Graphify lee un proyecto y crea un grafo de conocimiento: cada clase, cada función y cada archivo, y cómo se conectan mediante imports, llamadas y herencia. Así tu herramienta de IA para programar puede hacerle una pregunta al grafo y recibir una respuesta pequeña y precisa, en vez de abrir un archivo tras otro.
Es de código abierto con licencia Apache 2.0 y está escrito en Python. Funciona con Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot y más de 20 asistentes más. El 20 de octubre de 2026 el repositorio tenía unas 129.000 estrellas en GitHub, y la última versión era la 0.9.92, del 16 de octubre de 2026.
Qué crea
Ejecútalo una vez sobre una carpeta y escribe tres archivos en una carpeta llamada graphify-out:
- graph.html es una imagen del grafo que puedes abrir en cualquier navegador. Puedes hacer clic, filtrar y buscar en ella.
- GRAPH_REPORT.md es un informe breve: las partes más conectadas del código, los grupos en que se divide el código y preguntas que vale la pena hacer.
- graph.json es el grafo en sí. Es el archivo que consulta el agente.
Cada conexión del grafo está marcada. EXTRACTED significa que está escrita en el código, como un import. INFERRED significa que Graphify la dedujo. Así sabes qué se leyó y qué se supuso.
Qué se queda en tu computadora
El código se lee con tree-sitter, un analizador que se ejecuta en tu computadora. En este paso no hay ningún modelo de IA, no se envía nada a ningún sitio y no hace falta clave de API. Conoce unos 40 lenguajes de programación.
Con los documentos, los PDF y las imágenes es distinto. Para añadirlos al grafo, Graphify los envía al modelo de IA que usa tu asistente, y eso cuesta tokens. Si solo quieres el código, el comando de actualización que verás más abajo lee solo archivos de código.
El mismo equipo también vende Graphify Cloud, una versión alojada con prueba gratuita. La herramienta de código abierto de GitHub no la necesita.
Cómo lo usa el agente
Puedes consultar el grafo tú mismo desde la terminal:
graphify query "how is a signature checked?"
graphify path "UserService" "DatabasePool"
graphify explain "RateLimiter"El primer comando devuelve la parte del grafo que coincide con una pregunta, limitada por defecto a unos 2.000 tokens. El segundo muestra cómo se conectan dos cosas. El tercero enumera todo lo que está conectado con una cosa, con el archivo y la línea de cada conexión.
Para que Claude Code use el grafo por su cuenta, ejecuta esto dentro de tu proyecto:
graphify claude installAñade una sección a CLAUDE.md y un hook en .claude/settings.json. Antes de que Claude Code busque o abra archivos de código, el hook le recuerda consultar primero el grafo. Cursor, Codex y otras herramientas reciben el mismo consejo a través de sus propios archivos de reglas.
Mantener el mapa al día
graphify update .
graphify hook install
graphify watch .El primer comando vuelve a leer el código y cambia solo lo que cambió. No usa ningún modelo de IA. El segundo añade hooks de git que reconstruyen el grafo después de cada commit, checkout y merge. Después de un git pull, ejecuta tú el comando de actualización. El tercero vigila una carpeta y reconstruye mientras trabajas.
Sobre las cifras de tokens
Verás afirmaciones como 71,5 o 79 veces menos tokens. Esto es de donde salen.
71,5 veces es el propio ejemplo del proyecto. Con una mezcla de 52 archivos, tres pequeños proyectos de código GPT, cinco artículos y cuatro imágenes, una pregunta al grafo usó 71,5 veces menos tokens que leer todos los archivos. La misma página muestra 5,4 veces en un proyecto de 4 archivos y alrededor de 1 vez con 6 archivos. El proyecto lo dice claramente: el ahorro crece con el tamaño del proyecto.
79 veces viene de un usuario que lo ejecutó sobre un código grande de unos 496.000 tokens. Según la pregunta, el resultado fue de unas 48 a unas 714 veces. Es el informe de un usuario, no una prueba hecha por el proyecto.
Las dos cifras comparan una pregunta al grafo con leer todos los archivos, y ninguna incluye el coste de construir el grafo. La web del proyecto también cita 71,5 veces «por sesión» de la configuración de un usuario con Obsidian. Obsidian es solo un lugar adicional para exportar el grafo como notas. No es lo que produce el ahorro.
Una prueba con itsdangerous, una pequeña biblioteca de Python, construyó el grafo solo de código en un segundo aproximadamente, sin clave de API: 244 puntos y 567 conexiones. El benchmark incluido indicó 5,7 veces menos tokens por pregunta. En un proyecto pequeño, esa es la cifra honesta. En uno grande puede ser mucho más.
Cómo instalarla
Necesitas Python 3.10 o posterior y uv. El nombre del paquete en PyPI termina con dos letras y. Otros paquetes con nombres parecidos no son de este proyecto.
uv tool install graphifyy
graphify installEl segundo comando añade el skill de Graphify a Claude Code. Para otra herramienta, elígela por su nombre, por ejemplo graphify install --platform codex o graphify cursor install. Después escribe esto en tu asistente:
/graphify .En Codex el comando empieza con el signo de dólar en lugar de una barra.