Este repositorio de código abierto acaba de resolver el problema principal de Claude Code

CChase AI
Computing/SoftwareSmall Business/StartupsInternet Technology

Transcript

00:00:00Graphify acaba de resolver el problema de memoria de Claude Code.
00:00:03Es capaz de convertir cualquier repositorio en un impresionante grafo de conocimiento,
00:00:06justo como el que ves aquí.
00:00:08Y en el proceso, permite que Claude Code te dé respuestas más precisas
00:00:12a una fracción del costo en tokens.
00:00:14Puede hacer esto recorriendo toda tu base de código,
00:00:17mapeando todas las conexiones y discerniendo el porqué detrás de ellas.
00:00:21Y lo mejor es que también es de código abierto y totalmente gratuito.
00:00:24Así que hoy te voy a mostrar cómo puedes poner esto en marcha tú mismo
00:00:27y qué es lo que realmente sucede bajo el capó,
00:00:30para que puedas empezar a aprovecharlo de inmediato.
00:00:32Graphify salió hace un par de meses.
00:00:34Tiene casi 60,000 estrellas.
00:00:36Y lo que hace es permitir que tu asistente de programación por IA,
00:00:39no tiene que ser Claude Code, pero es lo que usaremos hoy,
00:00:41mapee todo tu proyecto, código, documentos, PDF, imágenes y videos
00:00:45en un grafo de conocimiento que puedes consultar en lugar de buscar por archivos.
00:00:49Así que podemos tomar Graphify y apuntarlo a cualquier tipo de repositorio que queramos,
00:00:54y crea este tipo de grafo de conocimiento.
00:00:55La razón por la que nos importa esto es que cuando creamos un grafo de conocimiento,
00:01:00permite que Claude Code responda más fácilmente preguntas sobre ese repositorio
00:01:04porque todo ya está mapeado.
00:01:06Está muy claro cómo A se conecta con B, cómo B se conecta con C,
00:01:09y por qué importan esas conexiones.
00:01:11Esto contrasta con buscar archivos mediante comandos,
00:01:13que es como suelen funcionar los asistentes de programación por IA como Claude Code.
00:01:16Es una analogía un poco simplista, pero es como si solo hiciera un control-F
00:01:19e intentara buscar algo, en lugar de tener un camino claramente trazado de cómo va todo, ¿verdad?
00:01:25Esto le da a Claude Code un mapa, mientras que buscar en archivos no le da nada en absoluto.
00:01:29Entonces, debido a eso, cuesta menos tokens obtener respuestas más precisas con algo como Graphify.
00:01:35Ahora, ¿qué tan significativos son esos ahorros de tokens?
00:01:37Bueno, algunas personas afirman que hasta 70 veces más, lo cual encontré un poco exagerado.
00:01:41Y como verán cuando lo demostremos hoy,
00:01:42es un poco menos de 70 veces, pero aún así significativo.
00:01:45Ese es el porqué debería importarte.
00:01:47Ahora hablemos de cómo funciona realmente.
00:01:48Cómo pasamos de una base de código a algún tipo de grafo de conocimiento como este,
00:01:51que se ve muy, muy similar a algo como una base de conocimiento de Graph RAG.
00:01:56¿Son lo mismo?
00:01:56¿Cómo se relaciona esto con RAG?
00:01:57Hablaremos de eso.
00:01:58Bueno, la forma en que funciona es a través de tres pases diferentes.
00:02:00En el primer pase, estamos analizando la estructura del código,
00:02:03y esto es completamente gratis.
00:02:05Todo lo que ves aquí, es solo a través del primer pase.
00:02:09Esto es determinista.
00:02:10Esto no es una IA haciendo un juego de adivinanzas.
00:02:12Es literalmente revisar el código mismo y decir,
00:02:15esta pieza de código se relaciona con esta segunda pieza de código.
