Graphify — Add-ons & intégrations

Graphify

★ 83.100+

Transforme votre dossier de code en un graphe de connaissances consultable — via une analyse locale avec Tree-sitter (~40 langages), sans appel à un LLM et sans embeddings vectoriels.

Graphify analyse votre dossier de code localement avec Tree-sitter (36 grammaires : Python, TypeScript, Go, Rust, Java, C++ et bien d'autres) — entièrement sans appel à un LLM. À partir de relations AST comme calls, imports, inherits et mixes_in naît un graphe de connaissances, disponible sous forme de graph.html interactif, de GRAPH_REPORT.md ou de graph.json. Chaque arête est marquée EXTRACTED (trouvée explicitement dans le code) ou INFERRED (déduite), les « God Nodes » identifient les concepts les plus connectés, et une analyse de clustering de Leiden regroupe les sous-systèmes apparentés.

Pour Claude Code, graphify claude install enregistre une directive CLAUDE.md ainsi qu'un hook PreToolUse qui consulte automatiquement le graphe avant chaque recherche de fichier — l'agent n'a donc plus besoin de grep à l'aveugle dans le code. Un serveur MCP dédié (python -m graphify.serve) fournit des outils comme query_graph, get_neighbors et shortest_path, également disponible en serveur HTTP pour un usage en équipe. Outre Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot et plus de 15 autres outils sont pris en charge. Il est possible d'exporter le graphe directement comme vault Obsidian via le flag --obsidian (une note par nœud, backlinks inclus). Pour les fichiers PDF, Office, vidéo ou Google Workspace, un backend LLM optionnel (Claude, OpenAI, Gemini, Ollama en local) peut être activé — mais l'analyse du code elle-même reste toujours locale.

🔧 SETUP

Installation : `uv tool install graphifyy` (recommandé) — sinon `pipx install graphifyy` ou `pip install graphifyy`
Enregistrer le skill pour Claude Code : `graphify install` (pour d'autres éditeurs, par ex. `graphify cursor install`, `graphify codex install --platform codex`)
Générer le graphe : exécuter `/graphify .` dans le dossier du projet — crée `graph.html`, `GRAPH_REPORT.md` et `graph.json` dans `graphify-out/`
Intégration permanente : `graphify claude install` écrit une directive `CLAUDE.md` plus un hook PreToolUse qui consulte automatiquement le graphe avant les recherches de fichier
Démarrer en option son propre serveur MCP : `python -m graphify.serve graphify-out/graph.json` (avec `--transport http --host 0.0.0.0 --api-key ...` aussi pour l'équipe)

✅ QUAND L’UTILISER ?

Bases de code volumineuses et anciennes

Dans un monorepo comptant des centaines de fichiers, une requête au graphe remplace de coûteuses séries de grep/glob — des retours de la communauté font état de jusqu'à 70× moins de tokens.

Comprendre les relations entre fichiers

« Qu'est-ce qui appelle X, qu'est-ce qui hérite de Y ? » via `graphify query "..."` ou `graphify path "ServiceA" "ServiceB"`, plutôt que de naviguer manuellement dans le code.

⛔ QUAND ÉVITER ?

Petits projets ou projets récents

Pour un petit nombre de fichiers, le coût de mise en place et d'analyse en vaut rarement la peine ; une recherche grep/glob classique est plus rapide à mettre en place.

Mieux: Travailler directement avec la recherche grep/glob intégrée à Claude Code.

Extraction de docs/médias sans clé API

Pour l'extraction PDF, Office ou vidéo, Graphify a besoin en option d'un backend LLM (par ex. ANTHROPIC_API_KEY) — l'analyse pure du code reste locale, mais ces extras coûtent des appels API.

Mieux: N'utiliser que l'analyse de code standard, ou définir `OLLAMA_BASE_URL` pour un modèle local.