Saltar al contenido
Volver a Recursos
GuíaIntermedio

Graphify · dale a tu IA el mapa completo de tu proyecto (la pieza más avanzada)

Esta es la pieza más avanzada del conocimiento de tu IA — el grafo, una de las tres partes del brain que acabas de ver. Ya le diste memoria a tu IA, ya guardas en GitHub, ya sabes cuándo usar un RAG y qué es un brain. Pero hay un punto en que la búsqueda por parecido se queda corta: cuando tu proyecto se vuelve TAN grande que la IA ya no entiende cómo se conecta todo — qué depende de qué, qué se rompe si tocas una pieza. Ahí empieza a leer archivos a ciegas, a gastar tokens de más, a repetir errores y a romper cosas que funcionaban. Graphify resuelve eso de raíz: convierte tu proyecto entero —código, esquemas de base de datos, documentos, papers, hasta imágenes y videos— en un grafo de conocimiento que la IA consulta en una sola pregunta. Es open-source, gratis, y hoy es una "skill" que se instala con un comando. Y ojo: no es solo para programadores — aquí verás varios escenarios para distintos tipos de usuario.

Jun 19, 202611 min
La pieza más avanzada del conocimiento de tu IA
Esta guía profundiza el grafo, la tercera pieza del brain que viste en el recurso anterior: [memoria](/recursos/memoria-para-tu-ia-herramientas) → [RAG](/recursos/rag-sin-humo-cuando-lo-necesitas) → [brain](/recursos/el-brain-cerebro-de-tu-app) → grafo a fondo. No necesitas programar para entenderla, y verás escenarios más allá del código (documentos, investigación, tu negocio).

¿Cuándo aparece la necesidad? (más allá de buscar)

La necesidad surge cuando tu proyecto deja de ser "un montón de cosas que buscar" y se vuelve "una red de cosas conectadas". Señales: le pides a la IA un cambio y rompe algo que estaba en la otra punta del proyecto; le preguntas "¿qué pasa si cambio esto?" y no sabe; o tienes tanta información que ni la memoria ni el RAG le dan a la IA la foto completa de cómo encaja todo.

El dolor: la IA que "arregla" una cosa y rompe otra
Es el dolor más frustrante de construir con IA a escala. La IA toca un archivo sin saber que otras cinco piezas dependían de él → lo que arregla por un lado, lo rompe por otro. No es que sea tonta: es que busca por parecido, pero no entiende las conexiones. El grafo le da exactamente eso que le falta.

Memoria vs RAG vs grafo · la diferencia en una frase

Los tres le dan conocimiento a tu IA, pero resuelven cosas distintas. Esta es la diferencia que casi nadie explica claro:

Las tres, sin confundirlas
  • Memoria → recuerda tus reglas y tu proyecto entre sesiones. (Continuidad.)
  • RAG → busca por parecido y trae los pedazos de tus documentos que se parecen a tu pregunta. (Encontrar.)
  • Grafo → entiende las conexiones: qué depende de qué, qué se rompe si cambias algo. (Razonar sobre la estructura.)
Imagínalo así · el mapa del metro
Sin grafo, tu IA es un turista en una ciudad enorme preguntando dirección en cada esquina (eso gasta tokens y se pierde). Con un grafo de conocimiento, le das el mapa del metro: ve toda la ciudad de un vistazo, sabe qué estación conecta con cuál, y llega directo. RAG te dice "aquí hay calles parecidas a la que buscas"; el grafo te dice "esta calle lleva a aquella, y si cierras esta, se traba toda esa zona".

¿Qué es Graphify? (en cristiano)

Graphify es una herramienta gratuita y open-source que toma una carpeta entera —tu código, tus esquemas de base de datos, tus documentos, papers, incluso imágenes y videos— y la convierte en un grafo de conocimiento: un mapa donde cada cosa es un punto y cada conexión es una línea. La IA, en vez de leer 50 archivos a ciegas, le pregunta al mapa "¿cómo se conecta X con Y?" y obtiene la respuesta en una sola consulta.

Hoy Graphify funciona como una "skill" (igual que las del recurso de las 5 skills de oficina): se instala una vez y tu asistente de IA —Claude Code, Cursor, Codex, Gemini CLI y más— la usa cuando la necesita. Y es multi-modal: no solo entiende código, también SQL, scripts, documentos, papers y más.

safishamsi/graphifyREPO

Graphify — convierte cualquier carpeta (código, esquemas SQL, scripts, documentos, papers, imágenes, videos) en un grafo de conocimiento consultable, para asistentes de IA (Claude Code, Codex, Cursor, Gemini CLI y más). Open-source, mantenido por Safi Shamsi.

