NCA Social Media
Aktualisiert:
Autor:
Roland Golla
Grüner Knowledge Graph mit gelbem Graphify Schild und roter Rakete

Was ist Graphify?

Graphify ist ein Open Source Tool, das eine Codebase samt Docs, SQL Schemas, Configs und PDFs in einen abfragbaren Knowledge Graph verwandelt. Dein KI Coding Agent fragt dann den Graph ab, statt sich mit grep durch Dateien zu wühlen.
Gestartet wird es als Skill im Agent mit /graphify . im Projektordner. Graphify läuft mit Python, das Paket heißt auf PyPI graphifyy mit doppeltem y. Unterstützt werden über 20 Agents, darunter OpenCode, Claude Code, Codex, Cursor und Gemini CLI.
Der Clou liegt in der Technik dahinter. Code wird lokal per tree-sitter geparst, deterministisch und ohne Sprachmodell. Jede Kante im Graph trägt ein Etikett: EXTRACTED heißt direkt im Code gefunden, INFERRED heißt von Graphify aufgelöst. Embeddings und Vector Store braucht Graphify nicht. Der Agent läuft die Kanten des Graphs Schritt für Schritt ab.
Inhalt

Graphify mit NCA: Kontext, den der Agent wirklich versteht

Wir arbeiten täglich mit Coding Agents in großen PHP, Symfony und Astro Projekten. Das Muster kennen wir gut: Der Agent liest Datei für Datei, füllt sein Kontextfenster mit Rohtext und verliert trotzdem den roten Faden. Graphify setzt genau da an. Die Struktur wird einmal sauber berechnet, danach fragt der Agent gezielt nach. Das passt zu unserer Haltung: erst Fakten aus dem Code, dann die KI.
Wir helfen Teams beim Vibe Coding Consulting, richten OpenCode als Coding Agent ein und zeigen, wie Agent Skills sauber im Projekt landen. Wer eine gewachsene Codebase erst verstehen will, startet mit einem Codebase Audit. Für den Kontext rund um Tokens ordnen wir Graphify gegen Headroom ein, für Architekturbilder gegen Archify.
NCA KI Workshop für Developer

Agentic Coding im Team, nicht nur im Glossar

Ein Tag inhouse mit Benjamin Klein für Developer, Tester und Admins. Context Engineering, Harness, ADRs und zwei Hands on Blöcke mit KI Agenten in eurem Setup.

  1. 1
    Kostenloses Vorgespräch
    Stand, Rollen und Ziele klären
  2. 2
    Workshoptag bei euch
    Praxis am Vormittag, Hands on danach
  3. 3
    Praxistag optional
    Agenten im eigenen Projekt
Benjamin Klein
Benjamin Klein
Senior Consultant
Zum Workshop für Developer arrow_forward

Die wichtigsten Features von Graphify auf einen Blick

Graphify kann viel. Diese fünf Funktionen machen im Alltag mit einem Coding Agent den größten Unterschied:
  • Lokale Code Analyse ohne LLM: tree-sitter parst rund 40 Sprachen auf deinem Rechner. Kein API Key, keine Kosten, nichts verlässt die Maschine.
  • Jede Kante erklärt: EXTRACTED oder INFERRED. Du siehst sofort, was im Code steht und was Graphify abgeleitet hat.
  • Query, Path und Explain: Der Agent stellt eine Frage, verfolgt den Weg zwischen zwei Klassen oder lässt sich ein Konzept erklären. Alles gegen eine einzige graph.json.
  • Always on per Hook oder AGENTS.md: Einmal eingerichtet, greift der Agent automatisch zuerst zum Graph statt zu grep.
  • Mehr als Code: Docs, PDFs, Bilder, Videos und SQL Schemas landen im selben Graph. Kommentare wie # WHY: und ADR Verweise werden eigene Knoten.
Die Tabelle zeigt, welcher Befehl hinter welchem Feature steckt.
Feature Was es dir bringt Befehl
Graph bauen graph.html, GRAPH_REPORT.md und graph.json im Ordner graphify-out /graphify .
Frage stellen Passender Ausschnitt des Graphs statt ganzer Dateien graphify query
Weg finden Kürzester Pfad zwischen zwei Dingen im Code graphify path A B
Konzept erklären Quelle, Zeile, Community und alle Verbindungen eines Knotens graphify explain
God Nodes und Communities Die zentralen Knoten und Subsysteme des Projekts GRAPH_REPORT.md
Nur Änderungen neu einlesen Schnelle Updates statt kompletter Neuberechnung /graphify . --update
Automatisch aktuell halten Neuaufbau bei Commit und Branch Wechsel graphify hook install

