Llevamos un tiempo usando Claude Code en nuestra base de código, y funciona bien, pero notamos algo que nos cuesta tiempo y dinero sin hacer ruido. Cada vez que abrimos una sesión nueva, Claude tiene que leer nuestros archivos otra vez para entender cómo encaja todo antes de poder ayudar en algo real. Lo hace una y otra vez, porque empieza cada sesión sin memoria de la anterior. En un proyecto de tamaño decente, eso suma rápido.

Graphify es una herramienta pequeña que resuelve esto. Arma un mapa estructurado de nuestra base de código una vez, lo guarda, y deja que Claude lea ese mapa en lugar de releer todos los archivos en cada sesión. La versión corta para la dirección es simple. Significa menos consumo de tokens por sesión, así más de cada sesión va a resolver problemas reales en lugar de orientación. Significa que Claude mantiene el contexto arquitectónico entre sesiones en vez de reaprenderlo cada mañana. Y significa asistencia más rápida, más barata y más consistente sobre nuestro código, con respuestas visiblemente mejores cuando preguntamos cómo encaja un sistema y por qué se construyó de esa forma. Se apoya en el setup de Claude Code que ya tenemos, así que no hay plataforma nueva que comprar ni proveedor nuevo con el que casarse.

Cómo instalarlo

Toda la cosa lleva unos minutos. Vas a necesitar Python 3.10 o más nuevo y Claude Code ya instalado.

Primero, instala el paquete. La forma más limpia es pipx install graphifyy o uv tool install graphifyy, porque eso lo mantiene aislado en su propio entorno y evita un error común de path de Python que traba a mucha gente con un pip install a secas. Si prefieres pip, ejecuta pip install graphifyy && graphify install. Una nota para que nadie se confunda: el paquete en PyPI está actualmente escrito con doble y como graphifyy, mientras que el comando que realmente escribes sigue siendo graphify.

Después, arma el grafo. Abre Claude Code dentro de la carpeta de tu proyecto y escribe /graphify ., con el punto significando el directorio actual. Lee tus archivos y produce una carpeta llamada graphify-out. Adentro hay un grafo interactivo que puedes abrir en el navegador, un archivo de grafo guardado que persiste (así puedes consultarlo semanas después), un informe destacando las partes importantes y sorprendentes de tu base de código, y un caché para que las siguientes corridas solo reprocesen los archivos que cambiaron.

Después de eso, mantenerlo fresco automáticamente. Ejecuta graphify hook install para agregar un git hook que actualiza el grafo cada vez que haces commit, para que el mapa se mantenga al día en vez de irse desviando. Si algún día actualizas graphify, ejecuta ese comando de nuevo, porque guarda la ruta del intérprete al instalarse.

De ahí en adelante casi no piensas en esto. Las sesiones siguientes consultan el grafo guardado en vez de releer la base entera. La única costumbre que vale la pena mantener es asegurarse de que el grafo esté al día antes de una sesión pesada en un repo que se mueve mucho, lo cual el git hook mayormente maneja por ti.

La explicación más larga de por qué funciona

Si quieres entender por qué esto marca una diferencia real en vez de aceptar el resumen por fe, ayuda mirar en qué está gastando Claude su esfuerzo.

Un modelo de lenguaje tiene una ventana de contexto fija, que puedes pensar como la cantidad de información que puede sostener en mente al mismo tiempo. Cuando Claude Code lee tus archivos para entender tu proyecto, toda esa lectura consume parte de la ventana y parte de tu presupuesto de tokens. En un proyecto con unas cuantas decenas de archivos, orientarse puede quemar un pedazo grande de tokens antes de que siquiera hayas hecho tu pregunta. Eso es caro, y es lento, y lo peor de todo es que pasa en cada sesión porque el modelo no tiene memoria de lo que aprendió la última vez. Si tu equipo corre muchas sesiones al día, estás pagando ese costo de orientación una y otra vez.

Graphify cambia lo que Claude lee. En vez de archivos crudos, arma un grafo de conocimiento, que es una representación compacta de las piezas de tu base de código y las relaciones entre ellas. Usa parsing propio de tu código fuente en varios lenguajes de programación para extraer la estructura real, así que entiende funciones, módulos y cómo se conectan, no solo bloques de texto. También puede traer cosas más allá del código, como documentos de diseño, diagramas y notas, y plegar todo dentro del mismo mapa. El resultado es que Claude puede entender la forma de tu proyecto leyendo algo pequeño y estructurado en vez de algo grande y no estructurado. Los números del propio proyecto ponen esto en algo cercano a setenta veces menos tokens por consulta comparado a leer los archivos crudos. Aunque el número real en tu base sea menor, la dirección claramente juega a tu favor.

Hay dos beneficios más que importan en el uso diario. El primero es persistencia. El grafo se escribe en disco, así que la comprensión sobrevive entre sesiones. Claude puede retomar contexto de hace semanas sin volver a armar nada, y un caché basado en fingerprints de los archivos hace que, cuando vuelves a armar, solo toque los archivos que de verdad cambiaron. El segundo es que el grafo captura relaciones y razonamiento, no solo nombres. Agrupa partes relacionadas de tu base de código, señala las piezas densamente conectadas que sostienen todo en silencio, y saca a la luz conexiones que quizás no sabías que existían. Esa es la parte que lleva a mejores respuestas sobre cómo encaja tu sistema y por qué se tomaron ciertas decisiones, exactamente el tipo de pregunta con la que la lectura plana de archivos batalla.

También hay una salvaguarda de calidad que vale la pena mencionar para quien sea cauteloso con confiar en un mapa automatizado. Cada relación en el grafo está etiquetada por cómo fue encontrada. Algunas se extraen directamente de tu fuente y son fiables. Algunas son inferidas, es decir, la herramienta hizo una suposición razonable y le adjuntó un nivel de confianza. Y algunas se marcan como ambiguas y se apartan para revisión humana. Así que Claude nunca está tratando en silencio una suposición como hecho, y siempre puedes ver la diferencia.

Dos salvedades honestas

Dos salvedades honestas para mantener los pies en la tierra. Graphify es una herramienta de la comunidad, no un producto oficial de Anthropic, así que los números impresionantes que ves citados vienen de su autor, no de pruebas independientes. Y el grafo es tan preciso como su última construcción, y por eso el git hook automático importa en una base activa. La jugada sensata es correr un piloto corto en uno de nuestros repos reales, medir nuestro propio consumo de tokens antes y después, y dejar que ese número decida qué tan ampliamente lo adoptamos. Un dato de nuestra propia base va a ser mucho más convincente que cualquier titular de terceros.

Gracias a Maicon por haberme mostrado el valor de Graphify en primer lugar.