graphify

Graphify es una herramienta para desarrolladores que convierte una base de código—junto con documentación, PDFs, esquemas SQL y otros archivos—en un grafo de conocimiento consultable. Está diseñada para usarse dentro de asistentes de codificación con IA: una vez instalada, escribes /graphify . en Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot CLI y muchas otras plataformas compatibles, y el asistente puede consultar el grafo en lugar de hacer grep en los archivos fuente. Cómo funciona: el código se analiza localmente con el AST de tree-sitter, por lo que el mapeo del código es determinista y no requiere un LLM. Los documentos, PDFs, imágenes y videos pueden procesarse con una pasada semántica usando el modelo del asistente o una clave de API configurada, pero solo si el usuario habilita un backend. El sistema no usa embeddings ni un almacén vectorial; construye un grafo real con nodos y aristas explicadas. Cada conexión se etiqueta como EXTRACTED cuando es explícita en la fuente o INFERRED cuando es resuelta por graphify, y también se menciona una etiqueta AMBIGUOUS. Las capacidades principales descritas en el README incluyen: god nodes para los conceptos más conectados, detección de comunidades usando Leiden, enlaces entre archivos en aproximadamente 40 lenguajes a través de tree-sitter, y comandos como graphify query para preguntas en lenguaje natural, graphify path para rastrear conexiones entre dos cosas, y graphify explain para examinar un solo nodo. También extrae comentarios de justificación como # NOTE: y # WHY:, además de citas ADR/RFC, como nodos de primera clase vinculados al código. La salida consiste en tres archivos: graph.html para navegación interactiva, GRAPH_REPORT.md con aspectos destacados y preguntas sugeridas, y graph.json para consultas programáticas. La instalación usa el paquete de PyPI graphifyy (nótese la doble y). La configuración recomendada es uv tool install graphifyy o pipx install graphifyy, seguida de graphify install para registrar la habilidad con el asistente de IA. Hay comandos de instalación específicos por plataforma para muchos asistentes, y las instalaciones por proyecto pueden hacerse con --project. Los extras opcionales cubren extracción de PDF, documentos de Office, Google Sheets, transcripción de video/audio, servidor MCP stdio, push a Neo4j y FalkorDB, exportación SVG, detección de comunidades Leiden, múltiples backends de LLM (OpenAI, Gemini, Anthropic, Bedrock, Azure, Ollama), extracción de esquemas SQL, introspección de PostgreSQL y parsers de lenguajes adicionales como Terraform, OCaml, Common Lisp, Robot Framework, Pascal y BYOND DreamMaker. El README también incluye comparaciones de benchmarks contra otros sistemas de memoria/RAG y afirma que el análisis de código se ejecuta totalmente local con cero créditos de LLM para la construcción del grafo. Enfatiza que graphify no es un índice vectorial y que el proyecto es desarrollado por Graphify Labs, con acceso anticipado a una plataforma alojada en app.graphify.com.