graphify

103,187 Stars und 10,024 Forks bis zum 6 August 2026, in einem Repository, das am 3 April 2026 angelegt wurde: graphifys Adoptionskurve ist das Erste, was auffällt. «Safi Shamsi» hat es gebaut, «Graphify Labs» veröffentlicht es, und die Sache selbst ist ein Skill und eine CLI, die ein gemischtes Projekt (Code, Dokumente, PDF, Bilder, Video, «MCP»-Konfigurationen, Paketmanifeste) in einen Wissensgraphen verwandelt, den man durchläuft, statt Dateien zu durchsuchen. Es steht unter Apache-2.0, wird auf PyPI als `graphifyy` ausgeliefert, mit einer README in 33 Sprachen.

Drei Designentscheidungen tragen das Argument. Code wird lokal in «tree-sitter»-ASTs geparst, ohne dass dabei ein Modell zum Einsatz kommt, sodass ein reiner Code-Korpus keinen API-Schlüssel benötigt. Jede Kante ist nach Herkunft gekennzeichnet, extrahiert oder abgeleitet. Und das Projekt lehnt Embeddings und einen Vektorspeicher rundheraus ab. «NetworkX» und der Leiden-Algorithmus übernehmen den Zusammenbau.

Die Benchmarks belohnen genaues Lesen. Bei LOCOMO führt graphify bei recall@10 mit 0.497 gegenüber 0.149 für supermemory und 0.048 für mem0, liegt aber bei der QA-Genauigkeit zurück: 45.3% gegenüber 49.7% bei supermemory. Bei LongMemEval-S erreicht es mit 76% das Niveau eines dense RAG. Der verteidigbare Vorteil liegt bei Kosten und Nachvollziehbarkeit, nicht bei der Antwortqualität.

Die Darstellung drumherum ist weniger genau. «graphify.net», Shamsis eigene Website, warb am selben Tag, an dem die API 103,187 zurückgab, mit 3.7k+ Stars, erklärte dreimal die MIT-Lizenz entgegen der Apache-2.0-LICENSE-Datei des Repositorys und bewarb weiterhin eine Zahl zur Token-Reduktion, die zum README von v1 gehört. Der Standardbranch ist v8; der Branch main beschreibt ein ganz anderes, früheres Produkt.