Graphify: dejar de buscar archivos y preguntarle al proyecto

El problema es el mismo que con un empleado nuevo

Un agente que entra en tu proyecto tiene exactamente el problema del empleado que llega el lunes. Puede leerlo todo, pero no sabe qué es importante, qué depende de qué, ni qué se rompe si toca una pieza. La salida bruta es abrir archivos hasta hacerse una idea. Es lenta, es cara y, lo peor, se le olvida en cuanto cierras la conversación.

Graphify va por otro camino. Coge la carpeta de un proyecto entero (el código, la documentación, los esquemas de base de datos, las configuraciones y hasta los PDF que hay tirados por ahí) y la convierte en un grafo de conocimiento. En vez de leer archivos, el agente le pregunta al mapa. ¹

Un grafo, dicho en llano, es una lista de cosas y de líneas entre esas cosas. Aquí las cosas son conceptos del proyecto (una función, un documento, una tabla, una decisión escrita en un comentario) y las líneas son la relación: esto llama a aquello, esto importa aquello, esto hereda de aquello. Nada más. La gracia no está en el dibujo: está en que puedas preguntar por encima de él.

Al terminar te deja tres archivos en una carpeta llamada graphify-out: un graph.html que abres en el navegador y puedes pinchar, un GRAPH_REPORT.md con los conceptos clave y las conexiones que no esperabas, y un graph.json que es el mapa completo, listo para consultarlo mil veces sin volver a leer nada. ¹

Dos detalles marcan la diferencia. El primero: señala los nudos por los que pasa todo (los llama god nodes) y parte el proyecto en subsistemas automáticamente, con el algoritmo Leiden y sin pedirle nada a ningún modelo. El segundo: cada línea del mapa lleva una etiqueta de confianza, EXTRACTED si estaba escrito tal cual en el código e INFERRED si la dedujo. Sabes qué leyó y qué se imaginó. Eso, en una herramienta que va a alimentar a un agente, vale más que cualquier gráfica bonita. ¹

Cómo lo uso yo, en concreto

Lo tengo metido en mis proyectos y lo uso a diario. Uno de ellos es Laura, un chat de atención en el que trabajo de forma continua. Cuando voy a tocar algo de Laura, lo primero que hago ya no es abrir carpetas: es preguntar al grafo.

El uso real es aburrido, y por eso funciona. Pregunto en lenguaje normal con graphify query y me devuelve el trozo del mapa que importa. Si quiero saber cómo se conectan dos cosas que en teoría no se hablan, graphify path me traza el camino salto a salto. Y si quiero el detalle de un concepto, dónde vive y con quién se relaciona, graphify explain. ¹

Lo que cambia no es que yo entienda mejor mi proyecto. Es que dejo de explicárselo entero al agente cada mañana. El mapa está escrito, persiste, y la conversación empieza en el minuto cinco en vez de en el minuto cero.

Y en un proyecto que ya lleva meses encima, el informe tiene un efecto secundario incómodo y muy sano: te enseña conexiones que no recordabas haber hecho.

Instalarlo son dos líneas (con una trampa)

Necesitas Python 3.10 o superior. Lo recomendado por ellos es instalarlo con uv, aunque también admite pipx y pip. ^{1 2}

Primera línea: uv tool install graphifyy. Segunda: graphify install, que registra la skill en tu asistente. Y ya está: dentro del asistente escribes /graphify . y se pone a construir el mapa de la carpeta en la que estés. ¹

La trampa está en el nombre. El paquete se llama graphifyy, con dos íes griegas al final, y el comando que te deja instalado se llama graphify, con una. Si te equivocas, el instalador dirá que no encuentra nada y parecerá que la herramienta no existe. ^{1 2}

Dos avisos más de casa. Si estás en Windows con PowerShell, escribe graphify . sin la barra de delante, porque PowerShell se cree que la barra es una ruta. Y si después de instalar el comando no aparece, no está roto: es que la carpeta donde ha ido a parar no está en tu PATH, y ellos mismos lo explican en su apartado de problemas. ¹

Funciona con Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot y más de quince asistentes adicionales, cada uno con su variante del comando de instalación. ¹

Dónde deja de servir

El código se analiza en tu máquina, sin llamadas a ningún modelo. Eso es real, y es lo que hace que un proyecto solo de código no necesite ninguna clave de API. Pero en cuanto quieres meter documentación, PDF, imágenes o vídeo en el mapa, ahí sí interviene un modelo: el de tu propio asistente o el de la clave que configures. Si trabajas con documentación sensible, esa es la frontera que hay que mirar antes de lanzarlo. ¹

Hay un tope de tamaño: el archivo del grafo se corta en 512 MiB, ampliable con una variable de entorno. Y el mapa visual se atraganta por encima de unos 5.000 nodos, aunque las consultas por debajo siguen funcionando igual de bien. En proyectos muy grandes, el dibujo es lo primero que sobra. ¹

Un detalle que conviene saber aunque no moleste: cada consulta que haces se apunta en un registro local en tu propia máquina, con la pregunta y cuánto tardó. La respuesta completa no se guarda y el registro se puede desactivar con una variable de entorno. Ellos declaran que no hay telemetría ni analítica. ¹

Sus cifras de comparación con otros sistemas de memoria están publicadas por ellos mismos, con su propio banco de pruebas. Las cito como lo que son: lo que cuentan ellos. ¹

Y el límite conceptual, que es el que más me importa: el grafo es un mapa de lo que está escrito, no de lo que ocurre en producción. Te dice quién llama a quién en el código. No te dice qué se ejecuta de verdad cada martes a las tres. Confundir las dos cosas es el error clásico de cualquier diagrama de arquitectura, y este no es una excepción.

Licencia Apache 2.0 según la ficha de su repositorio, y a 17 de septiembre de 2026 supera las 119.000 estrellas en GitHub. ¹