企业官网建设流程全解析

0.7.5 (2026-05-04)

【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

• Feat:graphify extractnow runs incrementally — auto-detects priormanifest.jsonand re-extracts only changed/new files; semantic results cached by content hash so unchanged docs cost zero LLM tokens on repeat runs (#698)
• Feat: Entity deduplication pipeline runs on every build — entropy gate + MinHash/LSH blocking + Jaro-Winkler verification + same-community boost collapses near-duplicate entities (typos, spacing, plurals) before clustering
• Feat:--dedup-llmflag forgraphify extract— optional LLM tiebreaker for ambiguous entity pairs (~$0.01 for 10k-node graphs), off by default
• Deps:datasketchandrapidfuzzadded as base dependencies

需要说明的适用前提：该版本目标是计划时点的 0.7.5；当前仓库版本已推进到 **0.9.52**（[pyproject.toml](https://link.gitcode.com/i/87b9e7ee0f08732182792810dd6d731f) 第 7 行），上述两项能力早已进入发布序列，[CHANGELOG.md](https://link.gitcode.com/i/9b8397fe90cae71b85aec66ad3c9ffde) 中保留了大量围绕它们的后续修正记录，可作为"计划 → 生产"演进的实证索引，例如：`--no-dedup` 开关（允许运营者保留模糊命中的不同符号，#2881）、模糊合并计数在纯模糊运行下也被报告（#1857/#1860）、语义缓存写入按批次白名单限定（#1757/#1835）、`--mode deep` 独立缓存命名空间与 `--force` 绕过（#1894）、manifest 记录全部成功抽取文件而非仅零节点文件（#1897）、`build_merge` 无 `root` 时从 `.graphify_root` 标记回退推断以修复幽灵节点（#1571）等。 ## 八、Self-Review：规格覆盖与类型一致性 计划结尾的自检（Self-Review）确认了规格点与任务的映射关系，值得作为计划文档写作范式的参照： **Spec coverage（全部勾选）：** - 语义缓存包裹 → Task 4 步骤 3–4；增量自动检测（manifest）→ Task 4 步骤 3；`build_merge` + `prune_sources` → Task 4 步骤 5；manifest 仅在成功时保存 → Task 4 步骤 6；摘要输出 → Task 4 步骤 8 - `dedup.py` 新模块 → Task 2；熵门控 / MinHash-LSH 阻断 / Jaro-Winkler 验证 / 同社区加成 / 并查集合并 → Task 2 步骤 3 - `--dedup-llm` 裁决器 → Task 5；`build()` 与 `build_merge()` 接入 → Task 3 - `datasketch` + `rapidfuzz` 依赖 → Task 1；去重全链路测试 → Task 2 + 3；增量测试 → Task 4 - CHANGELOG + 版本号 → Task 6 **Placeholder scan：** 无占位符。 **Type consistency（签名一致性）：** `deduplicate_entities(nodes, edges, *, communities, dedup_llm_backend=None)` 在 Task 2/3/5 中一致；`build(extractions, *, directed, dedup)` 在 Task 3 中一致；`build_merge(..., dedup=True)` 在 Task 3/4 中一致。（当前实现的最终签名在此基础上追加了 `root` 与 `hyperedges` 两个关键字参数，见 [graphify/dedup.py](https://link.gitcode.com/i/7bdc77c7c145362afb866339de30b1a0)。） ## 九、测试与回归验证 计划在每个 Task 内都固定了相同的验证节奏，可整体复用于后续类似改动： ```bash # 目标测试 python -m pytest tests/test_dedup.py -v --tb=short python -m pytest tests/test_incremental.py -v --tb=short # 全量回归（计划时点基线：532 passed, 5 failed —— 预存 SQL 用例失败） python -m pytest tests/ -q --tb=no

【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