PythonMITVer en GitHub

Para todo tipo de usuario · 4 escenarios reales

Graphify no es solo para quien programa. Cualquiera con un montón de información conectada se beneficia. Estos son cuatro escenarios distintos:

1 · El que construye una app (código)
El caso clásico: tu proyecto creció y la IA se pierde entre archivos. Con el grafo, antes de tocar nada, sabe qué depende de qué — y deja de romper lo que funcionaba. Menos bugs, menos tokens, cambios más seguros.
2 · El investigador o estudiante (papers y documentos)
Tienes 80 papers o un montón de documentos de tesis. El grafo conecta ideas entre ellos: "¿qué autores se relacionan?", "¿qué concepto conecta este paper con aquel?". Tu IA razona sobre TODA tu biblioteca, no documento por documento.
3 · El dueño de un negocio (tu operación)
Tus procesos, políticas, productos y clientes están conectados de mil formas. Un grafo deja que tu IA entienda esas relaciones: "si cambio esta política, ¿a qué procesos afecta?". Pasa de responder hechos sueltos a entender tu negocio como un sistema.
4 · El que mezcla todo (datos + docs + código)
Lo más potente: Graphify mete en UN solo grafo tu código, tu esquema de base de datos y tu documentación. Tu IA ve la app, los datos y las decisiones como una sola red — el contexto completo que ningún archivo suelto le da.

Instalación · un comando (necesitas Python)

Graphify se instala con un solo comando. Necesitas tener Python en tu computadora. (Ojo: el paquete se llama graphifyy, con doble "y".)

Instalar Graphifybash
pip install graphifyy && graphify install
Si el comando falla
En macOS o si ves un error de "externally-managed-environment", usa pipx install graphifyy (maneja todo solo). En Windows, si no reconoce graphify después de instalar, pipx install graphifyy también lo resuelve. Y lo más fácil: si usas un agente de código, pásale el prompt de abajo y que él lidie con la instalación.

Cómo se usa · le preguntas al mapa

Una vez instalada, Graphify es una skill que invocas con /graphify. Construyes el grafo de tu carpeta una vez, y luego le haces preguntas en lenguaje natural. Así de simple se ve una consulta real:

Consultar tu grafo (ejemplo real)bash
/graphify query "¿qué conecta el login con la base de datos de usuarios?"
El hábito que lo hace valioso
El grafo no es de una sola vez: vuélvelo un reflejo consultarlo ANTES de un cambio grande ("¿qué se rompe si toco esto?") y reconstruirlo cuando el proyecto cambie bastante. Un mapa viejo desorienta; uno fresco te ahorra horas. Igual que en toda la serie: la herramienta vale por el hábito, no por instalarla una vez.

Prompt 1 · Que tu IA lo instale y construya el grafo

Si no quieres tocar la terminal, deja que tu agente de código haga todo. Cópialo y pégaselo:

Pégalo a tu agente · instalar y construir el grafotexto
Quiero usar Graphify (https://github.com/safishamsi/graphify) para convertir este proyecto en un grafo de conocimiento que puedas consultar. Guíame y hazlo tú donde puedas, en lenguaje simple.

1. Verifica si está instalado; si no, instálalo (pip install graphifyy && graphify install, o pipx install graphifyy si pip falla).
2. Constrúyeme el grafo sobre la raíz de este proyecto.
3. Explícame qué generó (el grafo visual, el archivo consultable y el reporte) en palabras simples.
4. Hazme una consulta de prueba para confirmar que funciona, por ejemplo cómo se conectan dos partes clave de mi proyecto.
5. Si algo solo lo puedo hacer yo, dímelo con pasos exactos.

Prompt 2 · Úsalo antes de cada cambio grande (anti-romper-cosas)

Este es el que de verdad te ahorra dolores de cabeza. Antes de pedirle a la IA un cambio importante, haz que consulte el grafo primero:

Pégalo a tu agente · cambiar sin rompertexto
Antes de hacer este cambio: [describe el cambio que quieres], consulta el grafo de conocimiento de Graphify para entender el impacto.

1. Pregúntale al grafo qué partes del proyecto dependen de lo que voy a tocar.
2. Dime qué se podría romper y qué hay que revisar después del cambio.
3. Solo entonces propón el cambio, teniendo en cuenta esas conexiones.
4. Cuando terminemos y funcione, recuérdame guardar el progreso en GitHub.

La idea es no romper nada que esté conectado por debajo.

Por qué corona el conocimiento (y potencia el C-A-R)

Aquí todo se junta
El grafo hace que la fase de auditar del protocolo C-A-R sea muchísimo más potente: la IA audita entendiendo cómo se conecta TODO, no solo el archivo que tocó. Y se apoya en los escalones anteriores: guarda el grafo y tus cambios en GitHub, úsalo cuando el RAG se quede corto para entender estructura. Es la cima de la escalera del conocimiento de tu IA.
En NeuralOS, el grafo es parte del cerebro
El grafo de conocimiento es justo el tipo de "cerebro estructural" que estamos llevando a NeuralOS: que cada proyecto y agente entienda cómo se conecta todo lo suyo, sin que tú montes nada. La visión ya está dibujada en la interfaz; el motor es parte del camino que construimos.
RAG sin humo · el escalón anteriorAntes del grafo, casi siempre lo que necesitas es un buen RAG. Empieza por ahí si te lo saltaste.El protocolo C-A-R · construir sin bugsEl método que combina perfecto con Graphify para software a prueba de balas.
#contexto#grafo#open-source#claude-code