Graphify per Claude Code: come funziona il grafo che riduce i token letti

Un reel di @ameforfan su Instagram promette uno strumento gratuito che riduce fino al 70% i token consumati da Claude Code. La didascalia aggiunge che il piano da 20 euro arriverebbe a fare ciò che prima richiedeva quello da 100. Il nome dello strumento non compare nel testo: per riceverlo bisogna commentare "PIANO" e aspettare un messaggio privato.

Le immagini del video permettono comunque di risalire al progetto. Mostrano un terminale con Claude Code e un grafo di nodi collegati, e corrispondono a Graphify, un progetto open source che trasforma una cartella di file in un grafo di conoscenza interrogabile. L'identificazione si basa su queste immagini e sulla promessa di ridurre i token, non su un nome citato nel video. Il nome si scrive con una sola y: il doppio y appartiene al pacchetto su PyPI, che si chiama graphifyy.

Qui trovi come funziona Graphify, come si installa e cosa si può verificare dei numeri che circolano, confrontando la promessa del reel con quanto pubblicato dal progetto.

Cos'è Graphify

Graphify è una skill per assistenti di programmazione. Si installa una volta e si richiama con il comando /graphify dentro Claude Code, Cursor, Codex, Gemini CLI e altri strumenti analoghi, più di venti secondo il progetto. Legge una cartella che può contenere codice, documentazione, PDF, immagini e video, e produce un grafo in cui i concetti sono nodi e le relazioni tra loro sono archi. L'assistente, invece di aprire i file uno dopo l'altro o cercarli con grep, interroga quel grafo.

Il progetto è nato come repository di Safi Shamsi. Oggi il repository ufficiale indicato su PyPI è Graphify-Labs/graphify, la licenza è Apache-2.0 e il progetto si presenta come parte del batch S26 di Y Combinator. La versione più recente al 14 ottobre 2026 è la 0.9.91, e il registro dei rilasci mostra una nuova versione quasi ogni giorno. Un articolo di Augment Code del 30 giugno 2026 riportava 74,8 mila stelle su GitHub.

Come funziona

Il lavoro si divide in due parti. Il codice viene analizzato in locale con tree-sitter, un parser che costruisce l'albero sintattico di ogni file: nessun modello linguistico, nessuna chiamata a servizi esterni, e il README attuale indica una quarantina di linguaggi supportati. Documenti, PDF e immagini richiedono invece un passaggio semantico, svolto dal modello che sta usando l'assistente o da una chiave API configurata.

Ogni relazione ha un'etichetta di affidabilità: EXTRACTED quando è scritta esplicitamente nella fonte, INFERRED quando è stata dedotta da Graphify. Non usa embedding né database vettoriali: è un grafo vero e proprio, che si attraversa.

Dopo /graphify . la cartella graphify-out contiene tre file.

• graph.html, il grafo interattivo da aprire nel browser, con ricerca e filtri.
• GRAPH_REPORT.md, un riepilogo con i concetti principali, le connessioni inattese e alcune domande suggerite.
• graph.json, il grafo completo, che si può interrogare in seguito senza rileggere i file.

Le interrogazioni sono di tre tipi: query per una domanda in linguaggio naturale, path per il percorso più breve tra due elementi, explain per il ruolo di un singolo nodo. Nell'esempio del README, costruito sul codice di FastAPI, il percorso tra FastAPI e ModelField è di tre passaggi.

Installazione e primo avvio

Servono Python 3.10 o successivo e uv, oppure pipx. Il README indica due comandi:

uv tool install graphifyy
graphify install

Il secondo rileva l'assistente in uso e registra la skill. Poi, dentro Claude Code e nella cartella del progetto:

/graphify .

Per fare in modo che l'assistente consulti il grafo senza doverlo chiedere ogni volta, il README prevede il comando graphify claude install. Su Claude Code installa un hook che interviene prima delle ricerche e della lettura dei file sorgente e orienta l'assistente verso le query sul grafo.

Per tenere il grafo allineato al codice esistono /graphify . --update, che rielabora soltanto i file modificati, e graphify hook install, che lo ricostruisce a ogni commit. Secondo l'articolo di Augment, sul codice la ricostruzione usa solo l'analisi sintattica e non comporta costi API.

