Claude
设置 Bypass permissions
此设置将解除所有安全警报，允许 Claude 完全自主、无干扰、全自动地在你电脑上执行任何操作。
1.首先到设置的 Claude Code 下去启用允许此模式：
2.接着就可以在提示词窗口下选择此 Bypass permissions 选项了：
全局 .claude
Windows 系统位于 C:\Users\你的用户名\.claude。
settings.json
（1）全局约束
里面有个 settings.json 全局设置文件。如果我想加一些全局约束条件，可以放到 systemPrompt 里。
{
"autoUpdatesChannel": "latest",
"theme": "light",
"systemPrompt": "请使用简体中文作为主要回答语言。"
}
批量处理命令（串行）
假设我的项目很大，需要拆分多次来建立知识图谱，那么需要很多个命令，此时我可以把多个命令一次性放到输入框来串行执行（graphify不适合并行，每次执行完会合并的），如图：
MCP 介绍
MCP（Model Context Protocol，模型上下文协议） 是由 Anthropic 公司主导并开源的一套全球统一的 AI 接入标准。如果用一句话大白话来解释：MCP 就是 AI 界的 “万用 USB-C 接口”。而有了 MCP 之后，所有的软件或数据源只要套上这个“标准接口”，AI 就能一根线插上、瞬间读懂并直接使用它们。
MCP 的核心三要素：
- Resources（资源 – 让 AI 能“看”）：把数据以安全只读的方式开放给 AI。例如：让 AI 直接读取你本地的 graph.json 代码图谱、或直接读取数据库的 Schema。
- Tools（工具 – 让 AI 能“做”）：让 AI 可以执行代码并产生副作用（Side Effects）。例如：让 AI 去执行一段终端命令、在本地创建一个新文件、或者发送一条 Slack 消息。
- Prompts（提示词模板 – 让 AI 有“肌肉记忆”）：服务器提前注入的高级指令模板。例如：一键让 AI 进入“代码审查专家模式”或“Debug 模式”。
Graphify
Graphify GitHub 地址：https://github.com/Graphify-Labs/graphify/blob/v8/docs/translations/README.zh-CN.md
Graphify 之所以比 Repomix 更适合跨入 AI Agent 时代，正是因为它被做成了一个 MCP 服务器。
Graphify 会彻底接管 AI 的代码搜索和理解逻辑，强制它优先使用图谱算力。
选择 Graphify 还是 Repomix，取决于你的代码库规模、Token 预算以及你如何让 AI 读取代码。一句话结论：中大型、复杂逻辑、或使用 Claude Code 等 MCP Agent 的项目选 Graphify；中小型项目、需要快速打包、且模型上下文（Context Window）足够大时选 Repomix。
安装 graphify（注入集成配置）
以下操作都在 Windows11 环境下测试。
pip install graphifyy graphify install
Claude 里配置 graphify
在 Claude 桌面版 Code 模式下输入以下命令:
graphify claude install
通过运行此命令，让 Graphify 官方的安装程序亲自为你在这个项目里完成了最标准的配置。从日志来看，它为你做了这三件大事：
- 自动创建并写入了规则：它已经自动在你的项目里正式生成（或写入）了
CLAUDE.md，并把 Graphify 的专属规则块填了进去。 - 注册了前置拦截钩子：它在
.claude/settings.json中，专门针对 Bash、Grep、Read、Glob 这四个底层工具挂载了拦截钩子。 - 全面打通索引：日志最后一句话明确写道，“Claude Code will now consult the knowledge graph for codebase questions…”（Claude 现在遇到代码库问题时会直接查阅知识图谱，并且代码有变动时会自动重建）。
截图：
自动生成的 CLAUDE.md 内容（翻译版）：
## graphify 本项目在 `graphify-out/` 目录下维护了一份知识图谱，里面包含了核心节点（god nodes）、社区结构以及跨文件的关系。 **使用规则：** - 遇到代码库相关的问题时，只要 `graphify-out/graph.json` 存在，请优先运行 `graphify query "<问题>"`。如果想查关系，用 `graphify path "<A>" "<B>"`；想深入了解某个具体概念，就用 `graphify explain "<概念>"`。这些命令会返回一个限定范围的子图，通常比直接看 `GRAPH_REPORT.md` 或者用 `grep` 搜出来的原始结果要精简得多。 - 如果 `graphify-out/wiki/index.md` 存在，请用它来进行全局导航，别再去一行行翻原始源码啦。 - 只有在需要宏观审查架构，或者 `query`、`path`、`explain` 这些命令提供的上下文不够用时，才去读 `graphify-out/GRAPH_REPORT.md`。 - 每次改完代码后，记得跑一下 `graphify update .` 来保持图谱是最新的（这个操作只基于语法树解析，不花 API 费用）。
生成图谱
在 Claude 桌面版 Code 模式下输入以下命令：
# 生成图谱 /graphify . # 或指定目录生成图谱（绝对不能用绝对路径，会无法合并） /graphify ./src/main --update
在 Claude 桌面版 Code 模式下，测试图谱查询，验证效果
/graphify query "DeviceDetailDTO 有哪些核心属性和关联关系？"
在 Claude 桌面版 Cowork 模式下，测试图谱查询，验证效果
执行完 graphify claude install 且生成图谱后，就可以在 cowork（协同）模式下，输入这段自然语言：“帮我看看 DeviceDetailDTO 关联了哪些类？”，它会先按照项目约定用 graphify 查询。执行过程中，会打印“graphify 命令在当前环境不可用，我直接查询源代码和知识图谱文件来查找”。
如果安装时没有执行 graphify claude install，那么 cowork 模式下不会去读图谱，导致回答的非常慢，事实就是没有用图谱，这是截图：
限制
Graphify 默认有 500 个文件的扫描上限，主要是防止一次性消耗过多 Token 或生成过大图谱。因此不要扫描整个项目，只扫描其中一个核心的核心模块，例如：
Graphify 已经原生支持 .gitignore。
常用提示词
自动图谱提示词（测试有问题）
我的 Java 仓库超出了 Graphify 的 500 文件限制。请作为资深架构师帮我全自动解决：先运行 Shell 找出 src/main/java 下所有的二级或三级业务子包（如 controller, service, mapper 等），然后编写一个 Bash 循环脚本，依次对每个子包运行 graphify <路径> --update。利用图谱的无损增量合并机制，帮我把几千个文件拼成一张全局大网，中途不需要向我确认。