Neu in Graphify: die aktuellen Features

Das Projekt entwickelt sich in hohem Tempo, neue Versionen erscheinen teils mehrmals pro Woche. Die aktuelle Reihe ist 0.9. Das sind die Neuerungen, die für Teams am meisten zählen:
  • PR Dashboard: graphify prs zeigt offene Pull Requests mit CI Status, Review Stand und Worktree Zuordnung. graphify prs 42 zeigt, welche Teile des Graphs ein PR berührt. Mit --conflicts findest du PRs, die dieselben Communities ändern, also ein Risiko für die Merge Reihenfolge.
  • Callflow Export: graphify export callflow-html erzeugt eine HTML Seite mit Mermaid Diagrammen pro Modul. Mit installiertem Hook baut sie sich bei jedem Commit neu.
  • Projektweite Konfiguration: In einer .graphifyrc legst du fest, welche Sprache hinter einer Dateiendung steckt. Für PHP Projekte mit .inc Dateien ist das Gold wert, sonst parst Graphify sie still als falsche Sprache.
  • Installation pro Repository: graphify install --project legt die Skill im Projekt ab, damit das ganze Team dieselbe Version committet.
  • Live PostgreSQL: Mit dem Extra postgres liest Graphify das Schema direkt aus einer laufenden Datenbank. App Code und Datenbank landen in einem Graph.
  • Neue Sprachen: Extras für Terraform, OCaml, Common Lisp, Robot Framework, Pascal, VB.NET, R, Erlang und Solidity.
  • Stabile Schnittstelle: Die graph.json trägt eine Schema Version, die CLI liefert klare Exit Codes. Mehrdeutige Namen werden abgelehnt statt geraten. Das macht Graphify skriptfähig für die Pipeline.

Graphify installieren und mit OpenCode nutzen

Du brauchst Python ab 3.10 und uv oder pipx. Die Installation dauert unter einer Minute:
Code: 
          
uv tool install graphifyy
graphify install --platform opencode
Ohne Angabe der Plattform richtet sich Graphify für Claude Code ein. Für OpenCode nennst du die Plattform also direkt. Danach reicht im Agent ein Befehl:
Code: 
          
/graphify .
Heraus kommen drei Dateien im Ordner graphify-out. Die graph.html öffnest du im Browser und klickst dich durch Knoten und Communities. Der GRAPH_REPORT.md fasst die zentralen Konzepte und überraschende Verbindungen zusammen. Die graph.json ist der komplette Graph für alle späteren Abfragen.
Für Docs, PDFs und Bilder kommen Extras dazu. Wer alles will, installiert graphifyy[all]. Wer nur Code analysiert, braucht keine Extras und keinen API Key.

Query, Path und Explain: so fragt der Agent den Graph

Ist der Graph gebaut, liest der Agent keine Dateien mehr quer. Er stellt gezielte Fragen. Drei Befehle reichen für fast alles:
Code: 
          
graphify query "what connects auth to the database?"
graphify path "UserService" "DatabasePool"
graphify explain "RateLimiter"
query liefert zu einer Frage in normaler Sprache einen passenden Ausschnitt des Graphs. path zeigt den kürzesten Weg zwischen zwei Elementen, Hop für Hop. explain nennt Quelldatei, Zeile, Community und alle Verbindungen eines Knotens, jeweils mit dem Etikett EXTRACTED oder INFERRED.
Für Skripte und CI ist das Verhalten klar geregelt. Exit Code 0 heißt Antwort gefunden, 3 heißt mehrdeutiger Name, 4 heißt kein passender Knoten. Wer den Graph in eine Pipeline hebt, kann darauf sauber reagieren. Mehr dazu in unseren Vibe Coding CI/CD Pipelines.

