graphify — « Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store. »
**Skill**-Eintrag (kein Artikel): **graphify** von **Safi Shamsi** (Graphify Labs, **Y Combinator S26**) verwandelt ein gesamtes Projekt — Code, Dokumentation, PDFs, Bilder, Videos — in einen **abfragbaren Wissensgraphen**, aufgerufen über `/graphify` aus Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot und etwa fünfzehn weiteren Clients. Beobachtet am **6. August 2026**: **103.187 Sterne**, **10.024 Forks**, Repository erstellt am **3. April 2026** — eine außergewöhnliche Entwicklung in vier Monaten. **Apache-2.0**, Python 3.10+, Standardbranch **v8**. **Die drei Gestaltungsprinzipien passen in drei Zeilen der README**: *„Code maps for free, fully local"* (Code wird zu einem **tree-sitter-AST** geparst, deterministisch, ohne LLM, **nichts verlässt die Maschine**); *„Every edge is explained"* (jede Kante wird mit **`EXTRACTED`** — explizit in der Quelle — oder **`INFERRED`** — von graphify hergeleitet — markiert, mit einem dritten Wert `AMBIGUOUS`, der im Report erscheint); und *„Not a vector index"* — *„no embeddings, no vector store: a real graph you traverse"*. **Drei Ausgaben**: `graph.html` (interaktiver Graph), `GRAPH_REPORT.md` (God Nodes, überraschende Verbindungen, vorgeschlagene Fragen) und `graph.json` (persistenter Graph, Wochen später abfragbar, ohne die Dateien erneut zu lesen). **Drei Abfragemodi** ersetzen grep: `query` (Subgraph für eine Frage in natürlicher Sprache), `path A B` (kürzester Pfad zwischen zwei Entitäten) und `explain` (Nachbarschaft eines Konzepts). **Abdeckung**: 36 tree-sitter-Grammatiken (~40 Sprachen), außerdem Terraform, Apex, **MCP-Konfigurationen**, Paketmanifeste, Office, Google Workspace, PDFs, Bilder und Video-/Audiotranskription **lokal** via faster-whisper. Communities erkannt via **Leiden**, beschriftet **ohne LLM**. ⭐ **Das interessanteste Benchmark-Ergebnis ist kein Sieg, sondern ein kostenloser**: bei LOCOMO erreicht graphify einen **Recall@10 von 0,497** gegenüber 0,149 für supermemory und 0,048 für mem0, **verliert aber bei der QA-Genauigkeit** (45,3 % gegenüber 49,7 %); bei LongMemEval-S erzielt es **76 %, gleichauf mit einem dense RAG**; und die entscheidende Zeile lautet *„Graph build — LLM credits: 0"*, wo die Branche üblicherweise pro Token abrechnet. ⚠️ **Festzuhaltende Punkte**: Der `main`-Branch führt noch eine README aus der v1-Ära, die ein anderes Produkt beschreibt (nur Claude-Code-Skill, die Behauptung „71,5× weniger Tokens"); das PyPI-Paket heißt **`graphifyy`** mit zwei *y*, bis der Name `graphify` zurückgewonnen wird; und standardmäßig wird ein **Query-Log** unter `~/.cache/graphify-queries.log` geschrieben, das über eine Umgebungsvariable deaktivierbar ist.
**Safi Shamsi** — créateur et mainteneur de graphify · et de **Graphify Labs** · société passée par **Y Combinator (promotion S26)** selon le badge du dépôt. Il maintient aussi le site d'annuaire `graphify.net` (cf. [[graphify-net-annuaire-ia-coding-2026-08-06]]) et publie un livre · *The Memory Layer* · sur les idées et l'architecture derrière le projet.