Je vraagt Claude Code iets over je project en ziet het eerst tientallen bestanden openen voordat er een antwoord komt. Dat kost tijd en tokens. Graphify pakt dat anders aan: het bouwt één keer een kennisgraaf van je hele codebase, inclusief docs en PDF’s, en je assistent zoekt daarin (Bron: GitHub). Het project heeft op GitHub ruim 129.000 sterren. In vier stappen draai je het zelf.
Wat Graphify doet
Graphify ontleedt je code met tree-sitter, een parser die volgens de maker zo’n 40 programmeertalen kent, en zet functies, klassen, tabellen en hun verbanden in een graaf. Elke verbinding krijgt een label: EXTRACTED als hij letterlijk in de bron staat, INFERRED als Graphify hem zelf heeft afgeleid (Bron: GitHub). Zo zie je welke verbanden hard zijn en welke een gok.
Het werkt als skill in onder meer Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot CLI en Aider (Bron: GitHub). Nieuw met skills? Lees eerst wat Claude Code-skills zijn en hoe je ze instelt.
Stap 1: installeren
Je hebt Python 3.10 of hoger nodig en bij voorkeur uv. Het pakket heet graphifyy, met twee keer een y; het commando zelf is graphify (Bron: GitHub):
uv tool install graphifyy # of: pipx install graphifyy
graphify install # herkent je assistent en registreert de skillWil je de skill alleen in één project, gebruik dan graphify install --project.
💡 Beginner-tip: de dubbele y is geen typfout: zo heet het pakket op PyPI. Na installatie typ je gewoon
graphify, met één y.
Stap 2: je eerste graaf bouwen
Open je project in Claude Code en typ (Bron: GitHub):
/graphify .In de map graphify-out/ vind je daarna drie bestanden:
| Bestand | Wat erin staat |
|---|---|
graph.html | Interactieve weergave van de graaf in je browser |
GRAPH_REPORT.md | Kernbegrippen, verrassende verbanden en voorgestelde vragen |
graph.json | De volledige graaf, doorzoekbaar zonder de bronbestanden opnieuw te lezen |
Heb je later bestanden aangepast, dan werk je alleen die bij met /graphify . --update. In Codex begin je de commando’s met $graphify in plaats van /graphify.
Stap 3: vragen stellen
Nu kun je de graaf bevragen (Bron: GitHub):
/graphify query "waar wordt de betaalstatus bijgewerkt?"
/graphify path "OrderService" "InvoiceTable"
/graphify explain "retry-logica"Met path zie je hoe twee onderdelen met elkaar verbonden zijn, met explain krijg je uitleg over één begrip. Begin met de vragen die GRAPH_REPORT.md zelf voorstelt: die laten snel zien of de graaf je project goed begrijpt.
Stap 4: let op privacy en kosten
Code blijft op je eigen machine. Docs, PDF’s en afbeeldingen gaan wel naar het model van je AI-assistent voor de inhoudelijke analyse (Bron: GitHub). Draai je Graphify zonder assistent via graphify extract, dan kiest het zelf een aanbieder. Volgens de README gaat Kimi daarbij naar servers van Moonshot AI in China. Wil je helemaal geen externe aanroepen, zet dan GRAPHIFY_BACKEND=none.
⚡ Gevorderden: je vragen worden standaard lokaal gelogd in
~/.cache/graphify-queries.log. Werk je aan vertrouwelijke code, zet danGRAPHIFY_QUERY_LOG_DISABLE=1in je shellprofiel (Bron: GitHub).
De maker belooft “80% minder tokens” voor je agent. Die claim staat zonder onderbouwing op de pagina; de gepubliceerde benchmarks gaan over terugvinden en antwoordkwaliteit, niet over tokens (Bron: GitHub). Vergelijk daarom zelf: stel dezelfde vraag met en zonder graaf en kijk in Claude Code naar je verbruik. Zit je dicht tegen je limiet aan, dan helpen ook onze tips om binnen de weeklimiet te blijven. Een verwant idee voor code-reviews is Code Review Graph via MCP.
Checklist: ben je klaar?
- Python 3.10+ en
uvofpipxgeïnstalleerd graphifyy(twee y’s) geïnstalleerd engraphify installgedraaid- Eerste graaf gebouwd met
/graphify . GRAPH_REPORT.mdgelezen en de voorgestelde vragen geprobeerd- Besloten of docs en PDF’s naar je model mogen, anders
GRAPHIFY_BACKEND=none - Tokenverbruik met en zonder graaf vergeleken