Always on: den Agent zum Graph lenken

Ein Graph nützt nur, wenn der Agent ihn auch benutzt. Dafür schreibt Graphify eine kleine Anweisung ins Projekt. Es gibt zwei Wege, je nach Agent:
  • Hook Plattformen wie Claude Code und Gemini CLI: Vor jeder Suche feuert ein Hook und schubst den Agent Richtung Graph.
  • Instruction Plattformen wie OpenCode, Codex und Cursor: Eine dauerhafte Anweisung in AGENTS.md oder den Cursor Rules sorgt für dieselbe Reihenfolge.
Code: 
          
graphify install --platform opencode --project
graphify hook install
Der Git Hook baut den Graph bei Commit und Branch Wechsel neu. Nach einem git pull reicht graphify update .. Wer Graphify wieder loswerden will, nutzt graphify uninstall, mit --purge fliegt auch der Ausgabeordner raus. Wie man solche Regeln für mehrere Agents gleichzeitig pflegt, zeigt agnostic-ai.

Graphify, grep und Vektorsuche im Vergleich

Coding Agents finden Code heute meist auf zwei Arten: per Textsuche mit grep oder über Embeddings in einer Vektordatenbank. Graphify geht einen dritten Weg. Die Beziehungen zwischen Klassen, Funktionen und Imports sind vorher berechnet. Der Agent springt von Knoten zu Knoten. Die Tabelle zeigt die Unterschiede.
Kriterium Graphify grep und Vektorsuche
Grundlage Graph mit Kanten, die man ablaufen kann Textmuster oder Embeddings im Vector Store
Herkunft Jede Kante als EXTRACTED oder INFERRED markiert Nur Treffer, keine Herkunftsangabe
Beziehungen calls, imports, inherits über Dateigrenzen aufgelöst Muss der Agent selbst zusammensuchen
Kosten beim Aufbau Code ohne LLM, also ohne Token Kosten grep kostenlos, Embeddings kosten pro Token
Gedächtnis graph.json bleibt erhalten und ist versionierbar grep flüchtig, Vektorindex als Blackbox
Stärke bei Architekturfragen, Onboarding, Impact Analyse Exakte Strings, schnelle Einzelsuche

Datenschutz: was lokal bleibt und was nicht

Für Code ist die Lage klar. tree-sitter läuft auf deinem Rechner, ohne Modell und ohne Netzwerk. Auch Audio und Video werden lokal mit faster-whisper transkribiert. Telemetrie oder Analytics gibt es laut Projekt nicht.
Anders sieht es bei Docs, PDFs und Bildern aus. Die schickt Graphify für einen semantischen Durchlauf an ein Sprachmodell. Im Agent nutzt die Skill dafür das Modell der laufenden Sitzung. Headless wählt graphify extract den Anbieter automatisch nach gesetztem API Key, in fester Reihenfolge mit Gemini an erster Stelle. Wer Kundendaten im Repo hat, legt das Backend deshalb fest:
Code: 
          
export GRAPHIFY_BACKEND=ollama
export GRAPHIFY_QUERY_LOG_DISABLE=1
Die erste Zeile schickt den semantischen Teil an ein lokales Ollama. Mit GRAPHIFY_BACKEND=none bleibt es ein reiner Code Graph. Die zweite Zeile schaltet das Query Log ab. Standardmäßig schreibt Graphify jede Frage samt Zeitstempel in eine Logdatei im Home Verzeichnis. Für sensible Projekte ist das ein Detail, das man kennen sollte.
Unsere Regel bleibt dieselbe: Coding Modelle, die nicht auf eigener Infrastruktur laufen, arbeiten gegen lokale Umgebungen mit Fakedaten. Wer gehostete Inferenz mit DSGVO Fokus braucht, findet bei unserem Infrastrukturpartner Conversis eine Enterprise Option. Welche Modelle ohne US Anbieter in Frage kommen, steht in unserer Modellauswahl ohne US Anbieter.

