本研究提出了一种基于社区感知的图聚类框架MAGI，通过模块性最大化作为对比预训练任务，揭示图中社区的潜在信息，避免语义漂移问题。实验证实MAGI在多个图数据集上的可扩展性和聚类性能优于现有方法，在大规模图上表现出优越性能。