Read this in other languages
🇺🇸 English | 🇨🇳 简体中文 | 🇯🇵 日本語 | 🇰🇷 한국어 | 🇩🇪 Deutsch | 🇫🇷 Français | 🇪🇸 Español | 🇮🇳 हिन्दी | 🇧🇷 Português | 🇷🇺 Русский | 🇸🇦 العربية | 🇮🇷 فارسی | 🇮🇹 Italiano | 🇵🇱 Polski | 🇳🇱 Nederlands | 🇹🇷 Türkçe | 🇺🇦 Українська | 🇻🇳 Tiếng Việt | 🇮🇩 Bahasa Indonesia | 🇸🇪 Svenska | 🇬🇷 Ελληνικά | 🇷🇴 Română | 🇨🇿 Čeština | 🇫🇮 Suomi | 🇩🇰 Dansk | 🇳🇴 Norsk | 🇭🇺 Magyar | 🇹🇭 ภาษาไทย | 🇺🇿 Oʻzbekcha | 🇹🇼 繁體中文 | 🇵🇭 Filipino | 🇮🇱 עברית
Reduser agentenes tokenforbruk med 80%. Graphify Cloud er et alltid-på-minne som styrer agentene dine, holder kodekvaliteten høy og beviser korrekthet med formell verifisering. Start en gratis 14-dagers prøveperiode →
Skriv /graphify i AI-kodeassistenten din, så kartlegger den hele prosjektet ditt (kode, dokumenter, PDF-filer, bilder, videoer) til en kunnskapsgraf som du kan spørre i stedet for å greppe gjennom filer.
- Kode kartlegges gratis, helt lokalt. Kode parses med tree-sitter AST: deterministisk, ingen LLM, ingenting forlater maskinen din. (Dokumenter, PDF-filer, bilder og video bruker assistentens modell, eller en konfigurert API-nøkkel, for en semantisk gjennomgang.)
- Hver kant forklares. Hver tilkobling merkes
EXTRACTED(eksplisitt i kilden) ellerINFERRED(utledet av graphify), slik at du kan skille det som ble lest direkte fra det som ble utledet. - Ikke en vektorindeks. Ingen embeddings, ingen vektorlagring: en ekte graf som du traverserer. Still et spørsmål, spor stien mellom to ting, eller forklar ett konsept.
Note
Vil du ha dette alltid på? Graphify Cloud holder grafen levende gjennom hele SDLC-en din: støtte for monorepo og kryssrepo, formell verifisering og kodegjennomgang med fugleperspektiv over SDLC-en din, pluss koblinger for Sentry, Jira og mer, slik at hendelser og saker ligger i samme graf som koden din. Start en gratis 14-dagers prøveperiode på app.graphify.com.
FastAPI-kodebasen kartlagt av graphify. Hver node er et konsept, farger er detekterte fellesskap, og alt sammen er klikkbart i graph.html.
Kom i gang (30 sekunder):
uv tool install graphifyy # install the CLI (or: pipx install graphifyy)
graphify install # register the skill with your AI assistantDeretter, i AI-assistenten din:
/graphify .
Det var det. Du får tre filer:
graphify-out/
├── graph.html open in any browser — click nodes, filter, search
├── GRAPH_REPORT.md the highlights: key concepts, surprising connections, suggested questions
└── graph.json the full graph — query it anytime without re-reading your files
Den lagrede grafen inkluderer graph.schema_version slik at integrasjoner kan oppdage
inkompatible formatendringer, pluss graph.graphify_version som identifiserer den
Graphify-utgivelsen som produserte den.
Fungerer i Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot og 15+ flere — velg plattformen din.
Fullstendige veiledninger og referanse finnes på docs.graphify.com:
- Hurtigstart — bygg din første graf
- CLI-referanse — hver kommando og hvert flagg
- Still bedre grafspørsmål — spørringsmønstre
- Konfigurasjon — miljøvariabler og justering
- Støttede input — språk og filtyper
- Teamarbeidsflyter og PR-gjennomgang
- Feilsøking og Slik fungerer det
Når grafen er bygget, spør du i den i stedet for å lese filer. Ekte output, graphify kjørt på FastAPI-kodebasen vist ovenfor:
$ graphify explain "APIRouter"
Node: APIRouter
Source: routing.py L2210
Community: 2
Degree: 47
Connections (47):
--> RequestValidationError [uses] [INFERRED]
--> Dependant [uses] [INFERRED]
--> .get() [method] [EXTRACTED]
<-- __init__.py [imports] [EXTRACTED]
...