00:02:18Y así es literalmente como se escribe la base de código.
00:02:20Estas son conexiones establecidas.
00:02:22Como dice aquí, un analizador sintáctico (tree-sitter) revisa tus archivos de código y extrae clases,
00:02:26funciones, importaciones, grafos de llamadas y comentarios en línea.
00:02:29Esto se ejecuta localmente sin que intervenga ningún LLM.
00:02:31En el pase número dos, analiza video y audio,
00:02:34si es que esos archivos existen.
00:02:36Y si existen, serán transcritos con faster whisper.
00:02:39Y una vez que se conviertan en texto,
00:02:41también serán inyectados en el grafo de conocimiento.
00:02:44Por último, realiza un tercer pase en documentos, artículos e imágenes.
00:02:47Así que si tu base de código incluye cosas que no son código real,
00:02:50ya sean archivos PDF, documentación, imágenes, lo que sea,
00:02:54esto se procesa en el tercer pase.
00:02:56Y aquí es donde interviene realmente el modelo de lenguaje grande (LLM)
00:02:58para realizar algún tipo de análisis semántico,
00:03:00es decir, qué significa realmente este documento
00:03:03y dónde debería encajar en este grafo de conocimiento más amplio.
00:03:06Este tercer pase es algo similar, sin usar incrustaciones (embeddings) reales,
00:03:10a lo que hace un sistema RAG.
00:03:12Una vez que hace todo eso,
00:03:13comienza a crear el grafo de conocimiento en sí.
00:03:17Entra en un poco más de detalle técnico aquí,
00:03:19pero todo lo que necesitas entender es que va a crear nodos,
00:03:23nodos, que son estos pequeños círculos, ¿verdad?
00:03:26Cada uno de estos círculos es un nodo.
00:03:28Luego tenemos aristas (edges), que son la línea entre dos nodos,
00:03:33dos cosas que están conectadas, y luego comunidades.
00:03:35Las comunidades son simplemente grandes agrupaciones de nodos
00:03:38que son similares en naturaleza.
00:03:39Lo que ves aquí son 486 comunidades.
00:03:43Así que esa es una visión general de cómo se extraen realmente los datos
00:03:46y se convierten en un grafo.
00:03:47Y recuerda, nos importa convertirlo en un grafo
00:03:49porque, a todos los efectos,
00:03:51es un mapa para Claude Code,
00:03:52para que pueda responder preguntas más rápidamente.
00:03:54Ahora, probablemente tengas algunas preguntas en este momento.
00:03:56Uno, ¿qué pasa si no hay estructura de código?
00:03:58¿Qué pasa si apunto a un repositorio lleno de archivos Markdown?
00:04:01Es solo un montón de documentos
00:04:02de los que quiero crear un grafo de conocimiento
00:04:03y no quiero usar RAG completo.
00:04:05¿Puedo hacer eso?
00:04:05Sí.
00:04:06De hecho, puedes convertirlo en una bóveda de Obsidian
00:04:08a través de Graphify.
00:04:09Hablaremos de eso un poco al final.
00:04:11La segunda pregunta que probablemente tengas es,
00:04:13sí, esto realmente parece súper similar
00:04:15a algo como GraphRAG.
00:04:17¿Cuál es realmente la diferencia
00:04:18y cuándo debería usar uno u otro?
00:04:21Bueno, la mayor diferencia entre Graphify
00:04:23y un sistema GraphRAG como LightRAG
00:04:25o RAGanything o el GraphRAG de Microsoft
00:04:28son realmente las incrustaciones (embeddings), ¿verdad?
00:04:29Graphify no está utilizando ningún sistema de incrustación en absoluto.
00:04:33La segunda mayor diferencia son los casos de uso.
00:04:35Así que Graphify es mejor, y obtenemos el máximo provecho de él
00:04:37cuando hablamos de bases de código.
00:04:39Pero si vemos algún repositorio enorme,
