README.fr FR

Réduisez de 80 % les dépenses en tokens de vos agents. Graphify Cloud est une mémoire toujours active qui gouverne vos agents, maintient une haute qualité de code et prouve la justesse par vérification formelle. Commencez un essai gratuit de 14 jours →

Tapez /graphify dans votre assistant de codage IA, et il cartographie l'ensemble de votre projet (code, documents, PDF, images, vidéos) dans un graphe de connaissances que vous pouvez interroger au lieu de faire un grep à travers les fichiers.

• Cartographie du code gratuite, entièrement locale. Le code est analysé avec l'AST de tree-sitter : déterministe, sans LLM, rien ne quitte votre machine. (Les documents, PDF, images et vidéos utilisent le modèle de votre assistant, ou une clé d'API configurée, pour une passe sémantique.)
• Chaque arête est expliquée. Chaque connexion est étiquetée EXTRACTED (explicite dans la source) ou INFERRED (résolue par graphify), de sorte que vous pouvez distinguer ce qui a été lu directement de ce qui a été inféré.
• Pas un index vectoriel. Pas d'embeddings, pas de magasin de vecteurs : un vrai graphe que vous parcourez. Posez une question, tracez le chemin entre deux choses, ou expliquez un concept.

[!NOTE] Vous voulez cela en permanence ? Graphify Cloud maintient le graphe à jour sur l'ensemble de votre SDLC : prise en charge des monorepos et du multi-dépôt, vérification formelle et revue de code avec une vue d'ensemble de votre SDLC, plus des connecteurs pour Sentry, Jira et davantage, afin que les incidents et les tickets se trouvent dans le même graphe que votre code. Commencez un essai gratuit de 14 jours sur app.graphify.com.

La base de code FastAPI cartographiée par graphify. Chaque nœud est un concept, les couleurs sont des communautés détectées, et l'ensemble est cliquable dans graph.html.

Pour démarrer (30 secondes). Nécessite Python 3.10+ et uv (ou pipx) :

uv tool install graphifyy      # install the CLI (or: pipx install graphifyy)
graphify install               # detects your assistant and registers the skill

Ensuite, dans votre assistant IA :

/graphify .

C'est tout. Vous obtenez trois fichiers :

graphify-out/
├── graph.html       open in any browser: click nodes, filter, search
├── GRAPH_REPORT.md  the highlights: key concepts, surprising connections, suggested questions
└── graph.json       the full graph: query it anytime without re-reading your files

Le graphe persistant inclut graph.schema_version afin que les intégrations puissent détecter les changements de format incompatibles, ainsi que graph.graphify_version identifiant la version de Graphify qui l'a produit.

Une seule installation, tout assistant, tout OS. Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot et plus de 20 autres, sur macOS, Linux et Windows : choisissez votre plateforme.

See it in action¶

Une fois le graphe construit, vous l'interrogez au lieu de lire des fichiers. Sortie réelle, graphify exécuté sur la base de code FastAPI montrée ci-dessus :

$ graphify explain "APIRouter"
Node: APIRouter
  Source:    routing.py L2210
  Community: 2
  Degree:    47

Connections (47):
  --> RequestValidationError [uses] [INFERRED]
  --> Dependant [uses] [INFERRED]
  --> .get() [method] [EXTRACTED]
  <-- __init__.py [imports] [EXTRACTED]
  ...

$ graphify path "FastAPI" "ModelField"
Shortest path (3 hops):
  FastAPI --uses--> DefaultPlaceholder <--references-- get_request_handler() --references--> ModelField

Chaque arête porte une étiquette de confiance (EXTRACTED = explicite dans la source, INFERRED = dérivée par résolution), de sorte que vous pouvez distinguer ce qui a été lu directement de ce qui a été inféré. graphify query "<question>" renvoie un sous-graphe ciblé pour une question en langage naturel, et graphify path A B trace comment deux éléments quelconques sont reliés.

