Разборы · Статья: · Видео: · 14 мин

Честный тест Graphify: когда граф знаний экономит токены, а когда это пустая трата

Никита Велс ставит Graphify на реальный проект (сервер Telegram ↔ Claude Code), измеряет экономию токенов A/B-тестом и выводит пороги по числу файлов, при которых граф знаний реально окупается.

ИИ Программирование
Смотреть на YouTube

Graphify решает ГЛАВНУЮ проблему Claude Code раз и навсегда

Никита Велс · 14 мин

Коротко

Graphify строит из проекта граф знаний, чтобы Claude Code запрашивал «карту» вместо повторного чтения всех файлов в каждой сессии. Главный вывод теста: ставить его стоит не везде — под ~100 файлов выгоды почти нет, а реальная экономия (до ~30 раз) начинается на больших проектах.

Объясни проще

Суть без жаргона

Простыми словами

Каждый раз, когда вы открываете новый чат в Claude Code, он заново перечитывает кучу файлов проекта, чтобы вспомнить, как всё устроено, — и тратит на это много токенов. Graphify один раз строит «карту» проекта (граф знаний), и потом ассистент сразу видит, какие файлы связаны, и читает только нужное. Автор проверил это на своём проекте: с картой тот же вопрос стоил ~40 тыс. токенов, без неё — ~83 тыс.

Как ребёнку

Представь огромную библиотеку без указателей: каждый раз, когда тебя что-то спрашивают, приходится перебирать все полки заново. Graphify рисует карту библиотеки — где какая книга и какие книги связаны между собой. Теперь не нужно бегать по всем полкам: смотришь на карту и сразу идёшь к нужной книге.

Оценка видео

Чем выше — тем больше пользы на минуту

4.3

средняя из 5

Актуальность информации 5.0

Свежий hands-on по инструменту, который за месяц набрал десятки тысяч звёзд на GitHub; тема памяти/контекста агентов сейчас на пике.

Содержательность 4.0

Живой A/B-тест с цифрами токенов и понятная установка, но часть хронометража уходит на промо Telegram-канала автора.

Инновационность идей 3.5

Сам Graphify не авторский, зато ценны практичные пороги по числу файлов и честный замер «с графом / без графа».

Практичность для разработчика 4.5

Дан пошаговый сетап и конкретный критерий, когда инструмент окупается, — этого достаточно, чтобы повторить у себя.

Инсайты

Нажми, чтобы раскрыть — то, что меняет взгляд на тему

01 Граф знаний — это не магия, а замена «слепого» переисследования

Каждая новая сессия Claude Code стартует вслепую и заново читает файлы, чтобы восстановить контекст. Graphify один раз превращает проект в карту связанных нод, и ассистент дёргает только релевантные файлы вместо обхода всей базы.

02 Главная ценность ролика — пороги по числу файлов

По замерам автора: меньше ~100 файлов — граф почти не помогает, обычный поиск работает нормально. 100–500 файлов — экономия уже существенная. Больше 500 файлов — выигрыш может достигать ~30 раз. Это превращает «ставь везде» в осознанное решение.

03 A/B-тест переводит хайп в цифры

Один и тот же вопрос «как устроена авторизация» с графом обошёлся примерно в 40 тыс. токенов сообщения, без графа — около 83 тыс. Разница не в волшебстве модели, а в том, что без карты агент гадает и читает лишнее.

04 Сборка стоит токенов один раз, дальше платить не нужно

Построение графа само по себе расходует токены, но это разовая операция. После неё «налог» на переисследование в каждой новой сессии исчезает — именно поэтому инструмент окупается только там, где этот налог большой.

05 Параллельные субагенты делают сборку быстрой

Команда строит граф девятью субагентами одновременно: каждый обходит свой блок файлов и собирает чанки в JSON. Параллельность — причина, по которой даже большой проект упаковывается в граф за разумное время.

Полезные советы

Что можно применить уже сегодня. Разверни совет — сколько займёт, что даст и что конкретно делать

1

Сначала оцени размер проекта, потом ставь Graphify

Прикинь число файлов. Меньше ~100 — скорее всего, обычного поиска хватит и граф не окупит сборку. 100–500 и выше — есть смысл ставить и мерить экономию.

