Graphify transforme une codebase en graphe de connaissance que Claude Code, Codex, Gemini CLI et d’autres agents peuvent interroger. Au lieu de relire le projet fichier par fichier, l’agent dispose d’une carte persistante des concepts, imports et relations.

Voici l’installation actuelle, les fichiers générés, les God Nodes, les requêtes en CLI ou via MCP, la version Cloud et les limites à connaître. Il s’agit ici de Graphify pour le code, à ne pas confondre avec les produits homonymes destinés notamment à Notion.

Pourquoi le RAG classique ne suffit pas sur du code

Avec un agent de code, la difficulté n’est pas de retrouver un texte qui « ressemble » à la question, mais de comprendre comment le projet est construit. La recherche documentaire classique découpe le contenu en fragments et renvoie les plus proches de la requête : pratique pour de la prose, cette approche capte mal les relations explicites d’une codebase — quel fichier appelle quelle fonction, quels modules partagent un type, où passe une dépendance.

C’est le point de départ de cette vidéo : sur du code, une carte des relations apporte un contexte que des fragments isolés ne restituent pas. Graphify part de cette idée et construit un graphe de connaissances plutôt qu’un index de passages.

Comment fonctionne Graphify ?

Pour le code source, Graphify utilise des parseurs AST locaux afin d’extraire les symboles et leurs relations. Le projet indique distinguer les connexions directement extraites du code de celles qui sont inférées pendant la résolution.

Le graphe permet notamment de repérer :

  • les composants les plus connectés, parfois appelés « god nodes » ;
  • les imports, appels et héritages entre fichiers ;
  • les communautés correspondant aux différentes parties du projet ;
  • le chemin reliant deux concepts éloignés dans la codebase.

Le code est analysé localement sans appel à un LLM. En revanche, l’analyse sémantique de documents, PDF, images ou vidéos peut utiliser le modèle de votre assistant ou une API configurée.

Installer Graphify avec Claude Code

Graphify nécessite Python 3.10 ou une version plus récente. Le paquet PyPI officiel s’appelle graphifyy avec deux “y”, tandis que la commande installée reste graphify.

La méthode recommandée par le dépôt officiel utilise uv :

uv tool install graphifyy
graphify install

Une alternative isolée est disponible avec pipx :

pipx install graphifyy
graphify install

Évitez pip install graphify : les mainteneurs précisent que les autres paquets graphify* publiés sur PyPI ne sont pas affiliés au projet officiel.

Ouvrez ensuite Claude Code dans le projet à analyser et lancez :

/graphify .

Pour une installation limitée au dépôt courant :

graphify install --project

Les fichiers générés

Après l’analyse, Graphify crée un dossier graphify-out/ contenant principalement :

graphify-out/
├── graph.html
├── GRAPH_REPORT.md
└── graph.json
  • graph.html fournit une visualisation interactive du graphe ;
  • GRAPH_REPORT.md présente les concepts importants et connexions remarquables ;
  • graph.json contient le graphe complet que l’agent peut interroger sans relire tous les fichiers.

Vous pouvez ensuite poser des questions ciblées depuis le terminal :

graphify explain "NomDuConcept"
graphify path "ConceptA" "ConceptB"
graphify query "où est gérée l'authentification ?"

God Nodes et architecture du projet

Dans un graphe, certains nœuds concentrent beaucoup de connexions : ce sont les « God Nodes ». Ils correspondent souvent aux briques structurantes du projet — un service central, un modèle de domaine, un module d’infrastructure.

La vidéo s’en sert comme point d’entrée : en partant des God Nodes, on reconstitue l’architecture réelle du code au lieu de l’architecture supposée. C’est particulièrement utile pour se repérer dans une codebase ancienne ou un dépôt que l’on découvre.

Interroger le graphe : commandes et MCP

En plus des commandes ci-dessus, le graphe peut être exposé à votre agent via MCP : l’assistant interroge alors les relations directement pendant la conversation, sans que vous ayez à recopier les résultats du terminal. Le même graphe alimente donc à la fois vos requêtes manuelles et le contexte de l’agent.

L’exploration visuelle des communautés du projet dans graph.html complète ces requêtes texte : elle sert surtout à un humain qui veut voir d’un coup d’œil comment le dépôt se découpe.

Est-ce que Graphify réduit vraiment les tokens ?

L’intérêt principal n’est pas de compresser chaque réponse, mais d’éviter certaines recherches répétées dans la codebase. Sur un gros projet, une requête ciblée dans le graphe peut remplacer plusieurs lectures de fichiers et appels à grep.

Dans ses benchmarks publiés, l’équipe rapporte notamment une progression de 70,8 % à 82 % de couverture des faits clés sur six questions portant sur ERPNext, avec un agent fixe et un outil Graphify. Ce résultat provient du protocole de l’éditeur, sur un dépôt et un échantillon précis : ce n’est pas une garantie universelle pour votre projet.

La bonne méthode consiste à mesurer une tâche réelle : même modèle, même demande, même version du projet, puis comparer les tokens, le nombre d’appels d’outils et la qualité de la réponse avec et sans le graphe.

Graphify et RTK pour Claude Code répondent d’ailleurs à deux problèmes différents. Graphify réduit potentiellement les recherches dans le code ; RTK compacte les sorties de commandes shell.

Version Cloud et analyse de Pull Requests

Au-delà du graphe local, la vidéo teste la version Cloud de Graphify et son usage sur une Pull Request : analyser une PR revient à examiner les relations touchées par le diff plutôt qu’à relire chaque fichier modifié.

C’est un complément au flux local. Le graphe construit sur votre machine reste la référence pour interroger le code ; l’analyse de PR aide surtout à cadrer une revue, en particulier quand la modification touche des zones très connectées du projet.

Les limites à connaître

Graphify n’est pas indispensable sur tous les projets. La construction et la mise à jour du graphe ont un coût en temps et en stockage, qui sera peu rentable sur une petite codebase facile à parcourir.

Un graphe peut aussi devenir obsolète lorsque le code change. Utilisez la mise à jour incrémentale et vérifiez toujours les fichiers sources avant une modification sensible. Les relations marquées comme inférées doivent être considérées comme des pistes, pas comme des preuves équivalentes à un import ou un appel explicitement extrait.

Enfin, la promesse « local » doit être comprise précisément : le parsing du code reste local, mais les documents et médias nécessitant une analyse sémantique peuvent solliciter un backend si vous en configurez un.

Dans quels cas utiliser Graphify ?

Graphify est surtout intéressant pour les codebases volumineuses, les projets anciens et les agents qui passent beaucoup de temps à reconstruire la même compréhension de l’architecture. La visualisation HTML est également utile pour un humain qui découvre le dépôt.

Sur un petit projet ou pour une correction très localisée, les outils natifs de Claude Code peuvent rester plus rapides. Le meilleur test consiste à générer le graphe, poser quelques questions d’architecture dont vous connaissez la réponse, puis comparer la précision et le nombre de fichiers consultés.

Si vous faites tourner plusieurs agents côte à côte, le graphe ne règle qu’une partie du problème : Skills Manager centralise et synchronise les skills de Claude Code, Codex, Cursor et des autres agents IA dans une bibliothèque unique, au lieu de dupliquer les mêmes dossiers de configuration.

Regardez la vidéo associée : elle teste Graphify sur une vraie codebase, de l’installation à l’analyse de Pull Requests. Les commandes ci-dessus ont été actualisées pour correspondre au paquet officiel graphifyy et à la procédure actuelle du projet.