$ graphify path "FastAPI" "ModelField"
Shortest path (3 hops):
FastAPI --uses--> DefaultPlaceholder <--references-- get_request_handler() --references--> ModelField
Hver kant bærer et konfidensmerke (EXTRACTED = eksplisitt i kilden, INFERRED = utledet ved resolusjon), slik at du kan skille det som ble lest direkte fra det som ble utledet. graphify query "<question>" returnerer en avgrenset delgraf for et spørsmål i klarspråk, og graphify path A B sporer hvordan to ting henger sammen.
Hva du får ut av boksen:
| Funksjon | Hva du får |
|---|---|
| Gudenoder | De mest tilkoblede konseptene, slik at du ser hva alt flyter gjennom |
| Fellesskap | Grafen delt opp i delsystemer (Leiden), med LLM-frie etiketter |
| Lenker på tvers av filer | calls / imports / inherits / mixes_in løst opp på tvers av ~40 språk via tree-sitter AST |
| Query, path, explain | Still et spørsmål, spor stien mellom to ting, eller forklar ett konsept, alt mot graph.json |
| Begrunnelse + dokumentreferanser | # NOTE: / # WHY:-kommentarer og ADR/RFC-sitater blir førsteklasses noder koblet til koden |
| Utover kode | Dokumenter, PDF-filer, bilder og video/lyd kartlegges alle inn i samme graf |
| Lokalt først | Kode parses lokalt med tree-sitter (ingen LLM, ingenting forlater maskinen din); kun den semantiske gjennomgangen av dokumenter/medier kaller en backend, og kun hvis du konfigurerer en |
Tip
Kjører du dette på tvers av mange repoer eller et monorepo? Graphify Cloud gjør det kontinuerlig og kutter agentenes tokenforbruk med 80%, med kryssrepolenker, kodegjennomgang på tvers av hele SDLC-en, formell verifisering og Sentry/Jira-koblinger. Start en gratis 14-dagers prøveperiode →
| Benchmark | Mål | graphify | Feltet |
|---|---|---|---|
| LOCOMO (n=300) | recall@10 | 0.497 | mem0 0.048, supermemory 0.149 |
| LOCOMO (n=300) | QA-nøyaktighet | 45.3% | supermemory 49.7%, mem0 27.3% |
| LongMemEval-S (n=50) | QA-nøyaktighet | 76% | på linje med tett RAG |
| ERPNext på tvers av verktøy (n=6) | dekning av nøkkelfakta | 82.0% | grep/read-grunnlinje 70.8% |
| Grafbygging | LLM-kreditter | 0 | per token for de fleste systemer |
Hvert system kjørte på samme harness med samme modell og budsjetter, vurdert av en dommer blindvalidert mot en annen dommer (90.6% enighet, Cohens kappa 0.81). Fullstendige tabeller per system, resultatet for kodeintelligens og reproduksjonskommandoer: BENCHMARKS.md.
| Krav | Minimum | Sjekk | Installer |
|---|---|---|---|
| Python | 3.10+ | python --version |
python.org |
| uv (anbefalt) | hvilken som helst | uv --version |
curl -LsSf https://astral.sh/uv/install.sh | sh |
| pipx (alternativ) | hvilken som helst | pipx --version |
pip install pipx |
macOS rask installasjon (Homebrew):
brew install python@3.12 uvWindows rask installasjon:
winget install astral-sh.uvUbuntu/Debian:
sudo apt install python3.12 python3-pip pipx
# or install uv:
curl -LsSf https://astral.sh/uv/install.sh | shImportant
Offisiell pakke: PyPI-pakken er graphifyy (dobbel-y). Andre graphify*-pakker på PyPI er ikke tilknyttet. CLI-kommandoen er fortsatt graphify.
Det offisielle kildekoderepositoriet er Graphify-Labs/graphify.
Trinn 1 — installer pakken:
# Recommended (isolated env; if 'graphify' isn't found after, run: uv tool update-shell):
uv tool install graphifyy
# Alternatives:
pipx install graphifyy
pip install graphifyy # may need PATH setup — see note belowTrinn 2 — registrer ferdigheten hos AI-assistenten din:
graphify installDet var det. Åpne AI-assistenten din og skriv /graphify .