00:04:40ya sea uno nuevo o uno en el que hemos estado trabajando
00:04:42y queremos averiguar cómo está conectado,
00:04:44Graphify es perfecto para eso.
00:04:46GraphRAG, por otro lado,
00:04:48es genial para algo que es más no estructurado.
00:04:50Digamos que tienes decenas de miles de documentos
00:04:52que son todos archivos PDF o archivos Markdown
00:04:55y solo quieres preguntar sobre ellos.
00:04:57Sabes, imagina que todos son documentos de políticas
00:04:58y estás preguntando como,
00:04:59¿qué dice la política sobre X, verdad?
00:05:01Podría estar en cualquier parte entre cualquiera de estos documentos.
00:05:04No están necesariamente conectados.
00:05:05Es muy no estructurado.
00:05:06Ahí es donde brilla GraphRAG o realmente cualquier sistema RAG.
00:05:09Dicho esto, la división entre ambos aquí
00:05:13es algo turbia
00:05:14porque como mencioné en ese tercer pase,
00:05:16podemos hacer algo así con Graphify.
00:05:18Es casi como un sistema RAG ligero en ese sentido.
00:05:21Así que eso es lo que es Graphify,
00:05:22cómo funciona y por qué debería importarte.
00:05:24Ahora hablemos de instalar esto realmente
00:05:27y usarlo de verdad.
00:05:27Pero antes de saltar a esa demostración,
00:05:29una breve palabra del patrocinador de hoy, yo mismo.
00:05:32Hace no mucho tiempo,
00:05:33lancé la Masterclass de Claude Code
00:05:35y es la forma número uno de pasar de cero a desarrollador IA,
00:05:37sin importar tu formación técnica.
00:05:39Este curso se actualiza semanalmente
00:05:40y también incluye masterclasses adicionales
00:05:43como la Masterclass de Codex
00:05:45y la Masterclass de Claude OS.
00:05:48Así que si eres alguien que quiere tomar esto
00:05:49un poco más en serio,
00:05:51definitivamente échale un vistazo.
00:05:52Puedes encontrarlo dentro de Chase AI+.
00:05:53Hay un enlace en el comentario fijado.
00:05:55Entonces, instalar Graphify es relativamente simple.
00:05:58Tenemos algunos requisitos previos
00:05:59así como instrucciones sobre cómo instalarlo.
00:06:02Si usas Cloud Code,
00:06:03te sugiero que te lo pongas muy fácil.
00:06:06Simplemente ve al enlace de GitHub de Graphify.
00:06:08Lo pondré abajo.
00:06:09Cópialo, pégalo en Cloud Code
00:06:11y solo dile,
00:06:12oye, instala Graphify por mí.
00:06:14Pero si quieres hacerlo manualmente,
00:06:15solo puedes seguir los pasos
00:06:16tal como están dispuestos.
00:06:18Y nuevamente, Graphify es agnóstico a la plataforma
00:06:20y funciona con cualquier agente de programación que exista.
00:06:22Y una vez que tengas Graphify instalado,
00:06:23la siguiente pregunta se convierte en,
00:06:24bien, ¿cómo uso esto?
00:06:25¿Cuáles son los comandos?
00:06:27Bueno, hay bastantes comandos
00:06:30y hay tantos comandos.
00:06:31De hecho, no vas a
00:06:32recordar ninguno de ellos.
00:06:33Afortunadamente, cuando instalas Graphify,
00:06:35vendrá con una habilidad de Graphify.
00:06:38Esta skill le enseñará a Cloud Code
00:06:39cómo usar Graphify
00:06:41y cuándo debe usar qué comandos
00:06:42dependiendo del lenguaje natural que utilices.
00:06:45Así que dicho esto,
00:06:47te sugiero que eches un vistazo al repositorio de GitHub,
00:06:49familiarízate un poco
00:06:50con lo que es posible
00:06:51porque hay mucho.
00:06:52Pero entiende,
00:06:53no tienes que tener esto memorizado.
00:06:54Cloud Code entiende qué hacer.
00:06:56Pero hay algunos
00:06:58que deberíamos conocer.
00:06:59Si escribo barra inclinada Graphify,
