案例：graphify 掃描 MarkItDown 源碼

這是什麼

本站用 graphify 掃描 MarkItDown 上游源碼（packages/ 四個套件的 src/ + tests/，77 個程式檔），產出可查詢的知識圖譜。這是「用知識圖譜工具 分析轉換工具」的 meta 示範——點節點、拖曳、搜尋都能玩。

本站跑的數字

God Nodes（最核心的抽象）

1. StreamInfo                  - 154 edges
2. MarkItDown                  -  70 edges
3. DocumentConverterResult     -  67 edges
4. DocumentConverter           -  50 edges
5. MissingDependencyException  -  42 edges
6. oMath2Latex                 -  31 edges
7. ContentUnderstandingFileType - 29 edges
8. HtmlConverter               -  27 edges
9. LLMVisionOCRService         -  23 edges
10. ContentUnderstandingConverter - 23 edges

圖清楚顯示：StreamInfo 是全圖最核心的資料結構——幾乎每個 converter 都依賴它。

互動圖（中文化界面）

報告

完整結構報告（社群、surprising connections、完整 god-node 清單）在 GRAPH_REPORT.md。

重現方式

# 1. 準備語料（對齊釘選 commit）
git clone https://github.com/microsoft/markitdown.git
git -C markitdown checkout fd239d5d2be43d9b68329730206b9312c7d5a388
mkdir -p raw/corpus && cp -R markitdown/packages raw/corpus/ && cp markitdown/Dockerfile raw/corpus/

# 2. 抽取（--code-only 零 key；raw/ 在 .gitignore，需 --no-gitignore）
graphify extract raw/corpus --code-only --no-gitignore

# 3. 分群 + 產出 graph.html / GRAPH_REPORT.md
graphify cluster-only raw/corpus --no-label

# 4. 收錄 + 中文化
cp raw/corpus/graphify-out/graph.html worked/markitdown-source/
cp raw/corpus/graphify-out/GRAPH_REPORT.md worked/markitdown-source/
python scripts/localize-graph.py   # → graph-zh.html

已知限制

• 社群命名：本機無 LLM key，社群名稱保留「社群 N」placeholder。
• 語料含 tests/，圖中混有大量測試節點——刻意的，可觀察「測試如何呼叫主程式」。
• 節點標籤為程式識別符，保持英文（僅 UI 中文化）。