Sitio **graphify.net**, consultado el **6 de agosto de 2026**, mantenido por **Safi Shamsi** — el creador de la skill open source graphify (cf. [[skill-shamsi-graphify-2026-08-06]]). El dominio reúne dos objetos distintos. **El primero es un escaparate de producto**: presentación de graphify, guías de uso, referencia de la CLI y, sobre todo, una galería de **100 repositorios de GitHub trending ya grafificados** — *« 100 repos, 854,079 nodes, 1,932,930 edges »* — filtrable por lenguaje y tamaño del grafo, cada uno con su vista previa y su página de detalle. **El segundo, y el más interesante para una nota de veille, es un directorio editorial**: *« 30 AI coding client guides »*, un directorio de servidores MCP comparados según *« transport, runtime, client support, setup effort, and access risks »*, comparaciones estructuradas entre herramientas (Cursor frente a Codex) y un flujo de artículos con un targeting de cola larga evidente (*« GLM-5.2 Knowledge Graph for Developers »*, *« Trae Context Engineering for Agents »*, *« Symphony Knowledge Graph for Agent Memory »*, *« What Is Cowart? A Codex Plugin for Image Editing »*). El sitio reivindica un método — *« source-reviewed »*, *« aligned decision fields, official evidence, and explicit unknowns »* — y está disponible en seis idiomas. ⚠️ **El punto que esta nota existe para registrar**: el sitio está **fácticamente desfasado respecto al producto que presenta**. Indica **« 3.7k+ GitHub Stars »** cuando la API de GitHub cuenta **103,187** el mismo día, una **licencia MIT** declarada tres veces cuando el archivo `LICENSE` del repositorio es **Apache 2.0**, y destaca la afirmación **« 71.5× token reduction »**, que pertenece al README de la generación v1 y ha desaparecido de la versión actual. **Un sitio oficial que muestra el 3.7% del número real de estrellas y se equivoca de licencia** es en sí mismo una señal: la capa de comunicación no ha seguido el ritmo del repositorio.
#graphify.net#directorio de herramientas de IA#directorio
**Entrada de tipo skill** (no un artículo): **graphify**, de **Safi Shamsi** (Graphify Labs, **Y Combinator S26**), convierte un proyecto completo —código, documentación, PDF, imágenes, vídeos— en un **grafo de conocimiento consultable**, invocado mediante `/graphify` desde Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot y una quincena de otros clientes. Observado el **6 de agosto de 2026**: **103 187 estrellas**, **10 024 forks**, repositorio creado el **3 de abril de 2026** —una trayectoria extraordinaria en cuatro meses—. **Apache-2.0**, Python 3.10+, rama por defecto **v8**. **Los tres compromisos de diseño caben en tres líneas del README**: *« Code maps for free, fully local »* (el código se analiza en un **AST de tree-sitter**, determinista, sin LLM, **nada sale de la máquina**); *« Every edge is explained »* (cada arista se etiqueta como **`EXTRACTED`** —explícita en la fuente— o **`INFERRED`** —resuelta por graphify—, con un tercer valor `AMBIGUOUS` que aparece en el informe); y *« Not a vector index »* —*« no embeddings, no vector store: a real graph you traverse »*—. **Tres salidas**: `graph.html` (grafo interactivo), `GRAPH_REPORT.md` (nodos god, conexiones sorprendentes, preguntas sugeridas) y `graph.json` (grafo persistente, consultable semanas después sin releer los archivos). **Tres modos de consulta** sustituyen a grep: `query` (subgrafo para una pregunta en lenguaje natural), `path A B` (camino más corto entre dos entidades) y `explain` (vecindario de un concepto). **Cobertura**: 36 gramáticas de tree-sitter (~40 lenguajes), además de Terraform, Apex, **configuraciones MCP**, manifiestos de paquetes, Office, Google Workspace, PDF, imágenes y vídeo/audio transcritos **localmente** por faster-whisper. Comunidades detectadas mediante **Leiden**, etiquetadas **sin LLM**. ⭐ **El resultado de benchmark más interesante no es una victoria, sino un resultado gratuito**: en LOCOMO, graphify logra un **recall@10 de 0,497** frente a 0,149 de supermemory y 0,048 de mem0, pero **pierde en precisión de QA** (45,3 % frente a 49,7 %); en LongMemEval-S obtiene **76 %, empatado con un RAG denso**; y la línea que importa es *« Graph build — LLM credits: **0** »*, donde el sector suele facturar por token. ⚠️ **Puntos a registrar**: la rama `main` conserva un README de la era v1 que describe un producto distinto (solo skill de Claude Code, la afirmación de « 71,5× menos tokens »); el paquete PyPI se llama **`graphifyy`**, con dos *y*, hasta que se recupere el nombre `graphify`; y un **registro de consultas** se escribe por defecto en `~/.cache/graphify-queries.log`, desactivable mediante una variable de entorno.
#skill#grafo de conocimiento#grafo de conocimiento
**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.
Estudio empírico del equipo de ingeniería de **Compare the Market** (Meerkat Careers, Reino Unido) que evalúa cuatro enfoques para la **recuperación de contexto en revisión de código con IA**: Baseline (sin contexto adicional), **RAG** (búsqueda vectorial), **GKG** (GitLab Knowledge Graph, grafo de conocimiento basado en AST) y **GKG+RAG** (híbrido). Evaluación sobre **79 merge requests reales** con **MLflow en Databricks**. Resultado llamativo: **RAG rinde peor que el baseline** en casi todas las métricas — el ruido vectorial resulta contraproducente para la revisión de código. **GKG supera a RAG en un +21%** en cobertura de comentarios en línea (0,696 frente a 0,577) gracias a la comprensión estructural mediante AST (Tree-sitter + base de datos de grafos Kuzu). El código requiere comprensión **estructural** (llamadores, firmas, jerarquías), no una mera similitud semántica. GKG cuesta 4 veces el baseline pero aporta mejoras medibles; RAG cuesta 3 veces sin mejora alguna. Implementado como **sidecar Docker** en CI/CD que envuelve el binario de GKG (aún en beta en GitLab) con un servidor MCP local.
#Compare the Market#Meerkat Careers#revisión de código con IA
Équipe Engineering Compare the Market (Meerkat Careers, UK — site de comparaison d'assurances et services financiers).