00:07:00eso ejecutará todo
00:07:02en el directorio en el que me encuentre.
00:07:04También hay comandos de Graphify
00:07:05para consultar el grafo de conocimiento.
00:07:07Así que si hago Graphify query
00:07:09o Graphify explain,
00:07:10le indicará explícitamente a Cloud Code
00:07:12o a cualquier agente de programación que estés usando
00:07:13que, oye,
00:07:14echa un vistazo al grafo de conocimiento
00:07:16al responder a esta pregunta.
00:07:17No seas perezoso
00:07:17e intentes responder por tu cuenta.
00:07:19Además,
00:07:19tenemos comandos
00:07:20para asegurarnos de que siempre esté activo.
00:07:21Así que si ejecuto Graphify Cloud install,
00:07:23significa que siempre va
00:07:25a usar Graphify
00:07:26para responder a las preguntas.
00:07:27No tengo que ser explícito.
00:07:28Literalmente se convierte en un gancho.
00:07:29Y hay algunas otras
00:07:30opciones interesantes
00:07:31como la opción de Obsidian,
00:07:32que,
00:07:33con un comando,
00:07:34creará un repositorio entero de Obsidian
00:07:35para ti
00:07:36y lo llenará con
00:07:37todo lo que encuentre Graphify.
00:07:39Pero de nuevo,
00:07:40recuerda que la habilidad está instalada.
00:07:41Así que si alguna vez te confundes
00:07:42sobre qué tiene sentido,
00:07:43solo pregúntale a Cloud Code.
00:07:44Lo entenderá.
00:07:45Así que ahora, ejecutémoslo.
00:07:47Para la demostración,
00:07:47vamos a apuntar
00:07:49Cloud Code a OpenDesign,
00:07:51que es una base de código relativamente grande.
00:07:53Si nunca has usado OpenDesign,
00:07:55es esencialmente Cloud Design,
00:07:57pero de código abierto.
00:07:59Así que lo he clonado en mi máquina
00:08:00y voy a abrir Cloud Code
00:08:02dentro de ese directorio.
00:08:03Ya estamos dentro del directorio
00:08:04y lo único que voy a hacer
00:08:05es escribir barra Graphify
00:08:07y luego un punto.
00:08:08Ahora va a ejecutar Graphify
00:08:10en toda esta carpeta.
00:08:12Así que después de seis minutos,
00:08:13esto es lo que obtuvimos.
00:08:15Analizó 203 archivos.
00:08:17Obtuvimos 1.907 nodos,
00:08:203.447 aristas en 109 comunidades
00:08:24y los tokens de salida
00:08:25fueron justo menos de 120.000.
00:08:27Así que lista los nodos principales.
00:08:29Los nodos principales son prácticamente
00:08:30como los nodos más destacados,
00:08:32las conexiones más prominentes
00:08:33dentro de lo que sea que haya atravesado.
00:08:36Tenemos conexiones sorprendentes
00:08:37que no esperaba
00:08:39y preguntas sugeridas.
00:08:42Así que si queremos echar un vistazo
00:08:42al grafo,
00:08:43puedo decir,
00:08:44adelante y trae
00:08:47el grafo para mí.
00:08:49Así que aquí hay un vistazo
00:08:50al grafo de conocimiento
00:08:51que construyó
00:08:52y se pueden ver
00:08:53las comunidades ahí.
00:08:54Creó 109 comunidades
00:08:56y eso es realmente solo
00:08:56todos estos grupos.
00:08:58A medida que nos acercamos,
00:09:00podemos ver los nodos
00:09:01que son los puntos reales
00:09:03y luego las aristas
00:09:05son las conexiones entre ellos.
00:09:06Cuando hago clic en el nodo,
00:09:07puedes ver aquí
00:09:08en la parte superior derecha,
00:09:10su tipo,
00:09:11así que es un nodo de código,
00:09:12su comunidad,
00:09:13su fuente,
00:09:14así como sus vecinos.
00:09:15Pero recuerda,
00:09:16tan genial como es esta visualización
00:09:17y se ve muy bien,
00:09:19el valor real aquí
00:09:20no es el grafo de conocimiento.
00:09:21Esto se ve bien,
00:09:23pero el valor real
00:09:24es el hecho de que