2

Поставь свежий Python до самого Graphify

Graphify требует актуальную версию Python. Установи её под свою ОС (macOS / Windows / Linux-сервер) первой командой, иначе установка инструмента не пройдёт.

3

Выбирай между глобальным и проектным скиллом осознанно

`graphify install` ставит скилл на весь компьютер (доступен из любого проекта), `graphify install --project` — только в текущий проект. Для аккуратного контроля ставь по проекту там, где граф реально нужен.

4

После установки скилла перезагрузи окно

Если в Claude Code команда graphify не всплывает — это нормально: нажми Command/Ctrl+Shift+P → Reload Window (или просто перезапусти VS Code), и скилл появится в меню.

5

Собирай граф командой `/graphify .` один раз

Точка в конце указывает анализировать всю текущую кодовую базу. Сборка разовая: повторно платить токенами за переисследование в новых сессиях уже не придётся.

6

Замерь экономию A/B-тестом на своём проекте

Задай один и тот же вопрос с графом и без него и сравни токены сообщения. Это честнее, чем верить чужим обзорам, и сразу покажет, окупается ли граф именно у тебя.

7

Смотри граф прямо в редакторе

Открой сгенерированный graph.html — есть расширение для VS Code, чтобы смотреть карту нод, связей и кластеров, не выходя из редактора и фильтруя модули (например, только голос и картинки).

8

Не ограничивайся Claude Code

У Graphify есть команды установки скилла под другие агенты — Codex, OpenCode, Cursor и прочие. Если ты работаешь не в Claude Code, возьми команду под свою платформу из репозитория.

Сценарии применения

Как разные люди применяют это на практике

Я как разработчик на большом legacy-проекте

Проблема: Claude Code в каждой новой сессии заново перечитывает сотни файлов и быстро упирается в окно контекста

Хочу: чтобы ассистент сразу видел структуру проекта и читал только нужное

Поможет: статья объясняет, как граф знаний убирает переисследование, и даёт порог (500+ файлов → экономия до ~30 раз), при котором это точно окупится

Я как фрилансер с десятком мелких репозиториев

Проблема: не хочется тратить время и токены на инструменты, которые не дадут отдачи

Хочу: понять, ставить ли Graphify на каждый проект

Поможет: честный вывод автора: под ~100 файлов граф почти не помогает — значит, мелочь можно не трогать и сэкономить силы

Я как тимлид, который считает расходы на токены

Проблема: команда жжёт лимиты на повторное исследование одной и той же кодовой базы

Хочу: аргумент с цифрами, а не маркетинг

Поможет: A/B-результат (40 тыс. против 83 тыс. токенов на один вопрос) — готовый довод, чтобы решить, где внедрять граф

Я как новичок в вайбкодинге

Проблема: непонятно, как вообще поставить и запустить Graphify, чтобы ничего не сломать

Хочу: пошаговую инструкцию установки

Поможет: разобран весь путь: Python → Graphify → скилл (глобально или по проекту) → Reload Window → `/graphify .`

Я как пользователь Codex / Cursor (не Claude Code)

Проблема: большинство гайдов заточены только под Claude Code

Хочу: узнать, работает ли подход с его агентом

Поможет: у Graphify есть команды установки скилла под другие платформы — подход переносится на Codex, OpenCode, Cursor и др.

Я как разработчик, отвечающий за дебаг

Проблема: на поиск нужного файла при баге уходит много времени и контекста

Хочу: чтобы ассистент сразу знал, какие файлы связаны с проблемной областью

Поможет: граф позволяет агенту по одной ноде увидеть все подключённые файлы и точечно чинить, а не обходить всю базу

Логика повествования

Как устроена аргументация видео — пройди по шагам

Предпосылка Аргумент Пример Вывод
  1. Предпосылка Проблема: Claude Code теряет память между сессиями

    Каждый новый диалог стартует вслепую и заново загружает файлы, промпты и команды, чтобы вернуть контекст. В одной сессии долго не протянуть — всё упирается в окно контекста.

