實作案例 · codegraph 繁中教學站

本站的核心 meta 示範：用知識圖譜工具分析知識圖譜工具。兩條線並行——

graphify 掃描：用 graphify 對 codegraph 源碼做 code-only 抽取，產出可操作的互動知識圖譜（英文 / 中文界面雙版本）。
codegraph dogfooding：實際安裝 @colbymchenry/codegraph@1.5.0，在 codegraph 自己的源碼上跑 init / query / explore / impact，真實終端輸出直接進教學頁。

codegraph 源碼 Case · codegraph itself graphify 掃描 codegraph 源碼（src/ + codegraph-kernel/src/ + __tests__）→ 7,987 節點互動圖；加 codegraph 自跑 init（570 檔 1.7s）真實輸出。 graphifydogfooding互動圖雙版本

案例總覽

案例	語料	來源方式	本站數字	互動圖
codegraph 自己	`src/` + `codegraph-kernel/src/` + `__tests__/`，501 個程式檔	graphify 本站實跑（`--code-only`，零 LLM）+ codegraph 自跑（v1.5.0）	graphify：7,987 節點 / 18,148 邊 / 683 社群；codegraph init：570 檔 → 12,733 節點 / 44,903 邊（1.7s）	✅ 雙版本

我們怎麼跑的

完整重現步驟見案例頁。關鍵指令：

# graphify 掃描（code-only，零 API key）
graphify extract ./codegraph-corpus --code-only
GRAPHIFY_VIZ_NODE_LIMIT=20000 graphify cluster-only ./codegraph-corpus

# codegraph 自跑（dogfooding）
npm i -g @colbymchenry/codegraph@1.5.0
codegraph init          # 在 codegraph 源碼上建圖
codegraph status        # 索引統計
codegraph explore "..." # 結構性問題一次回答

看完這頁你應該能說出：這個案例為什麼是「用知識圖譜工具分析知識圖譜工具」的 meta 示範、graphify 與 codegraph 兩種產出各自是什麼、以及去哪重現（案例頁步驟）。