Karpathy가 LLM 지식 기반(Knowledge Bases) 워크플로우를 게시한 48시간 만에, 이것이 GitHub에 올라왔습니다.

그것의 이름은 Graphify입니다. 한 개의 명령어로 어떤 폴더든 전체 지식 그래프(knowledge graph)를 생성합니다.

어떤 폴더를 지정하든 상관없습니다. Claude Code 내부에서 /graphify를 실행하고 자리를 비우세요.

결과물은 다음과 같습니다:

-> 해당 폴더의 모든 내용을 탐색할 수 있는 지식 그래프
-> 백링크가 포함된 아티클이 담긴 Obsidian 볼트
-> index.md에서 시작하여 모든 개념 클러스터를 매핑하는 위키
-> 전체 코드베이스 또는 연구 폴더에 대한 일반 영어 Q&A

다음과 같은 질문을 할 수 있습니다:

"이 함수를 호출하는 것은 무엇인가요?"
"이 두 가지 개념은 무엇으로 연결되나요?"
"이 프로젝트에서 가장 중요한 노드는 무엇인가요?"

벡터 데이터베이스(vector database)가 필요 없습니다. 설정도, 구성 파일도 필요 없습니다.

제가 주목한 부분은 토큰 효율성 수치였습니다:

원시 파일을 읽는 것과 비교하여 쿼리당 71.5배 적은 토큰을 사용합니다.

이것은 작은 개선이 아닙니다. AI 에이전트가 대규모 코드베이스를 추론하는 방식에 완전히 다른 패러다임을 제시한 것입니다.

지원하는 기능:

-> 13개 프로그래밍 언어의 코드
-> PDF
-> Claude Vision을 통한 이미지
-> 마크다운 파일

단 한 줄로 설치할 수 있습니다:

pip install graphify && graphify install

그런 다음 Claude Code에서 /graphify를 입력하고 원하는 곳을 지정하세요.

Karpathy가 요청했고, 누군가가 48시간 만에 전달했습니다.

이것이 바로 2026년의 속도입니다.

오픈 소스. 무료.

더 많은 정보를 원하시면 팔로우하세요.