00:09:25ahora le hemos entregado
00:09:26a Claude Code un mapa
00:09:27al repositorio de OpenDesign
00:09:29y ahora puedo hacer preguntas
00:09:31sobre él
00:09:31y obtener respuestas precisas.
00:09:33Así que lo que probaremos ahora
00:09:34es que le haremos una pregunta
00:09:35sobre algo relacionado
00:09:36con el repositorio
00:09:37y vamos a hacer que
00:09:38use Graphify,
00:09:39así que hacer que realmente
00:09:40use el grafo de conocimiento
00:09:41y luego haremos
00:09:42prácticamente la misma pregunta
00:09:43sin usar Graphify,
00:09:44así que solo hacer que
00:09:45obtenga la respuesta
00:09:46y echaremos un vistazo
00:09:47a cómo se ve la diferencia
00:09:48de tokens.
00:09:49Así que para echar un vistazo
00:09:49a la diferencia de tokens
00:09:50con y sin Graphify,
00:09:51vamos a hacer
00:09:52la misma pregunta
00:09:53a Claude Code
00:09:54sobre el repositorio.
00:09:55La primera es
00:09:56rastrear cómo fluye una solicitud
00:09:58de diseño desde la aplicación web
00:09:59a un agente de codificación
00:10:00y viceversa.
00:10:00Así que estamos tratando de entender
00:10:01cómo funciona realmente
00:10:03esta aplicación
00:10:03y en la primera pestaña
00:10:04vamos a decir
00:10:05usa Graphify
00:10:06y en la segunda pestaña
00:10:07con la misma pregunta
00:10:08vamos a decir
00:10:09no uses Graphify.
00:10:10Así que podemos ver
00:10:11la habilidad de Graphify
00:10:11cargándose de inmediato
00:10:13y luego podemos ver
00:10:14comandos como
00:10:15graphify query
00:10:16haciendo la pregunta
00:10:17que acabamos de dar a Claude Code.
00:10:18Por aquí
00:10:19en el lado sin Graphify
00:10:20vemos que Claude Code
00:10:21ha generado
00:10:22agentes de exploración
00:10:23para echar un vistazo
00:10:25a la base de código
00:10:25y desde el principio
00:10:27ya hemos usado
00:10:27100.000 tokens
00:10:28entre ellos.
00:10:29Ahora, en cuanto a
00:10:30las respuestas reales
00:10:30que obtuvimos
00:10:31fueron las mismas,
00:10:32ambos identificaron
00:10:32cómo esta aplicación
00:10:34funciona realmente,
00:10:35pero con la
00:10:36versión sin Graphify
00:10:37necesitamos ejecutar
00:10:38esos agentes de exploración,
00:10:39así que estábamos viendo
00:10:40alrededor de
00:10:40150.000 tokens,
00:10:42más o menos,
00:10:43con los agentes de exploración
00:10:44más unos adicionales
00:10:4550.000 tokens
00:10:46en la sesión principal,
00:10:47así que, sabes,
00:10:48unos 200.000 tokens
00:10:50en total
00:10:50versus aquí
00:10:52en la versión sin Graphify,
00:10:54solo usamos
00:10:55unos 80.000,
00:10:58así que alrededor del
00:10:5840%
00:11:00del costo total
00:11:01de la versión sin Graphify,
00:11:02lo cual es un ahorro significativo.
00:11:03Ahora, ya que
00:11:04esta versión sin Graphify
00:11:06ha rastreado
00:11:07a través de
00:11:08el repositorio en sí,
00:11:09si hago preguntas adicionales,
00:11:11el costo de tokens
00:11:12no será tan
00:11:13alto;
00:11:14sin embargo,
00:11:14como tenemos
00:11:16el grafo de conocimiento
00:11:16construido,
00:11:17siempre que queramos
00:11:18hacer preguntas
00:11:18sobre él
00:11:19vía graphify
00:11:20bueno, no vamos
00:11:21a tener que
00:11:21lidiar con ese
00:11:22costo en tokens
00:11:22de tener que
00:11:23revisarlo una y otra vez
00:11:24y eso en parte
00:11:25apunta a la
00:11:26pieza de memoria
00:11:26ya lo construimos
00:11:27por completo
00:11:28siempre podemos
00:11:28consultarlo de forma económica