What it does¶

Ce que vous obtenez d'emblée :

[!TIP] Vous exécutez cela sur de nombreux dépôts ou un monorepo ? Graphify Cloud le fait en continu et réduit de 80 % les dépenses en tokens des agents, avec des liens multi-dépôt, une revue de code à l'échelle du SDLC, la vérification formelle et des connecteurs Sentry/Jira. Commencez un essai gratuit de 14 jours →

Benchmarks: 0.497 recall@10, 0 LLM credits¶

Chaque système a tourné sur le même harnais avec le même modèle et les mêmes budgets, noté par un juge validé à l'aveugle contre un second juge (90,6 % d'accord, kappa de Cohen 0,81). Tableaux complets par système, le résultat de code-intelligence et les commandes de reproduction : BENCHMARKS.md.

Documentation¶

Guides complets et référence disponibles sur docs.graphify.com :

• Quickstart : construisez votre premier graphe
• CLI reference : chaque commande et chaque option
• Ask better graph questions : modèles de requêtes
• Configuration : variables d'environnement et réglages
• Supported inputs : langages et types de fichiers
• Team workflows et PR review
• Troubleshooting et How it works

Prerequisites¶

Installation rapide sur macOS (Homebrew) :

brew install python@3.12 uv

Installation rapide sur Windows :

winget install astral-sh.uv

Ubuntu/Debian :

sudo apt install python3.12 python3-pip pipx
# or install uv:
curl -LsSf https://astral.sh/uv/install.sh | sh

Install¶

[!IMPORTANT] Paquet officiel : le paquet PyPI est graphifyy (double y). Les autres paquets graphify* sur PyPI ne sont pas affiliés. La commande CLI reste graphify.

Le dépôt source officiel est Graphify-Labs/graphify.

Le quickstart en deux commandes se trouve en haut de ce README. Cette section couvre les méthodes d'installation, les installations à portée projet et chaque plateforme prise en charge.

Méthodes d'installation (choisissez-en une) :

uv tool install graphifyy   # recommended, isolated env (if 'graphify' isn't found after, run: uv tool update-shell)
pipx install graphifyy      # alternative
pip install graphifyy       # may need PATH setup, see Troubleshooting below

Ensuite, exécutez graphify install une fois. Il détecte quel assistant vous utilisez et enregistre la skill, il n'y a donc aucune configuration par assistant. Ouvrez votre assistant IA et tapez /graphify .

Pour installer la skill de l'assistant dans le dépôt courant plutôt que dans votre profil utilisateur, ajoutez --project :

graphify install --project
graphify install --project --platform codex

Les installations à portée projet écrivent sous le répertoire courant, par exemple .claude/skills/graphify/SKILL.md ou .agents/skills/graphify/SKILL.md (plus un sidecar references/ que la skill charge à la demande), et affichent une indication git add pour les fichiers qui peuvent être commités. Les commandes par plateforme qui prennent en charge les installations à portée projet acceptent la même option, par exemple graphify claude install --project ou graphify codex install --project.

[!TIP] Vous tombez sur command not found, un souci pip sur Mac/Windows, du quoting PowerShell, l'usage de uvx, des bizarreries de PATH avec les git-hooks, ou le mode strict ? Voir Installation et Troubleshooting.

Make your assistant always use the graph¶

Exécutez ceci une fois dans votre projet après avoir construit un graphe :

Exécutez graphify <platform> install une fois dans votre projet, par exemple graphify claude install ou graphify codex install (ou graphify install --platform <name>).

Cela écrit un petit fichier de configuration qui indique à votre assistant de consulter le graphe de connaissances pour les questions sur la base de code, en préférant des requêtes ciblées comme graphify query "<question>" à la lecture du rapport complet ou au grep de fichiers bruts.

• Plateformes à hooks (Claude Code, Gemini CLI) : un hook se déclenche automatiquement avant les appels d'outils de type recherche (et, sur Claude Code, avant de lire les fichiers source un par un via les outils Read/Glob) et oriente votre assistant vers le chemin du graphe.
• Plateformes à fichiers d'instructions (Codex, OpenCode, Cursor, etc.) : des fichiers d'instructions persistants (AGENTS.md, .cursor/rules/, etc.) fournissent les mêmes consignes de requête d'abord.