For å installere assistentferdigheten i det gjeldende repositoriet i stedet for
brukerprofilen din, legg til --project:
graphify install --project
graphify install --project --platform codexProsjektavgrensede installasjoner skrives under den gjeldende katalogen, for eksempel
.claude/skills/graphify/SKILL.md eller .agents/skills/graphify/SKILL.md (pluss en
references/-sidecar som ferdigheten laster ved behov), og
skriver ut et git add-hint for filer som kan committes.
Kommandoer per plattform som støtter prosjektavgrensede installasjoner, godtar samme flagg,
for eksempel graphify claude install --project eller graphify codex install --project.
Tip
Støter du på command not found, et pip-problem på Mac/Windows, PowerShell-siteringer, uvx-bruk, PATH-særtrekk med git-hooks eller strict mode? Se Installasjon og Feilsøking.
Velg plattformen din (20+ assistenter, klikk for å utvide)
| Plattform | Installasjonskommando |
|---|---|
| Claude Code (Linux/Mac) | graphify install |
| Claude Code (Windows) | graphify install (oppdages automatisk) eller graphify install --platform windows |
| CodeBuddy | graphify install --platform codebuddy |
| Codex | graphify install --platform codex |
| OpenCode | graphify install --platform opencode |
| Kilo Code | graphify install --platform kilo |
| GitHub Copilot CLI | graphify install --platform copilot |
| VS Code Copilot Chat | graphify vscode install |
| Aider | graphify install --platform aider |
| OpenClaw | graphify install --platform claw |
| Factory Droid | graphify install --platform droid |
| Trae | graphify install --platform trae |
| Trae CN | graphify install --platform trae-cn |
| Gemini CLI | graphify install --platform gemini |
| Hermes | graphify install --platform hermes |
| Kimi Code | graphify install --platform kimi |
| Amp | graphify amp install |
| Agent Skills (på tvers av rammeverk) | graphify install --platform agents (alias --platform skills) |
| Kiro IDE/CLI | graphify kiro install |
| Pi coding agent | graphify install --platform pi |
| Cursor | graphify cursor install |
| Devin CLI | graphify devin install |
| Google Antigravity | graphify antigravity install |
Codex-brukere trenger også multi_agent = true under [features] i ~/.codex/config.toml for parallell ekstraksjon. CodeBuddy bruker samme Agent-verktøy og PreToolUse-hookmekanisme som Claude Code. Factory Droid bruker Task-verktøyet for parallell utsending av subagenter. OpenClaw og Aider bruker sekvensiell ekstraksjon (støtte for parallelle agenter er fortsatt tidlig på disse plattformene). Trae bruker Agent-verktøyet for parallell utsending av subagenter og støtter ikke PreToolUse-hooks, så AGENTS.md er den alltid-på-mekanismen.
--platform agents (alias --platform skills) retter seg mot de generiske plasseringene for Agent-Skills på tvers av rammeverk: spesifikasjonens brukerglobale ~/.agents/skills/ (leses av npx skills og spesifikasjonskonforme rammeverk) for en global installasjon, og ./.agents/skills/ for en prosjektinstallasjon (--project). Det bare graphify install forblir enkeltplattform (Claude Code) med vilje — bruk den navngitte agents-plattformen når du vil at ferdigheten skal kunne oppdages av ethvert rammeverk som leser .agents/skills.
Codex bruker
$graphifyi stedet for/graphify.