00:11:29ahora la pregunta
00:11:30entonces es
00:11:31si este es un
00:11:31repositorio vivo y dinámico
00:11:32qué pasa
00:11:33cuando hacemos
00:11:34actualizaciones en el repositorio
00:11:35¿se actualizará también
00:11:35este grafo de conocimiento?
00:11:36bueno, la respuesta
00:11:37es sí
00:11:38vemos esto detallado
00:11:39en el flujo de trabajo
00:11:40en el archivo léeme
00:11:40si ejecutamos
00:11:41graphify hook install
00:11:42va a
00:11:43reconstruirse automáticamente
00:11:44después de cada confirmación
00:11:45y eso es solo
00:11:45el AST
00:11:46no hay costo de API
00:11:47asociado
00:11:48a eso
00:11:48es literalmente
00:11:49solo ver
00:11:50qué cambió
00:11:51realmente
00:11:51a qué está conectado
00:11:52ahora
00:11:53y reconstruye
00:11:53ese árbol
00:11:54pero no tiene costo
00:11:54para ti
00:11:55todo esto se hace
00:11:56de una manera
00:11:56determinista
00:11:57y además
00:11:58esto también funciona
00:11:59en un equipo
00:12:00de trabajo
00:12:00así que si tuvieras
00:12:01dos desarrolladores
00:12:01trabajando
00:12:02en el mismo repositorio
00:12:02en paralelo
00:12:03también resuelve
00:12:04esa situación
00:12:04así que al final
00:12:05obtienes este
00:12:06mapa persistente y
00:12:07a la vez vivo
00:12:08de cualquier repositorio
00:12:09que quieras
00:12:09y que puedes darle
00:12:10a Cloud Code
00:12:10para que puedas obtener
00:12:11respuestas más eficientes
00:12:12y por último
00:12:13lo insinuamos
00:12:14un poco aquí
00:12:14con la bandera de Obsidian
00:12:15podemos hacer todo esto
00:12:16con repositorios
00:12:17que no son basados en código
00:12:18es un poco
00:12:19diferente y vamos
00:12:19a hacer
00:12:20eso en otro video
00:12:21donde profundizaremos
00:12:22en Graphify y Obsidian
00:12:23y cómo se ve
00:12:23esa conexión
00:12:25pero entiendan
00:12:26que no estamos encasillados
00:12:27solo en código
00:12:28esta es una
00:12:29herramienta bastante flexible
00:12:30pero hasta aquí
00:12:31los dejo
00:12:32por hoy
00:12:33creo que es una
00:12:33herramienta genial
00:12:34y cuando observas
00:12:35el espectro
00:12:36de estas
00:12:37aplicaciones y complementos
00:12:37adyacentes a la memoria
00:12:39que podemos usar
00:12:40junto a cosas
00:12:42como Cloud Code
00:12:43y Codex
00:12:43creo que Graphify
00:12:44cae
00:12:44en algún lugar entre
00:12:45Obsidian
00:12:46y un verdadero sistema RAG
00:12:47y creo que eso es genial
00:12:48cuantas más opciones tengamos
00:12:49y más herramientas
00:12:50a nuestra disposición
00:12:52mejor podemos elegir
00:12:53la adecuada para el trabajo
00:12:53no tenemos que usar
00:12:54solo Obsidian
00:12:55sabes, tal vez no
00:12:56estemos haciendo algo
00:12:57en markdown
00:12:58y no tenemos que volvernos
00:12:59locos y generar
00:12:59alguna enorme infraestructura
00:13:00RAG
00:13:02esto es, de nuevo,
00:13:03un pequeño punto
00:13:04intermedio
00:13:04que creo
00:13:05que vale la pena explorar
00:13:05así que, como siempre,
00:13:06déjenme saber
00:13:06qué opinan
00:13:08asegúrense de echar un vistazo
00:13:08a Chase AI Plus
00:13:09si quieren poner sus
00:13:10manos en la
00:13:11clase magistral de Cloud Code
00:13:11hablando de Obsidian,
00:13:12de hecho, voy a estar
00:13:13organizando un
00:13:14seminario web gratuito en vivo
00:13:15la próxima semana
00:13:16sobre Obsidian
00:13:17y Cloud Code
00:13:18pondré un enlace
00:13:19también ahí abajo
00:13:19y, aparte de eso,
00:13:21los veré luego
00:13:22nos vemos