GRAPH_REPORT.md reste disponible pour une revue d'architecture globale.

Exactement quels fichiers chaque plateforme écrit (le CODEBUDDY.md + les hooks PreToolUse de CodeBuddy, l'AGENTS.md de Codex, le plugin natif .kilo de Kilo, la règle alwaysApply de Cursor, et ainsi de suite) est couvert dans Always-on setup.

Pour retirer graphify de toutes les plateformes d'un coup : graphify uninstall (ajoutez --purge pour supprimer aussi graphify-out/). Ou utilisez la commande par plateforme (par ex. graphify claude uninstall).

CLI skills or MCP instructions?¶

Les instructions installées par graphify install et celles fournies avec une connexion Graphify MCP décrivent différentes façons d'interroger un graphe :

Les deux encouragent les requêtes de graphe ciblées avant les recherches de source larges. Choisissez les instructions qui correspondent aux outils auxquels votre assistant peut réellement accéder ; aucun des deux blocs n'établit de règle de préséance universelle pour les fichiers d'instructions de votre assistant. Si vous utilisez les deux intégrations, identifiez quel graphe chacune interroge et choisissez un chemin de requête principal plutôt que de copier deux blocs d'instructions inconditionnels dans AGENTS.md.

graphify install installe l'intégration locale de l'assistant ; il n'établit pas de connexion MCP. Un client MCP n'a pas besoin d'exécuter des requêtes CLI locales pour utiliser son serveur connecté. Un serveur hébergé localement a toujours besoin de sa propre installation de Graphify et de son propre graphe, tandis qu'une connexion hébergée peut servir un graphe qui n'est pas présent dans le répertoire de travail du client. Si les outils attendus sont manquants, vérifiez l'installation CLI ou la connexion MCP concernée plutôt que de traiter les instructions de l'autre configuration comme interchangeables.

What's in the report¶

GRAPH_REPORT.md résume les god nodes, les communautés et les chemins clés pour une revue d'architecture globale. Comment le graphe est construit et ce qu'il contient : How graphify works.

What files it handles: ~40 languages¶

graphify analyse ~40 langages de programmation localement avec l'AST de tree-sitter, et cartographie les documents, PDF, images et audio/vidéo via une passe sémantique optionnelle. Liste complète : Supported inputs.

Common commands¶

/graphify .                        # build graph for current folder
/graphify ./docs --update          # re-extract only changed files
/graphify . --cluster-only         # rerun clustering without re-extracting
/graphify . --cluster-only --resolution 1.5      # more granular communities
/graphify . --cluster-only --exclude-hubs 99     # suppress utility super-hubs from god-node rankings
/graphify . --no-viz               # skip the HTML, just the report + JSON
/graphify . --wiki                 # build a markdown wiki from the graph
graphify export callflow-html      # Mermaid architecture/call-flow HTML (auto-regenerates on every git commit if hook is installed)

/graphify query "what connects auth to the database?"
/graphify path "UserService" "DatabasePool"
/graphify explain "RateLimiter"

/graphify add https://arxiv.org/abs/1706.03762   # fetch a paper and add it
/graphify add <youtube-url>                       # transcribe and add a video

graphify hook install              # auto-rebuild on commit + branch checkout (run `graphify update .` after `git pull`: see "Recommended workflow" below)
graphify merge-graphs a.json b.json              # combine two graphs

graphify prs                       # PR dashboard: CI state, review status, worktree mapping
graphify prs 42                    # deep dive on PR #42 with graph impact
graphify prs --triage              # AI ranks your review queue (uses whatever backend is configured)
graphify prs --conflicts           # PRs sharing graph communities: merge-order risk

Voir la référence complète des commandes ci-dessous.

