Graphify — Add-ons e integraciones

Graphify

★ 83.100+

Convierte tu carpeta de código en un grafo de conocimiento navegable — mediante análisis local con Tree-sitter (~40 lenguajes), sin llamadas a LLM y sin embeddings vectoriales.

Graphify analiza tu carpeta de código localmente con Tree-sitter (36 gramáticas: Python, TypeScript, Go, Rust, Java, C++ y muchos más) — completamente sin llamadas a LLM. A partir de relaciones AST como calls, imports, inherits y mixes_in se genera un grafo de conocimiento, que obtienes como un graph.html interactivo, un GRAPH_REPORT.md o un graph.json. Cada arista está marcada como EXTRACTED (encontrada explícitamente en el código) o INFERRED (deducida), los llamados «God Nodes» marcan los conceptos más conectados, y un análisis de clustering de Leiden agrupa subsistemas relacionados.

Para Claude Code, graphify claude install registra una directiva CLAUDE.md más un hook PreToolUse que consulta automáticamente el grafo antes de cada búsqueda de archivos — así el agente ya no tiene que hacer grep a ciegas por el código. Un servidor MCP propio (python -m graphify.serve) ofrece herramientas como query_graph, get_neighbors y shortest_path, también disponible como servidor HTTP para uso en equipo. Además de Claude Code, también son compatibles Cursor, Codex, Gemini CLI, GitHub Copilot y más de 15 herramientas adicionales. Opcionalmente, el grafo se puede exportar directamente como un vault de Obsidian con el flag --obsidian (una nota por nodo, incluidos los backlinks). Para archivos PDF, Office, vídeo o de Google Workspace se puede activar opcionalmente un backend LLM (Claude, OpenAI, Gemini, u Ollama en local) — pero el análisis de código en sí siempre se mantiene local.

🔧 SETUP

Instalar: `uv tool install graphifyy` (recomendado) — alternativamente `pipx install graphifyy` o `pip install graphifyy`
Registrar el skill para Claude Code: `graphify install` (para otros editores, p. ej. `graphify cursor install`, `graphify codex install --platform codex`)
Generar el grafo: ejecutar `/graphify .` en la carpeta del proyecto — crea `graph.html`, `GRAPH_REPORT.md` y `graph.json` en `graphify-out/`
Integración always-on: `graphify claude install` escribe una directiva `CLAUDE.md` más un hook PreToolUse que consulta automáticamente el grafo antes de las búsquedas de archivos
Opcionalmente iniciar tu propio servidor MCP: `python -m graphify.serve graphify-out/graph.json` (con `--transport http --host 0.0.0.0 --api-key ...` también para uso en equipo)

✅ ¿CUÁNDO USARLO?

Bases de código grandes y con mucho crecimiento orgánico

En un monorepo con cientos de archivos, una consulta al grafo sustituye costosas series de grep/glob — la comunidad reporta hasta 70x menos tokens.

Entender relaciones entre archivos

«¿Qué llama a X, qué hereda de Y?» mediante `graphify query "..."` o `graphify path "ServiceA" "ServiceB"` en lugar de recorrer el código manualmente.

⛔ ¿CUÁNDO MEJOR NO?

Proyectos pequeños o nuevos

Con pocos archivos, el overhead de configuración y análisis apenas compensa; una búsqueda normal con grep/glob se configura más rápido.

Mejor: Trabajar directamente con la búsqueda grep/glob integrada de Claude Code.

Extracción de docs/medios sin clave de API

Para la extracción de PDF, Office o vídeo, Graphify necesita opcionalmente un backend LLM (p. ej. ANTHROPIC_API_KEY) — el análisis de código puro se mantiene local, pero los extras consumen llamadas a la API.

Mejor: Usar solo el análisis de código estándar o configurar `OLLAMA_BASE_URL` para un modelo local.