Key Takeaway

Graphify optimiza la memoria y reduce el costo en tokens de asistentes como Claude Code al transformar repositorios en mapas de conocimiento estructurados y navegables en lugar de depender exclusivamente de la búsqueda por archivos.

Highlights

  • Graphify reduce el costo en tokens de Claude Code al mapear repositorios en grafos de conocimiento estructurados.

  • El proceso de análisis de Graphify se divide en tres pases: estructura de código (determinista), audio/video y documentos.

  • Graphify alcanza un ahorro de tokens cercano al 60% en comparación con la exploración de archivos tradicional.

  • El grafo de conocimiento se reconstruye automáticamente tras cada confirmación cuando se utiliza el comando graphify hook install.

  • Graphify no utiliza sistemas de incrustaciones (embeddings), diferenciándose así de otros sistemas GraphRAG.

  • La herramienta es agnóstica a la plataforma y funciona con cualquier asistente de programación por IA.

Timeline

Problema de memoria y solución con Graphify

  • Claude Code sufre de limitaciones de memoria al buscar archivos mediante comandos tradicionales.
  • Graphify mapea repositorios enteros en grafos de conocimiento para facilitar consultas precisas.
  • El uso de mapas de conocimiento reduce el gasto en tokens de los modelos de lenguaje.

Las herramientas de IA suelen funcionar mediante búsquedas simples, similares a un control-F, que no ofrecen contexto sobre la estructura del código. Graphify soluciona esta limitación convirtiendo código, documentos y archivos multimedia en una red de nodos y aristas que permite a la IA entender las conexiones entre componentes. Esta estructura proporciona un mapa claro, aumentando la precisión de las respuestas y reduciendo significativamente la cantidad de tokens necesarios.

Arquitectura y funcionamiento de Graphify

  • El análisis consta de tres pases: estructura de código, contenido multimedia y documentos.
  • El primer pase utiliza tree-sitter localmente para extraer funciones y clases sin intervención de IA.
  • El grafo se compone de nodos, aristas y comunidades para organizar la información.

La creación del grafo es un proceso metódico. Primero, un analizador sintáctico revisa el código localmente sin costo ni modelos de lenguaje. Luego, un segundo pase transcribe archivos de audio y video, y un tercero analiza documentos mediante modelos de lenguaje para análisis semántico. Esta arquitectura permite organizar datos complejos en comunidades interconectadas que actúan como una base de conocimiento persistente.

Implementación, comandos y demostración técnica

  • Graphify permite consultar el grafo directamente mediante comandos como graphify query.
  • La instalación del hook reconstruye el grafo automáticamente tras cada confirmación de código.
  • Una prueba en el repositorio OpenDesign mostró un consumo de 80.000 tokens con Graphify frente a 200.000 sin él.

La integración en el flujo de trabajo es sencilla mediante la instalación de la skill de Graphify en el asistente. Al ejecutar la herramienta sobre un repositorio como OpenDesign, se mapean cientos de archivos en minutos, creando una estructura de comunidades y nodos. La diferencia de eficiencia es clara en las pruebas comparativas, donde el uso del grafo reduce drásticamente los tokens requeridos para entender flujos lógicos complejos dentro del código.

Flexibilidad y casos de uso

  • Graphify funciona también con repositorios no basados en código, como los de Obsidian.
  • La herramienta se sitúa entre el uso de Obsidian y sistemas RAG completos.
  • La capacidad de reconstrucción automática facilita el trabajo en equipo en repositorios dinámicos.

Más allá del desarrollo de software, Graphify ofrece opciones para gestionar bases de conocimiento no estructuradas mediante la exportación a formatos compatibles con Obsidian. Esta versatilidad permite adaptar la herramienta a diversas necesidades sin requerir la infraestructura pesada de un sistema RAG tradicional. Su naturaleza dinámica y determinista asegura que el mapa de conocimiento se mantenga actualizado, incluso con múltiples desarrolladores trabajando en paralelo.

Community Posts

No posts yet. Be the first to write about this video!

Write about this video