Graphify

Graphify

Graphify Labs · Imagen · Productividad

Graphify convierte cualquier código, documentación y PDFs en un grafo de conocimiento consultable que el asistente de IA carga con el comando /graphify en lugar de buscar archivos.

Vista previa de la interfaz de Graphify

Acerca de Graphify

What Is Graphify

Graphify es un grafo de conocimiento de código pensado para asistentes de programación con IA. Le señalas una carpeta y convierte todo el proyecto en un grafo de conceptos y las conexiones entre ellos. Después, el asistente responde trazando ese grafo, no leyendo archivos uno por uno.

El problema que ataca lo conoce cualquiera que haya soltado un repositorio grande en Claude Code o Cursor. Buscar con grep y abrir archivos va lento, gasta contexto y aun así el modelo se pierde dependencias. Graphify construye antes un mapa, así que el asistente trabaja sobre la estructura. El código se analiza con tree-sitter para sacar el árbol de sintaxis abstracta, y la documentación, los PDFs, las imágenes y el vídeo pasan por una fase semántica aparte. Cada conexión queda etiquetada como EXTRACTED o INFERRED, lo que te dice qué salió directo de la fuente y qué resolvió la herramienta por su cuenta.

Dos cosas marcan a quién le sirve. El motor de código abierto es local, Apache 2.0, y no pide cuenta ni clave de API para el código, así que los equipos celosos de su privacidad pueden correrlo en su propia máquina. La plataforma alojada en app.graphify.com es otro producto, más reciente, que mantiene el grafo actualizándose en segundo plano, y es la parte que se paga.

Getting Started

  1. Instala la CLI con uv tool install graphifyy, o con pipx install graphifyy si lo prefieres
  2. Registra la skill en tu asistente ejecutando graphify install, y añade el flag de plataforma si usas Cursor, Codex u otro editor
  3. Abre tu proyecto y ejecuta /graphify . para escanear el código y construir el grafo
  4. Trabaja desde graphify-out: abre graph.html para explorar, lee GRAPH_REPORT.md para ver lo destacado y lanza graphify query, graphify path o graphify explain según avances

Información del producto

Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de Graphify.

Plan gratuitoSí
Planes de pagoOpen source free; hosted platform from $0 with a 14-day trial
PlataformaCLI, Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot, VS Code, and 15+ AI assistants; web app on app.graphify.com
DesarrolladorGraphify Labs
CategoríaImagen · Productividad
Fecha de lanzamientoApr 2026
Última actualizaciónOct 2026
Visitas al sitio web74.4K
Ranking global del sitio486.7K
Disponibilidad de la APISí

Ideal para

Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.

Usuarios

  • Desarrolladores que llegan a un código grande o desconocido
  • Responsables técnicos y arquitectos
  • Equipos que cuidan la privacidad
  • Investigadores y redactores que trabajan entre artículos y notas

Tareas

  • Entender un proyecto nuevo
  • Rastrear una dependencia
  • Explicar un componente
  • Mantener el mapa al día
  • Compartir un grafo en equipo

Casos de uso

  • Asumir un sistema heredado
  • Revisar un pull request
  • Dar la bienvenida a un fichaje
  • Auditar una librería de código abierto desconocida
  • Seguir una decisión

Funciones clave

Análisis local de código sin LLM

Graphify lee el código con tree-sitter, la misma familia de analizadores que usan muchos editores, y arma un árbol de sintaxis abstracta determinista. Esa fase no necesita modelo, ni clave de API, ni red. Las conexiones entre archivos para calls, imports, inherits y mixes_in se resuelven en unos 40 lenguajes, así que un repositorio políglota entra en un solo grafo. Para equipos con reglas estrictas de datos, esta es la función que hace utilizable la herramienta.

Cada conexión etiquetada como EXTRACTED o INFERRED

Cada enlace lleva una etiqueta de confianza. EXTRACTED significa que la conexión era explícita en la fuente, e INFERRED que Graphify la resolvió. Puedes distinguir lo que dice el código de lo que dedujo la herramienta, y eso lo separa de un índice caja negra que devuelve respuestas sin base. La salida de explain muestra ambas cosas, junto con el archivo y la línea del nodo.