Valgfrie ekstraer (installer bare det du trenger)
| Ekstra | Hva det legger til | Installer |
|---|---|---|
pdf |
PDF-ekstraksjon | uv tool install "graphifyy[pdf]" |
office |
Støtte for .docx og .xlsx |
uv tool install "graphifyy[office]" |
google |
Rendering av Google Sheets | uv tool install "graphifyy[google]" |
video |
Transkribering av video/lyd (faster-whisper + yt-dlp) | uv tool install "graphifyy[video]" |
mcp |
MCP stdio-server | uv tool install "graphifyy[mcp]" |
neo4j |
Støtte for push til Neo4j | uv tool install "graphifyy[neo4j]" |
falkordb |
Støtte for push til FalkorDB | uv tool install "graphifyy[falkordb]" |
svg |
SVG-grafeksport | uv tool install "graphifyy[svg]" |
leiden |
Leiden-fellesskapsdetektering (graspologic på Python < 3.13; innebygd backend på 3.13+) | uv tool install "graphifyy[leiden]" |
ollama |
Lokal inferens med Ollama | uv tool install "graphifyy[ollama]" |
openai |
OpenAI / OpenAI-kompatible API-er | uv tool install "graphifyy[openai]" |
gemini |
Google Gemini API | uv tool install "graphifyy[gemini]" |
anthropic |
Anthropic Claude API (--backend claude, bruker ANTHROPIC_API_KEY) |
uv tool install "graphifyy[anthropic]" |
bedrock |
AWS Bedrock (bruker IAM, ingen API-nøkkel) | uv tool install "graphifyy[bedrock]" |
azure |
Azure OpenAI Service (--backend azure, bruker AZURE_OPENAI_API_KEY + AZURE_OPENAI_ENDPOINT) |
uv tool install "graphifyy[openai]" |
sql |
Ekstraksjon av SQL-skjema | uv tool install "graphifyy[sql]" |
postgres |
Live-introspeksjon av PostgreSQL (--postgres DSN) |
uv tool install "graphifyy[postgres]" |
dm |
BYOND DreamMaker .dm/.dme AST-ekstraksjon (kan trenge en C-kompilator + python3-dev hvis ingen wheel matcher plattformen din) |
uv tool install "graphifyy[dm]" |
terraform |
Terraform / HCL .tf/.tfvars/.hcl AST-ekstraksjon |
uv tool install "graphifyy[terraform]" |
pascal |
Pascal / Delphi .pas/.dpr/.dpk/.inc AST-ekstraksjon (mer nøyaktige calls/inherits-kanter; faller tilbake til en regex-ekstraktor når den mangler) |
uv tool install "graphifyy[pascal]" |
ocaml |
OCaml .ml/.mli AST-ekstraksjon |
uv tool install "graphifyy[ocaml]" |
commonlisp |
Common Lisp .lisp/.cl/.lsp/.asd AST-ekstraksjon |
uv tool install "graphifyy[commonlisp]" |
robot |
Robot Framework .robot/.resource-ekstraksjon (suiter, testtilfeller, nøkkelord, kanter for nøkkelordkall og ressurs-/biblioteksimport) |
uv tool install "graphifyy[robot]" |
chinese |
Kinesisk spørringssegmentering (jieba) | uv tool install "graphifyy[chinese]" |
all |
Alt ovenfor | uv tool install "graphifyy[all]" |
Kjør dette én gang i prosjektet ditt etter at du har bygget en graf:
Kjør graphify <platform> install én gang i prosjektet ditt, for eksempel graphify claude install eller graphify codex install (eller graphify install --platform <name>).
Dette skriver en liten konfigurasjonsfil som forteller assistenten din at den skal konsultere kunnskapsgrafen for spørsmål om kodebasen, og foretrekke avgrensede spørringer som graphify query "<question>" fremfor å lese hele rapporten eller greppe rå filer.
- Hook-plattformer (Claude Code, Gemini CLI): en hook utløses automatisk før søkelignende verktøykall (og, på Claude Code, før kildefiler leses én etter én via Read/Glob-verktøyene) og dytter assistenten din mot grafstien.
- Instruksjonsfilplattformer (Codex, OpenCode, Cursor osv.): vedvarende instruksjonsfiler (
AGENTS.md,.cursor/rules/osv.) gir den samme spørring-først-veiledningen.
GRAPH_REPORT.md er fortsatt tilgjengelig for bred arkitekturgjennomgang.
CodeBuddy gjør de samme to tingene som Claude Code: skriver en CODEBUDDY.md-seksjon som forteller CodeBuddy å lese graphify-out/GRAPH_REPORT.md før den besvarer arkitekturspørsmål, og installerer PreToolUse-hooks (.codebuddy/settings.json) som utløses før Bash-søkekommandoer og fillesinger, og dytter mot graphify query i stedet.
Codex skriver til AGENTS.md, som er det som faktisk bærer den alltid-på-grafveiledningen på denne plattformen. graphify codex install registrerer også en PreToolUse-hook i .codex/hooks.json (graphify hook-check), men den oppføringen er bevisst en no-op: Codex Desktop avviser hookSpecificOutput.additionalContext på PreToolUse, så å sende ut en dytt der ville ødelegge Bash-verktøykall. I motsetning til Claude Code, der hooken (graphify hook-guard) utfører dyttingen, utløses hooken på Codex og gjør bevisst ingenting, og AGENTS.md er den alltid-på-mekanismen.
