graphify: Gráficas de conocimiento consultables para grandes bases de código y documentos
graphify, de Graphify Labs, convierte una carpeta de proyecto en un gráfico de conocimiento consultable para asistentes de IA. Extrae la estructura del código, ingiere documentos y multimedia, y expone un servidor MCP además de una CLI para consultas semánticas que apuntan a subgráficos específicos en lugar de archivos en bruto. Los elementos clave incluyen análisis AST determinista, bordes etiquetados con procedencia, agrupamiento de Leiden, almacenamiento en caché incremental SHA-256 y exportaciones HTML/JSON/Obsidian. Diseñado para ingenieros de software e investigadores de IA que necesitan una recuperación de contexto más precisa de grandes repositorios.
¿Para qué tareas puedes utilizarlo realmente?
La herramienta actúa como una capa de memoria local para que los asistentes de codificación de IA puedan realizar búsquedas semánticas específicas y explorar relaciones arquitectónicas dentro de los proyectos. Mapea entidades y relaciones del código, documentación, PDFs, imágenes y transcripciones en un gráfico estructurado, permitiendo a los agentes responder consultas enfocadas sobre dependencias, dónde se definen los símbolos y qué módulos pertenecen a la misma comunidad arquitectónica. Las integraciones de ejemplo incluyen Claude Code, Cursor y Codex.
¿Qué tan precisas y auditables son sus recuperaciones?
La extracción es determinista para el código porque la herramienta utiliza tree-sitter para construir nodos basados en AST sin invocar un LLM para la fase de extracción. Cada borde del gráfico está etiquetado con procedencia como EXTRAÍDO, INFERIDO o AMBIGUO, para que los consumidores puedan auditar fuentes antes de confiar en una relación. El proyecto informa una reducción medida de 71.5x en el uso de tokens cuando los agentes consultan subgráficos en lugar de archivos en bruto, y una función de "reflejar" recopila comentarios para mejorar la precisión de las recuperaciones futuras.
¿Qué formatos de archivo y entorno acepta?
La flexibilidad de entrada es multimodal: la herramienta indexa código fuente (más de 40 lenguajes), PDFs, esquemas SQL, imágenes, diagramas y transcripciones de video o audio generadas por herramientas de transcripción locales. Funciona en cualquier entorno que soporte Python 3.10+ y actualiza gráficos de manera incremental utilizando caché SHA-256, por lo que los archivos alterados no requieren un reprocesamiento completo. Las opciones de exportación incluyen visualizaciones HTML interactivas, JSON para uso programático y bóvedas de Obsidian para la gestión del conocimiento.
¿Se adapta a los flujos de trabajo de codificación de IA existentes?
La integración está orientada a configuraciones MCP y flujos de trabajo CLI. La herramienta implementa un servidor MCP que permite a los hosts compatibles con MCP consultar gráficos directamente y también funciona como una utilidad de línea de comandos independiente. El desarrollador señala soporte multiplataforma para Python y rutas de integración con IDE. Algunos usuarios informan que la configuración inicial para clientes MCP específicos puede requerir un ajuste manual de las rutas JSON, lo que añade un paso de configuración antes de las consultas en vivo.
Opción práctica para equipos que necesitan memoria de proyecto local verificable
La herramienta es una opción práctica para ingenieros e investigadores que requieren una memoria de proyecto verificable y consultable para la codificación asistida por IA, ya que crea contexto estructurado y etiquetado de procedencia en el dispositivo. Espere una corta fase de configuración al conectar ciertos clientes MCP, y planee verificar cualquier relación INFERIDA antes de usarlas en decisiones críticas.