Cosa dicono i numeri sui token

Il reel parla di un taglio fino al 70%. Il README di Graphify dichiara un'altra misura: 71,5 volte meno token per interrogazione rispetto alla lettura dei file grezzi. Il valore si riferisce a un corpus misto di 52 file, formato da repository di Andrej Karpathy, cinque paper e quattro immagini, e il README precisa che la riduzione cresce con le dimensioni del corpus. Su un corpus di quattro file, il codice di Graphify più il paper sui Transformer, il rapporto scende a 5,4. Su una piccola libreria Python di sei file è circa 1, e il motivo è semplice: sei file entrano comunque in una finestra di contesto, quindi il grafo serve a chiarire la struttura, non a comprimere.

Il rapporto di 71,5 vale per una singola domanda su un corpus specifico, non è una percentuale di risparmio sull'uso complessivo di Claude Code. Convertito, corrisponderebbe a leggere circa l'1,4% dei token, ma resta un dato per interrogazione, non per sessione né per abbonamento. Il 70% del reel, invece, non è accompagnato da un metodo di misura, e l'equivalenza tra piano da 20 e piano da 100 euro non trova riscontro in nessuna delle fonti consultate, che non trattano i limiti d'uso degli abbonamenti.

Il README attuale ha cambiato i numeri in evidenza: i benchmark principali riguardano il recupero di informazioni e l'accuratezza delle risposte. Nel confronto più vicino al lavoro sul codice, su ERPNext, la copertura dei fatti chiave arriva all'82,0% contro il 70,8% della lettura con grep, su sei domande. Con un campione così ridotto il dato indica una direzione e poco altro.

Limiti e cose da verificare

Un grafo è una fotografia del progetto in un dato momento. Dopo mesi di refactoring possono restare nodi vecchi o duplicati, ed è il rischio che segnalava anche l'autrice dell'articolo di Augment, che prima di adottare lo strumento su un repository grande vorrebbe verificarlo. Il changelog citato nello stesso articolo include la correzione di un caso di nodi duplicati dopo una fusione, segno che i manutentori conoscono il problema.

Il codice resta sul computer. Documenti, PDF e immagini vengono invece inviati al modello dell'assistente per l'estrazione semantica, quindi vale la stessa attenzione che si ha con qualsiasi altro file dato a Claude. Il README dichiara l'assenza di telemetria e registra ogni interrogazione in un file locale, ~/.cache/graphify-queries.log, disattivabile con la variabile d'ambiente GRAPHIFY_QUERY_LOG_DISABLE=1.

Lo strumento open source è gratuito. Graphify Cloud è un servizio separato, con prova gratuita di 14 giorni, e dichiara un taglio dell'80% della spesa in token: è una dichiarazione del produttore su un prodotto diverso dalla skill di cui parla il reel.

Su PyPI esistono anche altri pacchetti graphify* non affiliati al progetto, e il pacchetto ufficiale è graphifyy. Visto che il reel distribuisce il link via messaggio privato, conviene installare partendo dal repository o dalla pagina PyPI e controllare il nome esatto del pacchetto.

Quando conviene provarlo

Su un progetto piccolo il guadagno è modesto, come ammette lo stesso README. Ha più senso dove l'assistente passa molto tempo a ricostruire le relazioni tra file: repository grandi, cartelle che mescolano codice, documentazione e PDF, progetti ripresi dopo settimane. Su un progetto front-end una domanda tipica potrebbe essere quali componenti dipendono da un certo hook o da un token di design, da porre con /graphify query seguito dalla domanda tra virgolette.

Il test più utile è semplice: costruire il grafo su una cartella reale, fare le domande che di solito si fanno a Claude Code e confrontare i token consumati con e senza grafo. Così si verifica sul proprio lavoro quanto valgono i numeri del reel e quelli del README.

Fonti

1. @ameforfan (Instagram), “Seguimi e commenta PIANO...”, data di pubblicazione non visibile, consultato il 15 ottobre 2026
2. Graphify Labs, “graphifyy 0.9.91”, PyPI, 14 ottobre 2026
3. Safi Shamsi, “README del repository safishamsi/graphify”, data non indicata, consultato il 15 ottobre 2026
4. Paula Hingel, Augment Code, “Graphify Turns Your Codebase Into a Knowledge Graph You Can Actually Query”, 30 giugno 2026