,到用户如何自己配置路由策略,再到实际跑出来的请求日志,基本覆盖了从原理到落地的完整链路。这篇文章我会把直播里的关键技术点整理…

2026/11/20 16:36:50 阅读更多 →
Claude API生产环境接入指南:模型选型、连接异常与工程实践

Claude API生产环境接入指南:模型选型、连接异常与工程实践

最近不少同学在技术群里讨论 Anthropic,但问题已经从“Claude 又发布了什么新模型”,慢慢变成了“Claude API 到底能不能进生产环境”“接入成本高不高”“报错 failed to connect to api.anthropic.com 应该怎么查”。问题方向的变化,说明…

2026/11/15 13:33:42 阅读更多 →
有赞校招Java笔试高频考点解析:集合并发、JVM与数据库优化

有赞校招Java笔试高频考点解析:集合并发、JVM与数据库优化

1. 电商SaaS公司校招笔试的人才筛选逻辑 1.1 从业务形态反推用人画像 有赞是做什么的?帮助商家开店、做社交电商、经营私域流量的一套SaaS系统。这意味着它的核心业务天然带着几个关键词:多租户、高并发读写、订单交易、营销活动、移动端H5页面、微信生…

2026/11/16 18:30:51 阅读更多 →

最新新闻

Electron桌面应用开发实战:从环境搭建到打包发布全流程

Electron桌面应用开发实战:从环境搭建到打包发布全流程

做前端这些年,我大部分时间都在跟浏览器标签页打交道,直到第一次把桌面应用跑起来,才发现原来自己一直被限制在地址栏和刷新按钮围起来的框框里。Electron这个词,最开始是在某段时间频繁出现在同事的讨论里,一个用HTML…

2026/11/20 23:27:28 阅读更多 →
滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

简介:亚太天能T109滑盖智能锁产品说明书是一份PDF格式的官方技术文档,主要面向智能锁安装人员、终端用户及售后维护者,帮助快速掌握产品安装、配置与常见故障处理。全包仅1个PDF文件,大小4.37MB,内容结构清晰&#xff…

2026/11/20 23:27:28 阅读更多 →
PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

上个月我在调试一台高速AGV的驱动系统,整车要求空载跑到8m/s,电机转速已经拉到额定点,驱动器的输出电压也顶到了母线电压极限附近。再往上踩速度指令,转速纹丝不动,三相电流反而开始震荡。那会儿我的第一反应就是&…

2026/11/20 23:27:28 阅读更多 →
C++核心知识点:从内存管理到STL的实战指南

C++核心知识点:从内存管理到STL的实战指南

C 这门语言我前前后后折腾了十几年,用它写过嵌入式驱动、做过游戏服务端,也搭过基础组件库。每次看到新人一头扎进"C 核心知识点"这个搜索词,我其实挺感慨的——这门语言的难点从来不是语法多,而是知识点之间的耦合太深…

2026/11/20 21:55:32 阅读更多 →
T109滑盖智能锁怎么装?安装调试与故障排查全攻略

T109滑盖智能锁怎么装?安装调试与故障排查全攻略

简介:亚太天能T109滑盖智能锁产品说明书以PDF格式发布,适合智能锁用户、安装人员与售后维修人员阅读。内容围绕T109系列指纹密码刷卡锁展开,先介绍前面板、后面板、锁体、机械钥匙、电池盒盖等部件名称与功能,再给出完整安装步骤&…

2026/11/20 23:27:28 阅读更多 →
LLM知识降熵:从信息垄断到理解权下放

LLM知识降熵:从信息垄断到理解权下放

你有没有过这种经历:翻开源码注释、论文摘要或者一份专业报告,每个字都认识,连在一起却像天书。想找人聊聊,身边要么没人懂,要么懂的懒得跟你解释。后来我试着把同一段内容丢给一个大语言模型,几秒钟之后&a…

2026/11/20 22:59:12 阅读更多 →

日新闻

周新闻

月新闻