1.7 KiB
description
| description |
|---|
| Roda o graphify no código-fonte (server.py + fcpxml/) e gera o grafo de conhecimento. |
Graphify do código
Execute o pipeline completo do graphify sobre o código-fonte do projeto
(code/server.py e code/fcpxml/), gerando o grafo de conhecimento em graphify-out/.
Orientação de execução
-
Verifique o grafo existente: se
graphify-out/graph.jsonjá existir e o código-fonte não tiver sido alterado, responda "Grafo já construído" e ofereça/graphify query. Caso contrário, prossiga com uma reconstrução. -
Alvo: rode o graphify sobre o código-fonte deste repositório (G-ART / fcp-mcp-server):
code/server.py+code/fcpxml/. Siga fielmente o passo a passo do skillgraphify:- Step 1: garantir o interpretador Python + pacote
graphifyy. - Step 2: detectar arquivos do corpus.
- Step 3: extração estrutural (AST) + semântica (subagentes / Gemini).
- Step 4-5: construir o grafo, clusterizar (comunidades) e rotular.
- Step 6: gerar o HTML interativo
graph.html. - Step 9: salvar manifest, custo e relatório
GRAPH_REPORT.md.
- Step 1: garantir o interpretador Python + pacote
-
Saídas esperadas em
graphify-out/:graph.html— visualização interativa (abrir no navegador).GRAPH_REPORT.md— relatório de auditoria.graph.json— dados crus do grafo.
-
Entrega: mostre do
GRAPH_REPORT.mdapenas as seções "God Nodes", "Surprising Connections" e "Suggested Questions". Em seguida ofereça explorar a pergunta sugerida mais interessante com/graphify query.
Observações
- Se o usuário passar um caminho em
$ARGUMENTS, use esse caminho em vez do padrão. $ARGUMENTSopcional: caminho do corpus a ser analisado (padrão o código real).