Graphify lit un projet et en construit un graphe de connaissances : chaque classe, chaque fonction et chaque fichier, et la façon dont ils sont reliés par les imports, les appels et l’héritage. Votre outil de code IA peut alors poser une question au graphe et recevoir une réponse courte et ciblée, au lieu d’ouvrir un fichier après l’autre.
Il est open source sous licence Apache 2.0 et écrit en Python. Il fonctionne avec Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot et plus de 20 autres assistants. Le 20 octobre 2026, le dépôt comptait environ 129 000 étoiles sur GitHub, et la dernière version était la 0.9.92 du 16 octobre 2026.
Ce qu’il construit
Lancez-le une fois sur un dossier, et il écrit trois fichiers dans un dossier nommé graphify-out :
- graph.html est une image du graphe que vous pouvez ouvrir dans n’importe quel navigateur. Vous pouvez y cliquer, filtrer et chercher.
- GRAPH_REPORT.md est un court rapport : les parties du code les plus connectées, les groupes qui composent le code et des questions à poser.
- graph.json est le graphe lui-même. C’est le fichier que l’agent interroge.
Chaque lien du graphe est marqué. EXTRACTED signifie qu’il est écrit dans le code, comme un import. INFERRED signifie que Graphify l’a déduit. Vous savez ainsi ce qui a été lu et ce qui a été supposé.
Ce qui reste sur votre ordinateur
Le code est lu avec tree-sitter, un analyseur qui tourne sur votre ordinateur. Aucun modèle d’IA n’intervient à cette étape, rien n’est envoyé nulle part et aucune clé API n’est nécessaire. Il connaît environ 40 langages de programmation.
Pour les documents, les PDF et les images, c’est différent. Pour les ajouter au graphe, Graphify les envoie au modèle d’IA qu’utilise votre assistant, et cela coûte des tokens. Si vous ne voulez que le code, la commande de mise à jour présentée plus bas ne lit que les fichiers de code.
La même équipe vend aussi Graphify Cloud, une version hébergée avec un essai gratuit. L’outil open source sur GitHub n’en a pas besoin.
Comment l’agent s’en sert
Vous pouvez interroger le graphe vous-même depuis le terminal :
graphify query "how is a signature checked?"
graphify path "UserService" "DatabasePool"
graphify explain "RateLimiter"La première commande renvoie la partie du graphe qui correspond à une question, limitée par défaut à environ 2 000 tokens. La deuxième montre comment deux éléments sont reliés. La troisième liste tout ce qui est relié à un élément, avec le fichier et la ligne de chaque lien.
Pour que Claude Code utilise le graphe de lui-même, lancez ceci dans votre projet :
graphify claude installElle ajoute une section à CLAUDE.md et un hook dans .claude/settings.json. Avant que Claude Code ne cherche ou n’ouvre des fichiers source, le hook lui rappelle d’interroger d’abord le graphe. Cursor, Codex et d’autres outils reçoivent le même conseil via leurs propres fichiers de règles.
Garder la carte à jour
graphify update .
graphify hook install
graphify watch .La première commande relit le code et ne change que ce qui a changé. Elle n’utilise aucun modèle d’IA. La deuxième ajoute des hooks git qui reconstruisent le graphe après chaque commit, checkout et merge. Après un git pull, lancez vous-même la commande de mise à jour. La troisième surveille un dossier et reconstruit pendant que vous travaillez.
À propos des chiffres de tokens
Vous verrez des affirmations comme 71,5 fois ou 79 fois moins de tokens. Voici d’où elles viennent.
71,5 fois est l’exemple du projet lui-même. Sur un mélange de 52 fichiers, trois petits projets de code GPT, cinq articles et quatre images, une question au graphe a utilisé 71,5 fois moins de tokens que la lecture de tous les fichiers. La même page indique 5,4 fois sur un projet de 4 fichiers, et environ 1 fois sur 6 fichiers. Le projet le dit clairement : l’économie augmente avec la taille du projet.
79 fois vient d’un utilisateur qui l’a lancé sur une grande base de code d’environ 496 000 tokens. Selon la question, le résultat allait d’environ 48 à environ 714 fois. C’est le compte rendu d’un utilisateur, pas un test mené par le projet.
Les deux chiffres comparent une question au graphe avec la lecture de tous les fichiers, et aucun n’inclut le coût de construction du graphe. Le site du projet cite aussi 71,5 fois « par session » à partir de la configuration d’un utilisateur avec Obsidian. Obsidian n’est qu’un endroit de plus où exporter le graphe sous forme de notes. Ce n’est pas lui qui produit l’économie.
Un essai sur itsdangerous, une petite bibliothèque Python, a construit le graphe du code seul en une seconde environ, sans clé API : 244 points et 567 liens. Le benchmark intégré a indiqué 5,7 fois moins de tokens par question. Sur un petit projet, c’est le chiffre honnête. Sur un gros, cela peut être bien plus.
Comment l’installer
Il vous faut Python 3.10 ou plus récent et uv. Le nom du paquet sur PyPI se termine par deux lettres y. Les autres paquets aux noms proches ne viennent pas de ce projet.
uv tool install graphifyy
graphify installLa deuxième commande ajoute le skill Graphify à Claude Code. Pour un autre outil, choisissez-le par son nom, par exemple graphify install --platform codex ou graphify cursor install. Tapez ensuite ceci dans votre assistant :
/graphify .Dans Codex, la commande commence par un signe dollar au lieu d’une barre oblique.