Graphify: Wissensgraphen für KI-Coding-Assistenten

LinkTool

Graphify ist ein Open-Source-Skill und MCP-Server, der Wissensgraphen aus Quellcode, Dokumentationen, wissenschaftlichen Arbeiten und Diagrammen erstellt, um KI-Programmierassistenten ein besseres Verständnis komplexer Repositories zu ermöglichen.

Das Wichtigste

  1. Erzeugt strukturierte, abfragbare Wissensgraphen aus Code, Dokumenten, Papers und Diagrammen.
  2. Kostenlose Bereitstellung und Anbindung an KI-Agenten über das Model Context Protocol (MCP).
  3. Erstellt tägliche Architektur-Graphen für globale GitHub-Trending-Repositories mit Visualisierungen von Knoten, Kanten und Communities.
  4. Beinhaltet ein strukturiertes Verzeichnis zum Vergleich von KI-Coding-Clients (wie Cursor oder Codex) und geprüften MCP-Servern.

Warum das relevant ist

Moderne Codebasen übersteigen häufig die Kontextgrenzen von LLMs. Durch das Aufbereiten multimodaler Projektbestandteile in Wissensgraphen können Entwickler-Tools und KI-Assistenten Architekturzusammenhänge und Abhängigkeiten gezielter abfragen, ohne den gesamten Code als Rohtext einlesen zu müssen.

Einordnung

Graphify kombiniert zwei aktuelle Trends im KI-Ökosystem: Graph-gestützte Kontextbereitstellung und standardisierte Schnittstellen via MCP. Statt flachen RAG-Ansätzen mit Text-Embeddings bildet die Lösung Abhängigkeiten und Systemarchitekturen relational ab. Die Plattform demonstriert diesen Nutzen anhand vorkalkulierter Graphen bekannter Open-Source-Projekte und bietet gleichzeitig eine kuratierte Übersicht für Entwickler, die den passenden KI-Client oder MCP-Server suchen.

Gefunden in

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • Repository:Graphify-Labs/graphify

    Graphify: Codebases und Dokumente in Wissensgraphen für KI-Coding-Assistenten transformieren

    Graphify wandelt Quellcode samt Dokumentation, SQL-Schemas, Konfigurationsdateien und PDFs in abfragbare Wissensgraphen um. Das Python-basierte Open-Source-Tool integriert sich als Skill in Assistenten wie Claude Code, Cursor, Codex und die Gemini CLI, nutzt deterministisches AST-Parsing und verzichtet auf Vektordatenbanken.

    114.888SternePython

    KI & AI· Tool

  • Repository:tt-a1i/archify

    Archify: Interaktive Architektur- und Systemdiagramme für KI-Coding-Agenten

    Archify ist ein quelloffenes Node.js-Rendering- und Validierungssystem, das als Skill für Coding-Agenten wie Cursor, Claude Code, Codex CLI und OpenCode dient. Agenten erzeugen eine typisierte JSON-Zwischendarstellung (IR), die Archify deterministisch in interaktive, eigenständige HTML- und SVG-Dateien sowie Bild- und Videoformate kompiliert.

    45.490SterneJavaScript

    KI & AI· Tool

  • Repository:DeusData/codebase-memory-mcp

    codebase-memory-mcp: Wissensgraph-basierte Code-Intelligence über MCP

    codebase-memory-mcp ist ein in reinem C geschriebener Model Context Protocol (MCP) Server, der Quellcode in Wissensgraphen indiziert. Er ermöglicht KI-Coding-Assistenten wie Cursor oder Claude Code blitzschnelle Strukturabfragen bei drastisch reduziertem Token-Verbrauch.

    42.282SterneC

    KI & AI· Tool

  • Artikel:Ravi Saive

    codebase-memory-mcp: Lokale Wissensgraphen für KI-Coding-Agenten

    codebase-memory-mcp ist ein in C geschriebenes MCP-Backend, das Quellcode per Tree-sitter in einen SQLite-Wissensgraphen überführt. Dadurch können KI-Coding-Agenten wie Claude Code Codebasen strukturiert abfragen und den Token-Verbrauch drastisch senken.

    KI & AI· Anleitung

  • Repository:upstash/context7

    Context7: Aktuelle Codedokumentation für LLMs via MCP

    Context7 von Upstash ist eine Plattform und ein MCP-Server, der Sprachmodellen und KI-Code-Editoren versionsspezifische, aktuelle Dokumentationen und Codebeispiele direkt in den Prompt einspeist.

    61.943SterneTypeScript

    KI & AI· Tool

Lassen Sie uns über Ihr Projekt sprechen

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Dieser Inhalt wurde teilweise mithilfe von KI erstellt.