Sobre o projeto
Graphify é uma ferramenta de desenvolvedor que transforma uma base de código — junto com docs, PDFs, esquemas SQL e outros arquivos — em um grafo de conhecimento consultável. Ela foi projetada para uso dentro de assistentes de IA de programação: uma vez instalada, você digita /graphify . no Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot CLI e muitas outras plataformas suportadas, e o assistente pode consultar o grafo em vez de fazer grep pelos arquivos-fonte.
Como funciona: o código é analisado localmente com AST do tree-sitter, então o mapeamento de código é determinístico e não exige um LLM. Docs, PDFs, imagens e vídeo podem ser processados com uma passagem semântica usando o modelo do assistente ou uma chave de API configurada, mas apenas se o usuário habilitar um backend. O sistema não usa embeddings nem um vector store; ele constrói um grafo real com nós e arestas explicadas. Toda conexão é marcada como EXTRACTED quando é explícita na fonte ou INFERRED quando resolvida pelo graphify, com uma tag AMBIGUOUS também mencionada.
As capacidades principais descritas no README incluem: god nodes para os conceitos mais conectados, detecção de comunidades usando Leiden, links entre arquivos em cerca de 40 linguagens através do tree-sitter, e comandos como graphify query para perguntas em linguagem natural, graphify path para rastrear conexões entre duas coisas, e graphify explain para examinar um único nó. Ele também extrai comentários de justificativa como # NOTE: e # WHY:, além de citações de ADR/RFC, como nós de primeira classe ligados ao código. A saída consiste em três arquivos: graph.html para navegação interativa, GRAPH_REPORT.md com destaques e perguntas sugeridas, e graph.json para consulta programática.
A instalação usa o pacote PyPI graphifyy (note o duplo y). A configuração recomendada é uv tool install graphifyy ou pipx install graphifyy, seguida de graphify install para registrar a skill com o assistente de IA. Comandos de instalação específicos de plataforma estão disponíveis para muitos assistentes, e instalações por projeto podem ser feitas com --project. Extras opcionais cobrem extração de PDF, documentos do Office, Google Sheets, transcrição de vídeo/áudio, servidor MCP stdio, push para Neo4j e FalkorDB, exportação SVG, detecção de comunidades Leiden, múltiplos backends de LLM (OpenAI, Gemini, Anthropic, Bedrock, Azure, Ollama), extração de esquema SQL, introspecção PostgreSQL, e parsers adicionais de linguagens como Terraform, OCaml, Common Lisp, Robot Framework, Pascal e BYOND DreamMaker.
O README também inclui comparações de benchmark com outros sistemas de memória/RAG e afirma que a análise de código roda totalmente local com zero créditos de LLM para a construção do grafo. Ele enfatiza que o graphify não é um índice vetorial e que o projeto é desenvolvido pela Graphify Labs, com acesso antecipado a uma plataforma hospedada em app.graphify.com.
Comments
0 Rating appears after 10 ratings
Sign in to join the discussion.