Graphify no Claude Code vale a pena? O que ele não resolve

Fala aí, beleza? O Graphify nasceu de um jeito curioso: o Karpathy publicou um post no X em 1 de abril de 2026 descrevendo um fluxo que ele gostaria que existisse, e poucos dias depois o Safi Shamsi publicou a coisa funcionando de verdade

Aí o número de vitrine pegou o feed inteiro: 71,5x menos tokens por consulta

Só que esse 71,5x saiu de um corpus misto e bem específico, de 52 arquivos: repositórios abertos do Karpathy, cinco papers e quatro imagens

Em teste independente sobre um codebase Python real, só código, a redução medida foi de 7,3x

Formação Recomendada

Formação Claude Code

Domine Claude Code do absoluto zero até o avançado

• 120 aulas
• 4 projetos
• 9h 45min

Conhecer formação

Continua sendo bom? É

Mas é outro jogo, e a distância entre esses dois números é exatamente o assunto deste post

Aqui não tem euforia: é o mapa dos limites, pra tu decidir se adota ou se passa…

O que o Graphify resolve e o que ele não resolve

Antes de entrar nos casos, uma visão de cima

A regra de leitura da tabela é simples: cada linha é um tipo de tarefa, e o lado direito é onde a ferramenta simplesmente não entra

Repara que o lado direito não é defeito, é escopo

O problema começa quando alguém trata o Graphify como resposta universal, e aí vem a parte chata…

Quando o Graphify não muda o resultado

Essa é a seção que o README não escreve

Existem tarefas em que gerar o grafo é só uma etapa a mais no meio do caminho

Você já sabe o símbolo ou a string exata:

Se a pergunta é "onde está a função createSession", tu não precisa de grafo nenhum

Graphify não substitui grep nem busca exata

Mapa é pra quando tu não sabe o nome da rua, não pra quando tu tem o endereço na mão 🙂

Repositório pequeno, que cabe inteiro no contexto:

Análises independentes citam um limiar prático de cerca de 500 arquivos: abaixo disso, o custo de construir e manter o grafo não se paga

Faz sentido, né? Se o projeto inteiro entra na janela de contexto, comprimir o que já cabe não gera economia

Corpus puramente de código, sem docs, schemas ou diagramas:

A economia de tokens escala com tamanho E diversidade do corpus

Em repositório pequeno e só de código a economia tende a zero

É por isso que o número da vitrine não se repete fora do corpus dele: no codebase Python real, só código, o teste independente mediu 7,3x

Tarefa pontual de um arquivo só:

Corrigir um bug num arquivo que tu já abriu não vira tarefa de grafo

Esse tipo de decisão (usar a ferramenta pesada ou fazer no braço) é a mesma conversa de sempre sobre fazer na mão sai mais rápido em tarefa curta

E tem uma frase que resume os quatro casos: o grafo entrega clareza estrutural, não compressão

Se a clareza tu já tinha, ele não tem o que te vender

Os limites técnicos que ninguém conta no README

Agora os limites de verdade, com causa e o que fazer

O grafo afirma coisas que ele não consegue provar:

Sintoma: aparece uma relação entre dois pontos do código que, na leitura, não existe daquele jeito

Causa: a extração é estática

Dispatch dinâmico, reflection e ligação por configuração ficam fora do que o AST consegue provar

O que fazer: ler o rótulo

Cada aresta vem marcada como EXTRACTED, INFERRED ou AMBIGUOUS, e isso está lá justamente porque nem tudo é fato

Tratar INFERRED como verdade é o erro clássico de quem confia no desenho bonito e pula o rodapé

O grafo desatualizado que sobrevive ao rebuild:

Sintoma: um símbolo que tu apagou continua no grafo, e arquivos deletados ou movidos aparecem como se ainda estivessem lá

Causa: tem bug reportado nisso

A issue #1116, aberta em 2026-06-02, descreve que o graphify update (e o hook de git de post-checkout) não poda símbolos removidos de arquivos que continuam existindo, e o nó sobrevive a todo rebuild incremental

A issue #1007 relata nós e arestas de arquivos deletados ou movidos que persistem, com falso negativo de "already clean"

O que fazer: rebuild limpo

Os nós órfãos só somem apagando graph.json e o manifesto antes de reconstruir

Tome cuidado com isso principalmente depois de refactor grande, que é justamente quando tu mais confia no mapa

Acima de ~5000 nós o grafo interativo some:

