graphify

103.187 estrellas y 10.024 forks para el 6 de agosto de 2026, en un repositorio creado el 3 de abril de 2026: la curva de adopción de graphify es lo primero que salta a la vista. «Safi Shamsi» lo construyó, «Graphify Labs» lo publica, y la herramienta en sí es un skill y una CLI que convierte un proyecto mixto (código, documentos, PDF, imágenes, vídeo, configuraciones «MCP», manifiestos de paquetes) en un grafo de conocimiento que se recorre en lugar de aplicarle grep a los archivos. Es Apache-2.0, se distribuye en PyPI como `graphifyy`, con un README en 33 idiomas.

Tres decisiones de diseño sostienen el argumento. El código se analiza localmente en ASTs de «tree-sitter» sin ningún modelo de por medio, de modo que un corpus puramente de código no necesita clave de API. Cada arista lleva la etiqueta de su procedencia, extraída o inferida. Y el proyecto rechaza de plano los embeddings y una base de datos vectorial. «NetworkX» y el algoritmo de Leiden se encargan del ensamblaje.

Los benchmarks recompensan una lectura atenta. En LOCOMO, graphify encabeza el recall@10 con 0.497 frente a 0.149 de supermemory y 0.048 de mem0, pero queda por detrás en precisión de QA: 45.3% frente al 49.7% de supermemory. En LongMemEval-S iguala a un RAG denso con 76%. La ventaja defendible está en el coste y la trazabilidad, no en la calidad de las respuestas.

La presentación que lo rodea es menos rigurosa. «graphify.net», el propio sitio de Shamsi, anunciaba más de 3.7k estrellas el mismo día en que la API devolvía 103.187, declaraba MIT tres veces frente al archivo LICENSE Apache-2.0 del repositorio, y seguía promocionando una cifra de reducción de tokens que pertenece al README de la v1. La rama por defecto es v8; la que está en main describe un producto anterior completamente distinto.