Ignoring files¶

graphify respecte .gitignore et prend en charge les motifs --exclude ainsi qu'un fichier de projet .graphifyignore. Détails : Configuration.

Project configuration¶

Créez un .graphifyrc dans la racine de scan pour les réglages qui appartiennent au projet plutôt qu'à une seule exécution. Un key=value par ligne ; les lignes commençant par # sont des commentaires.

Extensions ambiguës. Certaines extensions désignent des langages différents selon les projets : .inc est du PHP sur pfSense, du Pascal dans une arborescence Delphi, du SQL ou de l'assembleur ailleurs ; .h est du C ou du C++ ; .m est de l'Objective-C ou du MATLAB. graphify doit choisir une valeur par défaut globale, et lorsqu'il choisit mal le fichier n'échoue pas : il est analysé comme le mauvais langage et produit une poignée de nœuds accessoires, de sorte que le graphe semble peuplé alors que les vrais symboles sont absents. Déclarez ce que l'extension signifie dans votre dépôt :

# .graphifyrc
# A language name:
language.inc=php
# Or an extension graphify already knows:
language.tpl=.ts
# Baked into the git hooks (see Team setup):
viz_node_limit=0

La déclaration traverse la classification, la sélection d'extracteur, la grammaire et la résolution, les imports, graphify watch et le cache AST (un fichier réanalysé sous un langage différent ne réutilise jamais l'ancienne entrée), et le même .graphifyrc est lu par extract, update, les hooks, le serveur MCP et la skill /graphify. Une faute de frappe est signalée une fois sur stderr et le scan se poursuit avec les valeurs par défaut. Comment les déclarations interagissent avec la mise en cache, les reconstructions incrémentales et la résolution des imports : Configuration.

Team setup¶

Commitez ou partagez le graphe pour que toute votre équipe interroge le même contexte, et relisez les pull requests avec le contexte du graphe. Voir Share context with your team et Review pull requests.

Using the graph directly¶

Au-delà de votre assistant IA, interrogez graph.json directement depuis la CLI avec graphify query, graphify path et graphify explain. Un nom qui correspond à plusieurs nœuds est refusé avec les candidats listés plutôt que deviné. Les scripts peuvent lire le résultat depuis le code de sortie : 0 une réponse, 3 un nom ambigu, 4 aucun nœud correspondant. Voir Ask better graph questions et la query reference.

Environment variables¶

Les backends, les clés d'API, le comportement des hooks et les réglages sont contrôlés par des variables d'environnement. Tableau complet : Configuration.

Privacy¶

• Fichiers de code : traités localement via tree-sitter. Rien ne quitte votre machine. Un corpus composé uniquement de code ne nécessite aucune clé d'API : graphify extract tourne entièrement hors ligne. Sur un dépôt mixte, ajoutez --code-only pour n'indexer que le code et ignorer les documents/PDF/images qui nécessiteraient autrement un LLM.
• Vidéo / audio : transcrits localement avec faster-whisper. Rien ne quitte votre machine.
• Documents, PDF, images : envoyés à votre assistant IA pour une extraction sémantique (via la skill /graphify, en utilisant le modèle que votre session IDE exécute). En mode headless, graphify extract nécessite GEMINI_API_KEY / GOOGLE_API_KEY (Gemini), MOONSHOT_API_KEY (Kimi), ANTHROPIC_API_KEY (Claude), OPENAI_API_KEY (OpenAI), DEEPSEEK_API_KEY (DeepSeek), une instance Ollama en cours d'exécution (OLLAMA_BASE_URL), des identifiants AWS via la chaîne de fournisseurs standard (Bedrock : pas de clé d'API nécessaire, utilise IAM), ou le binaire CLI claude (Claude Code : pas de clé d'API nécessaire, utilise votre abonnement Claude). L'option --dedup-llm utilise la même clé.
• Résidence des données : graphify extract détecte automatiquement quel fournisseur utiliser en fonction de la clé d'API définie (priorité : Gemini → Kimi → Claude → OpenAI → DeepSeek → Azure → Bedrock → Ollama). Pour du code soumis à des exigences de résidence des données, utilisez --backend ollama (entièrement local) ou passez une option --backend explicite. Kimi (MOONSHOT_API_KEY) achemine vers les serveurs de Moonshot AI en Chine.
• Pas de télémétrie, pas de suivi d'utilisation, pas d'analytique.
• Journalisation des requêtes : chaque appel graphify query, graphify path, graphify explain et MCP query_graph est journalisé dans ~/.cache/graphify-queries.log au format JSON Lines (horodatage, question, corpus, nœuds renvoyés, durée). Les réponses complètes du sous-graphe ne sont pas stockées par défaut. Définissez GRAPHIFY_QUERY_LOG_DISABLE=1 pour vous désinscrire, ou GRAPHIFY_QUERY_LOG=/dev/null pour le rendre silencieux sans désactiver le chemin de code.

