graphify — Un mapa de todo tu proyecto para que tu IA no se pierda

graphify coge tu proyecto (el código, y también su documentación, los PDFs, los esquemas de la base de datos, los ficheros de configuración y hasta los vídeos) y lo convierte en un mapa: un grafo donde cada cosa es un punto y las flechas dicen quién llama a quién, qué importa qué y qué va con qué.

Después puedes preguntarle cosas contra ese mapa: «¿qué conecta el acceso con la base de datos?», «explícame este módulo», «enséñame el camino entre estas dos piezas». Y te deja un informe con lo más conectado del proyecto (los «nudos»), los grupos en que se divide y las decisiones que están escritas en comentarios (# NOTE:, # WHY:).

Lo que lo hace especial: el código lo analiza él en tu ordenador (con tree-sitter, sin mandarlo a ninguna IA) y todo está explicado (cada flecha se puede rastrear; no hay una caja negra). Trae además la skill /graphify para instalarla en tu agente, y puede funcionar como servidor MCP.

Para tres cosas:

• Entender un proyecto que ya estaba ahí (el de tu empresa, o uno tuyo de hace meses): te dice por dónde se conecta todo y qué es lo importante.
• Que tu agente de código no se pierda: en vez de leer cuarenta archivos y equivocarse, consulta el mapa.
• Juntar lo que está separado: el código con la documentación y las decisiones escritas, para preguntar «¿por qué esto está así?» y que la respuesta venga de verdad del proyecto (no inventada).

Guardarlo en graphify-out/ y compartirlo con el equipo hace que todos preguntéis contra el mismo mapa (graphify export, modo servidor HTTP).

• Comprueba que tienes Python 3.10 o más nuevo y uv (el instalador de programas de Python). Si no lo tienes:

curl -LsSf https://astral.sh/uv/install.sh | sh

• Instala graphify (ojo: el paquete de PyPI se llama graphifyy, con dos «y»; el comando es graphify):

uv tool install graphifyy

• Registra la skill en tu agente (Claude Code, Cursor, Codex o Gemini CLI):

graphify install

Si lo quieres solo para ese proyecto (y poder subirlo con el proyecto): graphify install --project.

• Úsalo. Dentro de tu agente, sobre la carpeta de tu proyecto:

/graphify .

Y luego a preguntar: /graphify query "qué conecta el acceso con la base de datos?", /graphify explain "Pagos".

• Mira los resultados en graphify-out/: el informe, el mapa (graph.json) y una vista HTML.

Extra: graphify export callflow-html saca un diagrama de arquitectura, y graphify mcp lo levanta como servidor MCP para consultarlo desde cualquier cliente.

El vídeo dice «comenta REPO y te lo envío al privado». No hace falta comentar nada: el repositorio es público y gratis, y se instala con los dos comandos de arriba.

Lo comprobado el 5/10/2026: repositorio público y activo (Apache 2.0, 124.000 estrellas, última actualización el día anterior), web graphify.com y paquete oficial graphifyy en PyPI. El repositorio se llama ahora Graphify-Labs/graphify y los enlaces antiguos redirigen solos.

Lo que conviene saber:

• No es solo una skill. Por debajo es un programa de Python: si buscas «skill» y te encuentras un instalador, es esto. Al instalarlo, él escribe la skill en tu agente (SKILL.md).
• El código no sale de tu ordenador (lo analiza él, sin IA). Lo que sí se manda a tu modelo son los documentos, PDFs, imágenes y transcripciones que le pidas indexar, y solo si has configurado un modelo.
• Cuidado con el nombre del paquete: el bueno es graphifyy (dos «y»). El propio proyecto avisa de que hay paquetes graphify* en PyPI que no son suyos.
• En Mac y Windows, mejor no instalarlo con pip: la propia documentación lo desaconseja (usa uv o pipx) porque la skill busca Python en una ruta que puede apuntar a otro entorno.
• Registra consultas en ~/.cache/graphify-queries.log (la pregunta, el corpus y el tiempo; no las respuestas). Se puede desactivar con GRAPHIFY_QUERY_LOG_DISABLE=1. No tiene telemetría.

Es código abierto (Apache 2.0) y se puede leer entero. Su diseño va en la dirección buena: el código y el audio se analizan en tu ordenador (el código con tree-sitter, sin IA), no se mandan a nadie, y no tiene ni telemetría ni analíticas.

Los matices: los documentos y las imágenes (si los indexas) sí se envían al modelo que elijas, y el proveedor manda (por ejemplo, elegir Kimi envía esos documentos a servidores en China). Se puede forzar todo local con --backend ollama. Y ojo con lo de siempre: un proyecto con 124.000 estrellas es muy grande, así que conviene instalar la versión publicada y no la rama de trabajo.

Leyenda: ✅ Limpia · = revisada, sin código malicioso; el instalador y el proveedor del modelo no se auditan aquí.*