Graphify: dając asystentom kodowania AI mapę
Graphify tworzy z bazy kodu przeszukiwalny graf wiedzy: local-first, żaden kod nie opuszcza maszyny, tańsze przebiegi agentów.
Tłumaczenie wygenerowane automatycznie przez AI. Wersja niemiecka jest oryginałem zweryfikowanym redakcyjnie.
Graphify zamienia całą bazę kodu w przeszukiwalny graf wiedzy, lokalnie, dzięki czemu asystent AI otrzymuje strukturę bez konieczności opuszczania maszyny przez kod. Stał się jednym z najszybciej rosnących narzędzi deweloperskich tego roku: ponad 58 tys. gwiazdek na GitHubie i 1,2 mln pobrań z PyPI od wiosny.
01. Co robi
Jego pochodzenie pokazuje, jak szybko porusza się ten obszar: powstał zainspirowany postem Andreja Karpathy'ego z 1 kwietnia 2026 o wykorzystaniu LLM-ów do budowania osobistych baz wiedzy, a w ciągu 48 godzin Safi Shamsi (YC S26) opublikował Graphify na GitHubie.
Uruchamiają Państwo narzędzie na projekcie, a ono lokalnie odczytuje każdy plik i parsuje 33 języki za pomocą tree-sitter bez żadnych wywołań API, dzięki czemu kod nigdy nie opuszcza maszyny. Generuje trzy artefakty, które może przeszukiwać cały zespół: interaktywną wizualizację HTML, raport Markdown i graf JSON, a do tego dokuje się do około 20 asystentów kodowania AI.
Powód jego rozprzestrzenienia jest konkretny: zamiast żeby agent przegrepowywał tysiące plików i tokenów, by zrozumieć strukturę, odpytuje graf. Jedna z demonstracji zmierzyła 72-krotną redukcję tokenów Claude Code przy tym samym pytaniu; przebieg Jacka Robertsa ujmuje to po prostu: to, co robi Graphify, to danie Claude Code mapy.
02. Dlaczego zwracamy na to uwagę
Dwa powody. Po pierwsze, architektura pasuje do naszego sposobu pracy: local-first, brak eksfiltracji kodu, deterministyczne artefakty, które można commitować i udostępniać. To zasada suwerenności zastosowana do narzędzi deweloperskich: asystent otrzymuje kontekst, a baza kodu nigdy nie opuszcza środowiska klienta.
Po drugie, to wyraźne przypomnienie, że wąskim gardłem dla asystentów kodowania AI rzadko jest model, a raczej efektywne dostarczanie właściwego kontekstu. Graf wiedzy, który agent może odpytać, bije brutalne odczytywanie plików pod względem kosztu, tempa i dokładności naraz. Traktujemy to jako wzorzec wart zbudowania, a nie tylko narzędzie do zainstalowania. Więcej tła w tym przeglądzie.