Comandos query, path y explain

Cuando el grafo ya existe, dejas de leer archivos. graphify query sobre una pregunta en lenguaje normal devuelve un subgrafo acotado, graphify path traza cómo se conectan dos cosas y graphify explain describe un nodo con su ubicación y su grado. La empresa sostiene que responder desde el grafo gasta muchos menos tokens que releer los archivos crudos, y los resultados persisten entre sesiones.

Fuentes multimodales más allá del código

No se limita a archivos de código. Markdown, PDFs, imágenes, esquemas SQL e incluso vídeo o audio pueden caer en el mismo grafo, gestionados por el modelo de tu asistente o por una clave de API que configures durante la fase semántica. La captura de una pizarra o un gráfico dentro de un artículo pasa a formar parte del mapa, y eso lo separa de un simple índice de código.

Comunidades, god nodes e informes

Un repaso a la salida te muestra dónde está el peso. Los god nodes son los conceptos más conectados, los puntos por los que pasa todo, y las comunidades parten el grafo en subsistemas con el algoritmo de Leiden y etiquetas que no necesitan LLM. Todo acaba en graph.html para pinchar y filtrar, en GRAPH_REPORT.md para lo destacado y en graph.json para consultas y herramientas.

Servidor MCP e integraciones con asistentes

Un servidor de Model Context Protocol expone el grafo a cualquier asistente que hable MCP, por stdio en una máquina o por HTTP en todo un equipo, con opción de clave de API si lo publicas en una red. La skill se instala en más de 20 asistentes, desde Claude Code y Cursor hasta Codex, Gemini CLI y GitHub Copilot, y un hook de git mantiene el grafo fresco en cada commit.

Hooks de git y actualizaciones incrementales

Los grafos se quedan viejos en cuanto cambia el código, y Graphify lo resuelve con una ruta incremental. graphify update vuelve a extraer solo los archivos que cambiaron y los fusiona con el grafo existente, saltándose la fase de LLM y el clustering. Un hook de post-commit puede ejecutarlo por ti, así el mapa sigue al repositorio sin reconstruirlo cada vez.

Ventajas y desventajas

Ventajas

  • El análisis del código corre en local sin LLM ni cuenta, algo que le va bien a los equipos que no pueden sacar su código de casa
  • Cada conexión lleva su etiqueta EXTRACTED o INFERRED, así ves la base de una respuesta en lugar de fiarte de una caja negra
  • No hay vector store ni embeddings que ejecutar, porque el clustering trabaja sobre la topología del grafo con el algoritmo de Leiden
  • Una sola skill cubre más de 20 asistentes, desde Claude Code y Cursor hasta Codex y Gemini CLI
  • El motor Apache 2.0 es gratis y no exige compromiso con ningún proveedor, así que puedes probarlo antes en un repositorio real

Desventajas

  • El análisis del código es gratis, pero la fase de documentos y medios necesita un modelo o clave de API configurados, y eso añade montaje
  • Depende de Python 3.10 o superior y de un entorno de terminal que funcione, así que los usuarios sin perfil técnico necesitarán ayuda para instalarlo
  • El grafo siempre activo en segundo plano y la integración con reuniones viven en la plataforma alojada, no en el motor de código abierto, así que esa comodidad es de pago
  • Un repositorio muy grande puede tardar minutos en mapearse la primera vez, y el valor aparece en la segunda pregunta, no en la primera

Preguntas frecuentes

Graphify es una herramienta que convierte un código, junto con sus documentos, esquemas SQL y PDFs, en un grafo de conocimiento consultable. La instalas como skill en un asistente de programación con IA y ejecutas /graphify sobre una carpeta. Después el asistente responde trazando el grafo en lugar de leer archivos, y cada conexión va etiquetada para que sepas qué se extrajo de la fuente y qué se dedujo.