Kilo Code installerer Graphify-ferdigheten til ~/.config/kilo/skills/graphify/SKILL.md og en innebygd /graphify-kommando til ~/.config/kilo/command/graphify.md. graphify kilo install skriver også AGENTS.md pluss et innebygd tool.execute.before-plugin (.kilo/plugins/graphify.js + registrering i .kilo/kilo.json eller .kilo/kilo.jsonc), slik at Kilo får den samme alltid-på-grafpåminnelsesatferden gjennom innebygd .kilo-konfigurasjon.
Cursor skriver .cursor/rules/graphify.mdc med alwaysApply: true, slik at Cursor inkluderer den i hver samtale automatisk, ingen hook nødvendig.
For å fjerne graphify fra alle plattformer på én gang: graphify uninstall (legg til --purge for også å slette graphify-out/). Eller bruk kommandoen per plattform (f.eks. graphify claude uninstall).
GRAPH_REPORT.md oppsummerer gudenodene, fellesskapene og nøkkelstiene for bred arkitekturgjennomgang. Hvordan grafen bygges og hva den inneholder: Slik fungerer graphify.
graphify parser ~40 programmeringsspråk lokalt med tree-sitter AST, og kartlegger dokumenter, PDF-filer, bilder og lyd/video gjennom en valgfri semantisk gjennomgang. Full liste: Støttede input.
/graphify . # build graph for current folder
/graphify ./docs --update # re-extract only changed files
/graphify . --cluster-only # rerun clustering without re-extracting
/graphify . --cluster-only --resolution 1.5 # more granular communities
/graphify . --cluster-only --exclude-hubs 99 # suppress utility super-hubs from god-node rankings
/graphify . --no-viz # skip the HTML, just the report + JSON
/graphify . --wiki # build a markdown wiki from the graph
graphify export callflow-html # Mermaid architecture/call-flow HTML (auto-regenerates on every git commit if hook is installed)
/graphify query "what connects auth to the database?"
/graphify path "UserService" "DatabasePool"
/graphify explain "RateLimiter"
/graphify add https://arxiv.org/abs/1706.03762 # fetch a paper and add it
/graphify add <youtube-url> # transcribe and add a video
graphify hook install # auto-rebuild on commit + branch checkout (run `graphify update .` after `git pull` — see "Recommended workflow" below)
graphify merge-graphs a.json b.json # combine two graphs
graphify prs # PR dashboard: CI state, review status, worktree mapping
graphify prs 42 # deep dive on PR #42 with graph impact
graphify prs --triage # AI ranks your review queue (uses whatever backend is configured)
graphify prs --conflicts # PRs sharing graph communities — merge-order riskSe den fullstendige kommandoreferansen nedenfor.
graphify respekterer .gitignore og støtter --exclude-mønstre og en prosjekt-.graphifyignore. Detaljer: Konfigurasjon.
Commit eller del grafen slik at hele teamet ditt spør mot den samme konteksten, og gjennomgå pull requests med grafkontekst. Se Del kontekst med teamet ditt og Gjennomgå pull requests.
Utover AI-assistenten din kan du spørre graph.json rett fra CLI-en med graphify query, graphify path og graphify explain. Se Still bedre grafspørsmål og spørringsreferansen.
Backends, API-nøkler, hook-atferd og justering styres av miljøvariabler. Full tabell: Konfigurasjon.
- Kodefiler — behandles lokalt via tree-sitter. Ingenting forlater maskinen din. Et korpus med kun kode krever ingen API-nøkkel —
graphify extractkjører helt offline. På et blandet repo, legg til--code-onlyfor å indeksere bare koden og hoppe over dokumenter/PDF-filer/bilder som ellers ville trenge en LLM. - Video / lyd — transkriberes lokalt med faster-whisper. Ingenting forlater maskinen din.