Sintoma: o graph.html simplesmente não é gerado

Causa: existe um limite: acima de aproximadamente 5000 nós a geração do HTML interativo é pulada (o cap é configurável)

O que fazer: trabalhar com o que sobra

O GRAPH_REPORT.md e o graph.json continuam ali, e são eles que sustentam as consultas de qualquer forma

A ironia é boa: quanto maior o repositório, mais tu precisa do grafo e menos tu consegue olhar pra ele numa tela só

E tem um sinal que vale registrar sem drama: a v0.9.42 removeu arestas indirect_call fabricadas em laços for...of e for...in de JS/TS, e a v0.9.47 passou a dividir o bloco em vez de derrubar o lote inteiro quando um arquivo estoura o tempo de extração

Ou seja: falha de extração ainda está sendo corrigida em versões recentes

O grafo pode nascer incompleto, e isso não é teoria

Quando o Graphify compensa a etapa a mais

Nem tudo é limite, e o outro lado da moeda também é grande

Tem cenário em que a etapa extra se paga fácil

Monorepo grande e corpus misto:

Quando o projeto junta código, docs, schemas SQL, configs e PDFs, a diversidade é exatamente o que faz a economia escalar

É o cenário do corpus misto de 52 arquivos, só que no seu tamanho real

Onboarding em código que você não escreveu:

Aqui o valor não é token, é orientação

O GRAPH_REPORT.md é um relatório em linguagem simples, e ele responde "quem chama quem" bem antes de tu abrir o primeiro arquivo

Junto com o modelo certo pra cada tarefa, isso muda bastante o custo de entrar num projeto herdado

Time com restrição de dados:

Essa é forte: o parsing AST acontece na máquina e o código-fonte não é enviado pra nenhum serviço

Não tem vector store no meio

Docs, PDFs e imagens é que passam por um modelo, e só como descrições semânticas

Se nem isso pode, a flag --code-only indexa apenas o código, e aí a coisa roda sem API key

E o que torna o custo recorrente aceitável nesses casos é o cache baseado em SHA256: só o que mudou é reprocessado

Construir o grafo uma vez dói; manter ele não deveria doer toda vez

Veredito: adotar ou passar

O divisor não é o hype, é tamanho e diversidade do corpus

Repositório grande, misto, com docs e schemas junto do código: adota, a etapa extra volta em clareza e em token

Repositório pequeno e puramente de código: passa, tu vai adicionar uma etapa pra ganhar quase nada

Sobre o estado do projeto, sem inflar nada: é uma skill open source licenciada como Apache-2.0 (relicenciada a partir do MIT), com a v0.9.48 lançada em 2026-08-20, mantida na organização Graphify-Labs no GitHub

E vale corrigir o boato que circula bastante: NÃO é um projeto do Karpathy

Ele inspirou com um post, a autoria é do Safi Shamsi

Tem mais um detalhe que divide opinião: o modo estrito, que entrou na v0.9.28 e não é o comportamento padrão

Na instalação padrão o assistente é apenas empurrado a consultar o grafo antes de ler arquivos

No strict mode, a primeira leitura crua de código da sessão é bloqueada e redirecionada pro grafo, e depois ele volta ao comportamento de sugestão

Tem gente que ama isso e tem gente que acha intromissão demais

Os dois lados têm razão, e é bom que seja opcional

Conclusão

O resumo cabe em duas linhas: se o teu repositório passa do limiar e é misto, testa; se não passa, continua no grep e segue a vida

Passou do limiar? O caminho concreto é curto:

1. Instala a ferramenta via uv (repara que o pacote no PyPI é graphifyy, com dois "y", enquanto o comando instalado é graphify)

uv tool install graphifyy

2. Registra a skill /graphify no assistente

graphify install

Sem argumentos, ele mira o Claude Code por padrão

Se tu quer o escopo do repositório atual em vez da config do usuário, usa graphify install --project

3. Roda a extração no projeto e vai direto no GRAPH_REPORT.md, dentro de graphify-out/, antes de decidir se fica

O erro comum deste passo é no Windows: no PowerShell tu chama graphify . sem a barra inicial, porque a barra é separador de caminho e a linha quebra

O relatório é o teste barato: se ele te conta algo que tu não sabia sobre o próprio projeto, o grafo tem espaço aí

Se ele só confirma o óbvio, tu economizou uma dependência 😀

Até o próximo post!