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. »
**Voce di tipo Skill** (non un articolo): **graphify** di **Safi Shamsi** (Graphify Labs, **Y Combinator S26**) trasforma un intero progetto — codice, documenti, PDF, immagini, video — in un **grafo di conoscenza interrogabile**, invocato tramite `/graphify` da Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot e una quindicina di altri client. Osservato il **6 agosto 2026**: **103.187 stelle**, **10.024 fork**, repository creato il **3 aprile 2026** — una traiettoria straordinaria in quattro mesi. **Apache-2.0**, Python 3.10+, branch predefinito **v8**. **I tre impegni di progettazione stanno in tre righe del README**: *« Mappe del codice gratuite, completamente locali »* (il codice viene analizzato in **AST tree-sitter**, deterministico, senza LLM, **nulla lascia la macchina**); *« Ogni arco è spiegato »* (ogni arco è etichettato **`EXTRACTED`** — esplicito nella fonte — o **`INFERRED`** — risolto da graphify —, con un terzo valore `AMBIGUOUS` che compare nel report); e *« Non è un indice vettoriale »* — *« nessun embedding, nessun vector store: un vero grafo che si attraversa »*. **Tre output**: `graph.html` (grafo interattivo), `GRAPH_REPORT.md` (nodi god, connessioni sorprendenti, domande suggerite) e `graph.json` (grafo persistente, interrogabile settimane dopo senza rileggere i file). **Tre modalità di interrogazione** sostituiscono grep: `query` (sottografo per una domanda in linguaggio naturale), `path A B` (percorso più breve tra due entità) ed `explain` (vicinato di un concetto). **Copertura**: 36 grammatiche tree-sitter (~40 linguaggi), oltre a Terraform, Apex, **configurazioni MCP**, manifest di pacchetti, Office, Google Workspace, PDF, immagini e trascrizioni video/audio **in locale** tramite faster-whisper. Comunità rilevate tramite **Leiden**, etichettate **senza LLM**. ⭐ **Il risultato di benchmark più interessante non è una vittoria ma una vittoria gratuita**: su LOCOMO, graphify ottiene un **recall@10 di 0,497** contro 0,149 di supermemory e 0,048 di mem0, ma **perde sull'accuratezza QA** (45,3% contro 49,7%); su LongMemEval-S ottiene **76%, a pari merito con un RAG denso**; e la riga che conta è *« Costruzione del grafo — crediti LLM: **0** »*, laddove il settore fattura tipicamente per token. ⚠️ **Punti da annotare**: il branch `main` porta un README dell'epoca v1 che descrive un prodotto diverso (skill Claude Code soltanto, l'affermazione dei « 71,5× meno token »); il pacchetto PyPI si chiama **`graphifyy`** con due *y*, in attesa che il nome `graphify` venga recuperato; e un **log delle query** viene scritto per impostazione predefinita in `~/.cache/graphify-queries.log`, disattivabile tramite una variabile d'ambiente.
**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.