Troubleshooting¶

Problèmes courants d'installation et d'extraction et leurs correctifs : Troubleshooting.

Full command reference¶

Chaque commande et chaque option, avec des exemples : CLI reference.

Learn more¶

• docs.graphify.com : documentation complète : guides, référence des commandes et intégrations
• How it works : le pipeline d'extraction, la détection de communautés, le scoring de confiance, les benchmarks
• ARCHITECTURE.md : découpage des modules, comment ajouter un langage
• Optional integrations : Docker MCP Toolkit + SQLite
• The Memory Layer : le livre sur les idées derrière graphify, l'architecture de bout en bout

Graphify Cloud¶

Graphify Cloud est la couche toujours active construite au-dessus de graphify. Au lieu d'un graphe que vous reconstruisez à la demande par dossier, elle maintient un graphe vivant unique sur l'ensemble de votre cycle de vie de développement logiciel :

• 80 % de tokens en moins : une mémoire toujours active signifie que vos agents cessent de relire et de ré-expliquer la base de code à chaque session.
• Monorepo et multi-dépôt : un seul graphe connecté sur chaque service et dépôt, pas un graphe par dossier.
• Vérification formelle : vérifiez les invariants d'architecture et de dépendances contre le graphe vivant.
• Revue de code avec une vue d'ensemble de votre SDLC : voyez comment un changement se répercute sur tout le système avant de merger.
• Connecteurs SDLC : intégrez Sentry, Jira et davantage, afin que les incidents, les tickets et le code vivent dans un seul graphe.
• Toujours actif : se met à jour en continu en arrière-plan sur le code, les documents et les réunions.

Commencez un essai gratuit de 14 jours sur app.graphify.com →

Contributing¶

Les contributions sont les bienvenues. Voir CONTRIBUTING.md pour la configuration de développement, les commandes de test et de parité CI, le workflow git, et ce qui fait une contribution solide (les exemples travaillés et les rapports de bugs d'extraction sont les plus utiles). Architecture et comment ajouter un langage : ARCHITECTURE.md.

Nouveau ici ? Dites bonjour sur Discord ou dans les GitHub Discussions.

Contributors¶

Réalisé avec contrib.rocks.

Translations¶

Le README est disponible en 32 langues. Utilisez le sélecteur de langue en haut de ce fichier pour le lire dans la vôtre, ou parcourez docs/translations/. Pour améliorer une traduction ou en ajouter une nouvelle, ouvrez une pull request sur le fichier correspondant.

Building on graphify¶

Vous construisez quelque chose dans l'écosystème graphify ? C'est encouragé. Si votre projet utilise « graphify » dans son nom (par exemple graphify-dashboard ou graphify-action), veuillez ajouter une brève note à votre README précisant qu'il est construit par la communauté et qu'il n'est ni affilié à Graphify Labs ni approuvé par eux. « graphify » et le logo graphify sont des marques de Graphify Labs ; veuillez ne pas les utiliser d'une manière qui laisserait entendre un statut officiel.

Community and links¶