Open Source und Graphify Cloud: das Modell einordnen

Graphify ist Open Source. Das Paket steht unter Apache 2.0, im Repository liegt zusätzlich eine MIT Lizenzdatei. Gestartet hat Safi Shamsi das Projekt, heute führt es Graphify Labs weiter. Die Community ist groß, auf GitHub stehen weit über 100.000 Sterne.
Daneben gibt es ein kommerzielles Angebot. Graphify Cloud hält einen dauerhaft laufenden Graph über mehrere Repositories, bindet Tools wie Sentry und Jira an und bietet Code Review mit Graph Kontext. Das ist ein klassisches Open Core Modell. Das lokale CLI bleibt voll nutzbar, die Cloud ist optional.
Für die Bewertung heißt das: Das CLI kannst du ohne Bindung an einen Anbieter einsetzen. Die Cloud ordnen wir editorial ein und haben sie nicht im Einsatz. Wer sie prüft, sollte klären, wo der Code verarbeitet wird.

Every edge is explained.

Graphify README, Open Source Projekt unter Apache 2.0 Lizenz – GitHub Graphify-Labs/graphify

Graphify im NCA Kontext: Struktur vor Prompt

Uns interessiert an Graphify vor allem ein Punkt. Die Struktur einer Codebase wird deterministisch berechnet, ein Modell muss sie nicht erraten. Das ist dieselbe Denkweise wie bei Quality Gates für KI Code: Fakten zuerst, dann darf die KI ran. Ein Agent, der den Weg von Controller zu Repository aus dem Graph kennt, schreibt weniger erfundene Abhängigkeiten.
Sinnvoll ist das Tool vor allem in drei Situationen. Beim Onboarding in ein fremdes Repo, wenn der GRAPH_REPORT.md zeigt, wo alles zusammenläuft. Im Review, wenn das PR Dashboard sichtbar macht, welche Subsysteme eine Änderung berührt. Und vor einem größeren Umbau, wenn du wissen willst, was an einer Klasse hängt. Für kleine Projekte mit wenigen Dateien reicht grep weiterhin völlig.
Wir ordnen Graphify als Editorial Werkzeug ein und helfen bei der Bewertung im eigenen Stack. Passende Themen dazu: Agentic Coding Patterns für den Workflow drumherum, Fallow für Codebase Intelligence in TypeScript, PlantUML für Diagramme aus Text, Schema Based AI Coding als Prinzip und das automatisierte KI Code Review in der Pipeline.
CYPRESS.IO Ambassador und IT Consultant für QA Engenieering und Qualität in PHP Projekten.
NCA Vibe Coding Consulting

Roland Golla ist Entwickler aus Leidenschaft – seit über 20 Jahren. Er hat hunderte Projekte begleitet, von Legacy-Refactoring bis KI-Integration. Bei Vibe Coding verbindet er das Beste aus beiden Welten: Die Geschwindigkeit von KI-generiertem Code mit der Qualität professioneller Softwareentwicklung. Kein Bullshit, keine Agentur-Floskeln – direkte Hilfe von jemandem, der selbst täglich im Code steckt.

E-Mail Kontakt

Häufige Fragen zu Graphify

Die wichtigsten Fragen zu Installation, neuen Features, Datenschutz, Lizenz und dem Einsatz mit OpenCode.
Was ist Graphify 2026 genau?

Graphify ist ein Open Source Tool, das eine Codebase mit Docs, SQL Schemas, Configs und PDFs in einen abfragbaren Knowledge Graph verwandelt. Es läuft als Skill in Coding Agents wie OpenCode, Codex oder Cursor. Code wird lokal per tree-sitter geparst. Der Agent fragt danach den Graph ab und muss nicht mehr Datei für Datei lesen.

Welche Features von Graphify sind 2026 neu?

Zu den wichtigsten Neuerungen gehören das PR Dashboard mit graphify prs, der Callflow Export als Mermaid HTML, die Projektkonfiguration per .graphifyrc und die Installation pro Repository mit --project. Dazu kommen Live Introspektion von PostgreSQL, neue Sprachen wie Terraform, Solidity und Erlang sowie eine versionierte graph.json mit klaren Exit Codes.

Wie installiere ich Graphify 2026?

Du brauchst Python ab 3.10 und uv oder pipx. Installiere das Paket mit uv tool install graphifyy, achte auf das doppelte y. Danach registriert graphify install die Skill im Agent. Für OpenCode gibst du --platform opencode mit. Im Agent startest du mit /graphify . den ersten Durchlauf im Projektordner.

Ist Graphify 2026 kostenlos und Open Source?

