Aller au contenu
Méthodologie

graphify

graphify — Méthodologie. adoption : Apache-2.0, paquet PyPI `graphifyy` ; dépôt créé le 3 avril 2026, 103 187 étoiles et 10 024 forks au 6 août 2026 ; branche par défaut v8, README en 33 langues · catégorie : Skill open source présentée par le site, distincte du site lui-même · définition : Skill et CLI transformant un projet multi-format en graphe de connaissance interrogeable : code parsé localement en AST tree-sitter sans modèle, prose et images traitées sémantiquement, chaque arête étiquetée selon sa provenance, sans index vectoriel

«Safi Shamsi» a conçu graphify comme un skill et un CLI qui transforme un projet entier en un graphe de connaissances navigable, invoqué via `/graphify` depuis «Claude Code», Cursor, Codex, Gemini CLI et une quinzaine d'autres clients. Le code est analysé localement en AST «tree-sitter», sans modèle dans la boucle, et chaque arête porte sa provenance : `EXTRACTED` quand elle est explicite dans la source, `INFERRED` quand graphify l'a déduite. Publié par «Graphify Labs» sous licence Apache-2.0, le dépôt a été créé le 3 avril 2026 et affichait 103,187 étoiles et 10,024 forks au 6 août 2026.

Le design refuse les embeddings et une base vectorielle. Le clustering s'appuie sur «NetworkX» et l'algorithme de Leiden ; la couverture s'étend au SQL, à Terraform, à Apex, aux configurations «MCP», aux manifestes de paquets, aux fichiers Office, aux PDF, aux images et à la vidéo transcrite localement. Les commentaires `# WHY:` deviennent des nœuds reliés au code qu'ils expliquent.

Le tableau des benchmarks est partagé. Sur LOCOMO, graphify domine le recall@10 avec 0.497 contre 0.149 pour supermemory et 0.048 pour mem0, mais accuse un retard sur la précision QA avec 45.3% contre 49.7%. Sur LongMemEval-S, il égale un RAG dense à 76%. La construction du graphe ne coûte aucun crédit LLM, ce qui situe l'avantage défendable du côté du coût et de la traçabilité plutôt que de la qualité des réponses.

Puis il y a la dérive. Le même jour, «graphify.net», la vitrine et l'annuaire propres à Shamsi, annonçait "3.7k+ GitHub stars", affichait MIT à trois reprises contre le `LICENSE` Apache 2.0 du dépôt, et continuait de pousser un chiffre de "71.5× token reduction" pourtant retiré avec le README v1. Un éditeur d'outil qui rédige lui-même le guide comparatif de sa catégorie occupe la première place sur la requête d'évaluation.

Type
Méthodologie
adoption
Apache-2.0, paquet PyPI `graphifyy` ; dépôt créé le 3 avril 2026, 103 187 étoiles et 10 024 forks au 6 août 2026 ; branche par défaut v8, README en 33 langues
catégorie
Skill open source présentée par le site, distincte du site lui-même
définition
Skill et CLI transformant un projet multi-format en graphe de connaissance interrogeable : code parsé localement en AST tree-sitter sans modèle, prose et images traitées sémantiquement, chaque arête étiquetée selon sa provenance, sans index vectoriel
relations
15
Citée dans
2 fiches

Mesures d'adoption

Voisinage

tree-sitter Safi Shamsi graphify.net Graphify Labs algorithme de Leiden NetworkX commentaires d'inten… faster-whisper pour … GitNexus

→ utilise

tree-sitter TECHNOLOGIE confiance élevée atemporel Source ↗
algorithme de Leiden CONCEPT confiance élevée atemporel Source ↗
NetworkX TECHNOLOGIE confiance élevée atemporel Source ↗
faster-whisper pour transcrire vidéo et audio localement TECHNOLOGIE confiance élevée atemporel Source ↗

← a créé

Safi Shamsi PERSONNE confiance élevée stable Source ↗

← référence

graphify.net TECHNOLOGIE confiance élevée évolutif Source ↗

← publie

Graphify Labs ORGANISATION confiance élevée évolutif Source ↗

← fait partie de

commentaires d'intention CONCEPT confiance élevée atemporel Source ↗

→ converge avec

GitNexus TECHNOLOGIE confiance élevée évolutif

Citée dans (2)