Review de Graphify 2026: ¿Merece la pena un grafo de conocimiento del código?

Graphify merece un piloto controlado cuando tus agentes de programación pierden relaciones dentro de una base de código grande y heterogénea. Convierte código, esquemas, infraestructura y documentación en un grafo consultable. Así, el agente puede seguir conexiones en vez de buscar los mismos archivos una y otra vez. No aporta productividad automática en un repositorio pequeño ni sustituye tests, ownership de arquitectura o revisión humana.

El veredicto comercial es sencillo: la licencia MIT elimina la cuota de software, pero no el coste de adopción. Compra el resultado solo si un piloto de dos semanas reduce el tiempo hasta una respuesta de arquitectura verificada o un plan de cambio seguro. Revisamos el repositorio público de Graphify el 16 de julio de 2026. Esta review no está patrocinada y no es una auditoría de seguridad.

¿Qué es Graphify?

Graphify es una CLI open source en Python y un skill para agentes. Usa tree-sitter para extraer localmente símbolos y relaciones del código. Genera tres artefactos principales: un graph.html interactivo, un GRAPH_REPORT.md legible y un graph.json consultable. Comandos como graphify explain, graphify path y graphify query permiten recorrer conceptos y conexiones.

¿Qué problema resuelve un grafo de conocimiento del código?

La búsqueda responde “¿dónde aparece esta palabra?”. Un grafo puede responder “¿qué conecta esta ruta de API con la tabla, la policy y el recurso de despliegue?”. Esa diferencia importa en sistemas maduros donde un cambio cruza aplicación, esquema, infraestructura y documentos de decisión.

Graphify etiqueta las relaciones como extraídas, inferidas o ambiguas. Esta procedencia evita que un agente presente una suposición resuelta como si estuviera explícita en la fuente. El output también muestra nodos centrales, comunidades, llamadas, imports, herencia y referencias a ADR o RFC.

La mejor configuración suele combinar los cuatro: el grafo acota la pregunta, el código fuente la verifica y los tests y decisiones con owner forman la capa de aceptación.

¿Qué solidez tienen los benchmarks?

El proyecto publica un harness reproducible. Reporta recall@10 de 0,497 y 45,3% de precisión QA en LOCOMO, además de 76% en un subset de 50 preguntas de LongMemEval-S. En inteligencia de código, una herramienta de Graphify elevó la cobertura de datos clave del 70,8% al 82,0% en seis preguntas sobre ERPNext.

Son resultados prometedores, no una prueba de compra. El propio proyecto opera el harness, seis preguntas de código son una muestra pequeña y la precisión de benchmark no predice cuánto tardará tu equipo en cerrar cambios reales. Úsalos para justificar un piloto, no para prometer ROI. Reproduce la prueba con una versión fija y preguntas de tu backlog.

¿Graphify protege suficientemente el código de empresa?

El límite de privacidad documentado es útil, pero “local first” no significa que todo input permanezca local. El código se procesa en el equipo; documentos, PDF e imágenes pasan por el asistente o backend configurado.

La revisión profunda detectó una deriva documental que conviene resolver antes de aprobar la herramienta. La política de seguridad aún presenta 0.3.x como versión soportada y afirma que el análisis no hace llamadas de red, mientras el README actual documenta varios backends semánticos. Esto no demuestra una vulnerabilidad, pero impide usar esa página como inventario actual de flujos de datos.

1. Delimita el corpus. Excluye secretos, exports, datos de cliente, código generado y archivos irrelevantes con .gitignore y .graphifyignore.
2. Clasifica el output. graph.json y el informe revelan arquitectura, rutas y relaciones. Protégelos como código fuente.
3. Mapea cada backend. Registra qué documentos salen, a qué proveedor y región, con qué retención y base contractual.
4. Exige trazabilidad. Toda respuesta de arquitectura debe volver a código fuente o a una decisión revisada.
5. Revisa upgrades. El changelog activo incluye correcciones de caché y extracción. Fija, escanea y prueba cada versión.

¿Cuánto cuesta Graphify en realidad?

La licencia MIT permite uso, modificación y distribución gratuitos. El coste total incluye instalación, reglas del corpus, almacenamiento, hooks de actualización, uso del proveedor semántico, revisión de seguridad, diseño del benchmark, formación y mantenimiento. Hacer commit de graphify-out/ acelera el acceso del equipo, pero abre una decisión de gobierno y puede generar diffs grandes.

No justifiques la herramienta con tokens ahorrados en una demo. Mide la unidad que compra el negocio: tiempo desde una pregunta o ticket hasta una respuesta respaldada por fuentes, un plan de cambio seguro o un pull request aceptado.

¿Quién debería adoptar Graphify?

¿Cómo ejecutar un piloto de dos semanas?

1. Elige un workflow costoso. Onboarding, análisis de impacto, preguntas de arquitectura o planificación cross-layer.
2. Crea un set ciego. Usa 20 preguntas reales con respuestas conocidas y respaldadas por fuentes.
3. Mide el baseline. Registra tiempo, precisión, archivos abiertos, tokens y esfuerzo de revisión actual.
4. Fija Graphify y sus límites. Congela versión, excluye rutas sensibles y documenta cada input que usa un modelo externo.
5. Compara outcomes. Escala solo si mejoran precisión verificable, tiempo mediano y esfuerzo de revisión sin regresiones de seguridad o mantenimiento.