- Dokumenter, PDF-filer, bilder — sendes til AI-assistenten din for semantisk ekstraksjon (via
/graphify-ferdigheten, med modellen IDE-økten din kjører). Headlessgraphify extractkreverGEMINI_API_KEY/GOOGLE_API_KEY(Gemini),MOONSHOT_API_KEY(Kimi),ANTHROPIC_API_KEY(Claude),OPENAI_API_KEY(OpenAI),DEEPSEEK_API_KEY(DeepSeek), en kjørende Ollama-instans (OLLAMA_BASE_URL), AWS-legitimasjon via den standardmessige leverandørkjeden (Bedrock – ingen API-nøkkel nødvendig, bruker IAM), ellerclaude-CLI-binæren (Claude Code – ingen API-nøkkel nødvendig, bruker Claude-abonnementet ditt). Flagget--dedup-llmbruker samme nøkkel. - Datalagring —
graphify extractoppdager automatisk hvilken leverandør som skal brukes basert på hvilken API-nøkkel som er satt (prioritet: Gemini → Kimi → Claude → OpenAI → DeepSeek → Azure → Bedrock → Ollama). For kode med krav til datalagring, bruk--backend ollama(helt lokal) eller angi et eksplisitt--backend-flagg. Kimi (MOONSHOT_API_KEY) rutes til Moonshot AI-servere i Kina. - Ingen telemetri, ingen bruksporing, ingen analyse.
- Spørringslogging — hvert
graphify query-,graphify path-,graphify explain- og MCPquery_graph-kall logges til~/.cache/graphify-queries.logi JSON Lines-format (tidsstempel, spørsmål, korpus, returnerte noder, varighet). Fullstendige delgraf-svar lagres ikke som standard. SettGRAPHIFY_QUERY_LOG_DISABLE=1for å melde deg av, ellerGRAPHIFY_QUERY_LOG=/dev/nullfor å dempe uten å deaktivere kodestien.
Vanlige installasjons- og ekstraksjonsproblemer og løsningene deres: Feilsøking.
Hver kommando og hvert flagg, med eksempler: CLI-referanse.
- docs.graphify.com — full dokumentasjon: veiledninger, kommandoreferanse og integrasjoner
- Slik fungerer det — ekstraksjonspipelinen, fellesskapsdetektering, konfidensscoring, benchmarks
- ARCHITECTURE.md — moduloversikt, hvordan man legger til et språk
- Valgfrie integrasjoner — Docker MCP Toolkit + SQLite
- The Memory Layer — boken om ideene bak graphify, arkitekturen fra ende til ende
Graphify Cloud er det alltid-på-laget bygget oppå graphify. I stedet for en graf du bygger på nytt ved behov per mappe, holder det én levende graf gjennom hele programvareutviklingslivssyklusen din:
- 80% færre tokens — alltid-på-minne betyr at agentene dine slutter å lese om og forklare om kodebasen hver økt.
- Monorepo og kryssrepo — én sammenkoblet graf på tvers av hver tjeneste og hvert repository, ikke en graf per mappe.
- Formell verifisering — sjekk arkitektur- og avhengighetsinvarianter mot den levende grafen.
- Kodegjennomgang med fugleperspektiv over SDLC-en din — se hvordan en endring sprer seg gjennom hele systemet før du merger.
- SDLC-koblinger — hent inn Sentry, Jira og mer, slik at hendelser, saker og kode lever i én graf.
- Alltid på — oppdateres kontinuerlig i bakgrunnen på tvers av kode, dokumenter og møter.
Start en gratis 14-dagers prøveperiode på app.graphify.com →
Bidrag er velkomne. Se CONTRIBUTING.md for utviklingsoppsettet, test- og CI-paritetskommandoene, git-arbeidsflyten og hva som gjør et sterkt bidrag (gjennomarbeidede eksempler og feilrapporter om ekstraksjon er mest nyttige). Arkitektur og hvordan man legger til et språk: ARCHITECTURE.md.
Ny her? Si hei på Discord eller i GitHub Discussions.
Laget med contrib.rocks.
README-en er tilgjengelig på 32 språk. Bruk språkvelgeren øverst i denne filen for å lese den på ditt eget, eller bla gjennom docs/translations/. For å forbedre en oversettelse eller legge til en ny, åpne en pull request mot den tilsvarende filen der.
Bygger du noe i graphify-økosystemet? Det oppmuntres. Hvis prosjektet ditt bruker "graphify" i navnet sitt (for eksempel graphify-dashboard eller graphify-action), legg gjerne til en kort merknad i README-en din som tydeliggjør at det er community-bygget og ikke tilknyttet eller godkjent av Graphify Labs. "graphify" og graphify-logoen er varemerker tilhørende Graphify Labs; vennligst ikke bruk dem på en måte som antyder offisiell status.
