graphify-codebase-graph

name	graphify-codebase-graph
description	Usa a generar un grafo de conocimiento desde código.
version	2.0.0
author	Mastermind (stars-explorer)
license	Apache-2.0
metadata	{"hermes":{"tags":["knowledge-graph","graphrag","tree-sitter","ast","code-analysis","mcp","rag","codigo"],"related_skills":["rag-knowledge-base","semantica","memory-context-engine"]}}

Graphify — Codebase → Grafo de Conocimiento Consultable

Repo: https://github.com/Graphify-Labs/graphify (115K⭐, Python, verificado 2026-09-06 contra README real v8)

Qué es y por qué importa

Convierte cualquier codebase (con docs, esquemas SQL, configs, PDFs) en un grafo de conocimiento queryable. Diferenciadores clave frente a RAG vectorial:

• Parsing AST determinista y local con tree-sitter (~40 lenguajes) — cero créditos LLM al construir el grafo, nada sale de la máquina.
• Sin vector store: se consulta el grafo, no similarity de chunks.
• Cada arista lleva tag de confianza: EXTRACTED (explícito en el fuente) vs INFERRED (derivado por resolución).
• Más allá del código: docs, PDFs, imágenes y vídeo/audio van al mismo grafo (el pase semántico de docs/media sí usa backend LLM, opcional).
• Benchmarks del README (mismo harness, n=300): LOCOMO recall@10 = 0.497 (mem0 0.048, supermemory 0.149); LongMemEval-S QA 76%.

Instalación (verificada del README)

# ⚠️ El paquete PyPI es graphifyy (doble y). El comando sigue siendo graphify.
uv tool install graphifyy        # recomendado (entorno aislado)
pipx install graphifyy
# uvx: hay que nombrar el paquete, no el comando:
uvx --from graphifyy graphify install

Registrar el skill del asistente: graphify install (acepta --project y --platform codex|claude|...; escribe .claude/skills/graphify/SKILL.md o .agents/skills/...).

Uso

graphify .                     # en CLI; /graphify . dentro del agente
# salida: graphify-out/ → graph.html (viz interactiva), GRAPH_REPORT.md, graph.json

graphify query "qué conecta auth con la BBDD"   # subgrafo acotado por pregunta
graphify path "UserService" "DatabasePool"       # ruta más corta entre dos conceptos
graphify explain "APIRouter"                     # nodo + conexiones con tags

graphify extract ./raw --code-only    # solo código, AST local, SIN API key
graphify . --update                   # re-extraer solo ficheros cambidos
graphify . --cluster-only             # re-clustering (Leiden) sin re-extraer
graphify . --wiki                     # wiki markdown para crawl de agentes
graphify . --neo4j                    # genera cypher.txt para Neo4j
graphify hook install                 # auto-rebuild en git commit
graphify merge-graphs a.json b.json

Como servidor MCP para acceso repetido por tool-calls:

python -m graphify.serve graphify-out/graph.json                 # stdio (default)
python -m graphify.serve graphify-out/graph.json --transport http --port 8080 --api-key "$SECRET"  # compartido equipo

Herramientas MCP: query_graph, get_node, get_neighbors, shortest_path, list_prs, get_pr_impact, triage_prs.

Conceptos del grafo

• God nodes: conceptos más conectados (por dónde fluye todo); --exclude-hubs 99 excluye super-hubs utilitarios del ranking.
• Comunidades: subsistemas vía Leiden, etiquetadas sin LLM.
• Aristas: calls / imports / inherits / mixes_in resueltas entre ficheros.
• Rationale nodes: comentarios # NOTE: / # WHY: y citas ADR/RFC se vuelven nodos enlazados al código.
• Work memory: graphify save-result --question Q --answer A --outcome useful|dead_end|corrected + graphify reflect → LESSONS.md con notas recency-weighted.

Pitfalls (del propio README, verificados)

• pip install graphify NO — el paquete es graphifyy; paquetes graphify* ajenos en PyPI no están afiliados.
• En PowerShell: graphify . (sin / inicial — es separador de rutas).
• graphify: command not found tras uv/pipx → uv tool update-shell / pipx ensurepath + terminal nueva.
• Mezclar entornos: el skill resuelve Python desde graphify-out/.graphify_python; si apunta a otro entorno → ModuleNotFoundError (uv tool/pipx lo evitan).
• Filtros: .graphifyignore (sintaxis .gitignore, se fusiona con el .gitignore del repo y gana el primero en conflictos); --no-gitignore en extract para incluir código generado.
• Headless/CI (graphify extract): requiere backend vía env vars (--backend openai|claude|ollama|gemini|azure|bedrock|deepseek|kimi; OPENAI_BASE_URL sirve para endpoints OpenAI-compatible tipo vLLM/llama.cpp — funcionaría con NaN.builders).

Cuándo usarlo en Mastermind

• Auditar proyectos HTML grandes (audit-html-project) o repos ajenos: grafo en vez de leer ficheros uno a uno.
• Alimentar un pipeline de conocimiento de proyecto sin coste de embeddings.
• Comparativa: semantica (grafo contexto+provenance general) y rag-knowledge-base (RAG vectorial) — graphify es específico de inteligencia sobre código, local y determinista.

Verificación

graphify . --no-viz sobre una carpeta pequeña → comprobar graphify-out/graph.json + GRAPH_REPORT.md; luego graphify explain "<nodo>" responde con conexiones taggeadas.