Ja. Das CLI ist Open Source, das Paket steht unter Apache 2.0, im Repository liegt zusätzlich eine MIT Lizenzdatei. Für reine Code Graphen fallen keine Kosten an, weil kein Sprachmodell nötig ist. Kosten entstehen nur, wenn du Docs und PDFs über einen bezahlten Anbieter auswerten lässt. Graphify Cloud ist ein separates kommerzielles Angebot.

Funktioniert Graphify 2026 mit OpenCode?

Ja. OpenCode ist offiziell unterstützt und wird mit graphify install --platform opencode eingerichtet. Weil OpenCode keine Hooks wie Claude Code nutzt, schreibt Graphify die Anweisung in die AGENTS.md. So greift der Agent bei Fragen zur Codebase zuerst zum Graph. Das funktioniert auch mit Open Weight Modellen hinter OpenCode.

Schickt Graphify meinen Code in die Cloud?

Code nicht. Der wird lokal mit tree-sitter geparst, ohne Netzwerk und ohne Modell. Docs, PDFs und Bilder gehen dagegen für einen semantischen Durchlauf an ein Sprachmodell. Mit GRAPHIFY_BACKEND=ollama bleibt auch das lokal, mit GRAPHIFY_BACKEND=none entsteht ein reiner Code Graph. Telemetrie gibt es laut Projekt keine.

Was bedeuten EXTRACTED und INFERRED?

Jede Kante im Graph trägt eins der beiden Etiketten. EXTRACTED heißt, die Beziehung steht direkt im Quellcode, etwa ein Import oder ein Methodenaufruf. INFERRED heißt, Graphify hat sie selbst aufgelöst, zum Beispiel über Typen hinweg. So siehst du bei jeder Antwort, wie belastbar sie ist, und kannst Vermutungen von Fakten trennen.

Was macht das PR Dashboard von Graphify?

graphify prs listet offene Pull Requests mit CI Status, Review Stand und zugehörigem Worktree. Mit einer Nummer bekommst du die Auswirkung eines PRs auf den Graph. Die Option --conflicts zeigt PRs, die dieselben Communities ändern und sich beim Mergen in die Quere kommen können. --triage sortiert die Review Liste mit dem eingestellten Modell.

Welche Programmiersprachen unterstützt Graphify?

Rund 40 Sprachen werden per tree-sitter geparst, darunter PHP, Python, TypeScript, JavaScript, Java, Go und C#. Über Extras kommen Terraform, OCaml, Common Lisp, Pascal, Robot Framework, VB.NET, R, Erlang und Solidity dazu. Bei mehrdeutigen Endungen wie .inc legst du in der .graphifyrc fest, welche Sprache gemeint ist.

Wie halte ich den Graph aktuell?

Am einfachsten mit graphify hook install. Der Git Hook baut den Graph bei jedem Commit und Branch Wechsel neu. Nach einem git pull reicht graphify update . für die geänderten Dateien. Mit dem Extra watch gibt es zusätzlich graphify watch, das bei jeder Dateiänderung automatisch neu berechnet.

Was ist der Unterschied zu Vektorsuche und RAG?

Vektorsuche arbeitet mit Embeddings und liefert ähnliche Textstellen ohne Herkunftsangabe. Graphify baut echte Beziehungen wie Aufrufe, Imports und Vererbung und lässt den Agent diese Kanten ablaufen. Jede Kante ist als EXTRACTED oder INFERRED markiert. Der Code Teil kommt ganz ohne Embeddings und ohne Token Kosten aus.

Was ist Graphify Cloud?

Graphify Cloud ist das kommerzielle Angebot von Graphify Labs. Es hält einen dauerhaft laufenden Graph über mehrere Repositories, bindet Tools wie Sentry und Jira an und bietet Code Review mit Graph Kontext. Das Open Source CLI funktioniert vollständig ohne Cloud. Wir ordnen die Cloud editorial ein und haben sie selbst nicht im Einsatz.

Für welche Teams lohnt sich Graphify?

Für Teams mit gewachsenen Codebases, in denen Agents oft den Überblick verlieren. Typische Momente sind Onboarding, Impact Analyse vor einem Umbau und Reviews größerer Pull Requests. Bei kleinen Projekten reicht grep meist aus. Wir helfen bei der Einordnung im eigenen Stack und richten Coding Agent, Regeln und Quality Gates passend ein.