Graphify: Proměňte svůj chaos v navigovatelný graf

Přiznejme si to – každý z nás někdy otevřel kód, na kterém dlouho nikdo nepracoval, a místo jasného obrazu se před ním objevil prach a ticho. Víte, že soubory existují. Nějak si vybavujete strukturu. Ale pospojovat všechny vazby? To je detektivní práce.

Graphify se snaží tuto situaci změnit – konkrétně pro AI coding asistenty.

Co je Graphify?

Graphify je open-source nástroj, který z vašeho codebase vybuduje queryovatelný knowledge graph. Nejde jen o samotný kód – zpracovává také dokumentaci, výzkumné práce a dokonce i diagramy. Všechno se slije do jednoho prohledávatelného grafu, který vysvětluje nejen co váš kód dělá, ale i proč byl navržen zrovna takhle.

Představte si to jako mapu projektu místo hromady nepropojených souborů.

Autorem je Safi Shamsi a projekt běží pod MIT licencí. Sází na osvědčené technologie: NetworkX pro grafové operace a Tree-sitter pro statickou analýzu kódu.

Multi-modalní přístup

Tady začíná být Graphify zajímavý. Neparsuje jen kód – zvládá různé typy vstupů:

• Zdrojový kód (.py, .js, .go, .java a další) – Tree-sitter extrahuje AST, call graphy a docstrings
• Markdown a PDF – LLM-based extrakce tahá koncepty z textu
• Diagramy a obrázky – Vision modely čtou vaše architektonické diagramy

Díky tomuto multi-modalnímu přístupu nedostáváte jen call graph. Získáváte sémantické vztahy mezi koncepty napříč různými typy souborů.

Jak to funguje

Pipeline je přímočarý, ale výkonný:

1. Detekce a sběr – Najde všechny relevantní soubory
2. Extrakce – Vytáhne AST a sémantické uzly/hrany
3. Sestavení grafu – Vytvoří NetworkX graf
4. Klastrování – Aplikuje Leiden algoritmus pro detekci komunit
5. Analýza – Identifikuje "god nodes" a neočekávané vazby
6. Report – Vygeneruje čitelný výstup

Komunitní detekce je obzvlášť chytrá. Místo drahých a nepřesných vector embeddings používá Graphify Leiden algoritmus k seskupení souvisejícího kódu do sémantických clusterů. Žádný embedding model není potřeba.

God Nodes a "překvapení"

Jedna funkce, která upoutala mou pozornost: Graphify identifikuje takzvané "god nodes" – soubory nebo komponenty s nejvyšší konektivitou v grafu. Typicky jde o vaše core třídy, hlavní vstupní body nebo kritické sdílené utility.

Ještě zajímavější je označování "surprises" – neočekávané cross-file nebo cross-domain vazby, které mohou indikovat problémy v designu, nedokumentované závislosti nebo oblasti vyžadující pozornost.

V jednom z jejich příkladů na knihovně httpx našel Graphify neočekávané propojení mezi DigestAuth a Response. Takové vztahy nejsou zřejmé při čtení jednotlivých souborů, ale v grafu jsou křišťálově jasné.

Argument tokenové efektivity

Tady je číslo, které stojí za zapamatování: v jejich benchmarku (směs GPT framework repositářů a výzkumných prací) dosáhl Graphify 71,5× redukce v spotřebě tokenů ve srovnání s naivním context injection přístupem.

To není malichernost. Když platíte za tokeny u AI API, snížení nákladů na dotazy o takovou míru je znát. A nejde jen o peníze – menší context window znamená rychlejší odpovědi a menší riziko halucinací.

Bezpečnost, která není na oko

Open-source nástroje, které stahují URL a zpracovávají kód, musí brát bezpečnost vážně. Graphify to splňuje:

• Povoluje pouze http/https URL
• Limity na velikost stažených dat a timeouty
• Path containment kontroly (žádný directory traversal)
• HTML escaping na všech node labelech
• Žádná telemetry ani sběr dat třetími stranami

Váš kód nikdy neopustí vaše prostředí. Graphify posílá pouze sémantické popisy (ne surový zdrojový kód) do vašeho nakonfigurovaného AI modelu.

Integrace s AI asistenty

Graphify nabízí jednoduché příkazy pro Claude Code, Codex a OpenCode:

• /graphify – Sestaví nový graf
• /graphify query <otázka> – Položí otázky ohledně codebase
• /graphify path <soubor> – Zaměří se na konkrétní cesty
• /graphify explain – Vysvětlí strukturu grafu

Výstup zahrnuje interaktivní graph.html vizualizaci, graph.json pro programový přístup a GRAPH_REPORT.md auditní soubor.

Instalace

Chcete to vyzkoušet?

pip install graphifyy
graphify install
graphify ./vase-projekt

Požadavky: Python 3.10+ a API klíč nakonfigurovaný pro váš preferovaný AI model (Claude, OpenAI, atd.).

Pozice v ekosystému

Graphify se nesnaží nahradit Sourcegraph pro enterprise kódové vyhledávání ani Neo4j jako obecný grafový databázový nástroj. Místo toho zaujímá zajímavý střední prostor:

• Více sémantický než statické analytické nástroje
• Více strukturovaný než vector-based retrieval
• Postavený přímo pro AI assistant context injection

Pro vývojáře pracující s AI coding asistenty na komplexních projektech – obzvláště mixed codebase s dokumentací a výzkumem –填补 skutečnou mezeru.

Větší obrázek

Nástroje jako Graphify reprezentují širší trend: AI asistenti, kteří negenerují jen kód, ale skutečně rozumí systémům, se kterými pracují. Knowledge graph není jen vizualizační trik – je to reasoning struktura, která může podpořit přesnější, context-aware doporučení.

Zda se Graphify stane standardem pro AI code understanding, je otázka. Ale problém, který řeší, je reálný. Codebase jsou komplexní, propojené systémy. Možná si zaslouží graf-based nástroje místo file-tree navigátorů.

Pokud jste se trápili s tím, jak donutit AI asistenty porozumět architektuře vašeho projektu, Graphify možná stojí za odpolední experiment.