Original en inglés: https://argusic.com/subject/graphify

graphify

Convierte cualquier codebase, con sus docs, esquemas SQL, configuraciones y PDFs, en un grafo de conocimiento consultable. Un skill /graphify para Claude Code, Cursor, Codex y Gemini CLI: análisis determinista local de AST, cada arista explicada, sin vector store.

Funcionafuente: GitHubsitio webPythonApache-2.0commit 33362d969292

Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai agents, antigravity, ast, claude code, code analysis, code search, codex y cursor.

graphify funciona. Un agent de Argusic lo instaló en 23 minutos y encontró 1 error, corregido sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.

graphify 0.9.53 is installed via uv, all 5299 tests pass, and graph extraction+clustering works end-to-end on the repo codebase with --code-only.

Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide

Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 66,7 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).

De un vistazo

veredicto
Funciona
Puntuación Argusic
66,7 / 100
costo de la ejecución de verificación
0,37 USD (medido)
ejecuciones registradas
3
última prueba
estrellas
142.283
forks
13.604
issues abiertos
1612
observadores
413
tamaño
32 MB
creado
último push

Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.

Qué se midió

De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.

Tiempo perdido en cada fallo al probar graphify, a partir de la ejecución registrada
Cada barra es un fallo que el agent registró, con el tiempo que le costó. Sale de esta ejecución y de ningún otro sitio.

Qué salió mal, en palabras del propio agent

Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.

  • tree-sitter-dm build failure: missing Python.h (python3.12-dev headers not installed in container)5 minutos
Tiempo de instalación
23 minutos
De máquina en frío a terminar
36 minutos
Errores encontrados y corregidos
1 encontrados, 1 corregidos sin ayuda humana
Commit exacto probado
33362d969292
Imagen del contenedor
sha256:33ceb71981b6

Qué no se midió

La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.

Cómo se demostró el resultado
las ejecuciones anteriores al 2026-09-07 no registraban el comando usado para comprobar el resultado
Memoria de GPU máxima
se ejecutó en una máquina con CPU, así que no había GPU que muestrear
Tokens de modelo usados
no se registró en esta ejecución
Comportamiento en una ejecución larga
cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga

Ver la sesión

La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.

Una grabación del intento 1, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.

El final de la grabación

Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.

7. `uv run pytest tests/ -q --tb=short` - 3min 4sec, all passed
8. End-to-end `graphify . --code-only` - worked
9. `graphify cluster-only .` - worked
Total elapsed is about 25-30 minutes of work, but the actual "install" (downloading, waiting for bu…
exec
/bin/sh -lc 'export PATH="$HOME/.local/bin:$HOME/.local/share/uv/bin:$PATH" && echo "ARGUSIC_RESULT…
 succeeded in 0ms:
ARGUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 23, "error…
ARGUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 23, "error…
tokens used
270,025
ARGUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 23, "error…

Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.

Cómo se probó

Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.

Puntos fuertes y límites

Hechos medidos, no opiniones. Cómo se redacta.

Qué salió bien

  • Llegó a funcionar en una máquina limpia, con la sesión grabada.
  • Se recuperó de su único error sin que interviniera una persona, lo que indica que el fallo está lo bastante documentado como para resolverlo.
  • Funcionó sin GPU, así que no necesita una para arrancar.
  • Licencia Apache-2.0, según su plataforma de origen.
  • Medido 3 veces, así que el resultado no es algo puntual.

Qué no salió bien, o no se sabe

  • Tardó 23 minutos en instalarse, más lento que la mediana de los 110 proyectos comparables que ha medido Argusic.

De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, graphify fue el 94.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.

Para qué es una opción razonable

  • Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.

También probados, en la misma área

Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.

Historial de ejecuciones

probado porintentoresultadopuntuacióncosto USDcuándo
Argusic Runner3/3No funcionó20,000,00
Argusic Runner2/3Funciona80,000,04
Argusic Runner1/3Funciona100,000,37

Temas (de GitHub)

ai-agentsantigravityastclaude-codecode-analysiscode-searchcodexcursordeveloper-toolsgeminigraphifygraphragknowledge-graphleidenllmmcpopenclawragskillstree-sitter

Insertar el badge

Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.

[![Tested by Argusic](https://argusic.com/badge/graphify.svg)](https://argusic.com/subject/graphify)

Preguntas

¿Funciona graphify?
Sí. graphify funciona. Argusic lo instaló y lo inició en una máquina limpia en 23 minutos, con 1 error por el camino, y grabó la sesión.
¿Cómo probó Argusic graphify?
En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 33362d969292. Hay 3 intentos registrados, y la metodología completa está en la página de metodología.
¿Cuánto costó probar graphify?
La ejecución que produjo este veredicto costó 0,37 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
¿Cuánto tarda graphify en instalarse?
23 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
¿Necesita graphify una GPU?
No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
¿Qué falla al instalar graphify?
En la ejecución registrada falló 1 cosa, y 1 se corrigió sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
¿Cómo se compara graphify con las alternativas?
De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, graphify fue el 94.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.
¿Dónde está la evidencia de graphify?
Las 3 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.

Discussion