  2. Аргумент Решение: один раз построить граф знаний

    Graphify проходит по проекту и строит карту документов и их связей (ноды, рёбра, сообщества). Дальше агент обращается к карте, а не перечитывает всё подряд.

  3. Пример Как это выглядит на реальном проекте

    На сервере интеграции Telegram ↔ Claude Code граф нашёл session-менеджер, мост claude-bridge, обработку сообщений и т.д.: ~2049 нод, 4156 рёбер, 151 сообщество. Девять субагентов собирают его параллельно.

  4. Пример A/B-тест: одинаковый вопрос с графом и без

    Вопрос «как устроена авторизация» с графом — ~40 тыс. токенов сообщения, без графа — ~83 тыс. С картой агент читал только релевантные файлы, без неё — гадал и читал лишнее.

  5. Аргумент Но граф окупается не везде

    До ~100 файлов выгоды почти нет (поиск и так работает), 100–500 — экономия существенная, 500+ — до ~30 раз. Разовая сборка стоит токенов, и этот вклад должен окупиться.

  6. Вывод Вывод: ставить точечно, а не на всё подряд

    Graphify решает реальную боль с памятью агента, но внедрять его нужно только туда, где переисследование действительно дорогое — на больших кодовых базах.

Подробный разбор

Полный разбор — разверни, если нужно глубже

Развернуть подробный разбор

О чём ролик и чем он отличается

Большинство роликов про Graphify пересказывают идею «граф знаний экономит токены». Этот выпуск ценен другим: автор ставит инструмент на реальный проект — сервер, который связывает Telegram с Claude Code, — и честно меряет результат прямо в кадре. Идея графа знаний приписывается Андрею Карпаты (сооснователь OpenAI, бывший директор по ИИ в Tesla), но здесь интересна не идея, а проверка на практике.

Главная боль: память между сессиями

Каждый новый диалог Claude Code стартует «вслепую»: заново загружает файлы, промпты и команды, чтобы вернуть контекст из прошлых сессий. В одной сессии бесконечно сидеть нельзя — всё упирается в окно контекста. Graphify один раз строит карту проекта (ноды, рёбра, сообщества), и дальше агент идёт по карте вместо обхода всей кодовой базы.

Установка по шагам

Порядок важен: сначала свежий Python (команда под вашу ОС), потом сам Graphify, потом скилл. Скилл ставится либо глобально (graphify install — доступен из любого проекта), либо в текущий проект (graphify install --project). Если после установки команда graphify не всплывает в Claude Code — это нормально: нужно перезагрузить окно (Reload Window) или перезапустить VS Code. Затем граф собирается командой /graphify . — девять субагентов параллельно обходят код и упаковывают результат, а в CLAUDE.md добавляется блок про использование графа. На тестовом проекте граф вышел внушительным: ~2049 нод, 4156 рёбер, 151 сообщество, и его можно открыть как graph.html прямо в редакторе через расширение для VS Code.

Где проходит граница окупаемости

Самая полезная часть ролика — пороги по числу файлов. До ~100 файлов граф почти не помогает: обычный поиск и так справляется. На 100–500 файлах экономия уже существенная. На 500+ файлах выигрыш может доходить до ~30 раз. Подтверждение в A/B-тесте: вопрос «как устроена авторизация» с графом стоил ~40 тыс. токенов сообщения, без графа — ~83 тыс. Сборка графа сама расходует токены, но это разовая трата; дальше «налог» на переисследование исчезает. Вывод простой: не вешать Graphify на каждый проект, а ставить точечно — туда, где кодовая база большая и переисследование действительно дорогое.

План внедрения

С чего начать — отмечай шаги, прогресс сохранится

Выполнено 0 из 6

Проверь себя

Ответь на вопросы, чтобы материал закрепился

Отвечено: 0 / 6 Верно: 0

  1. 1. Какую главную проблему Claude Code решает Graphify?

  2. 2. При каком размере проекта Graphify почти не даёт выгоды?

  3. 3. Что показал A/B-тест автора на вопросе про авторизацию?

  4. 4. Почему сборка графа выполняется быстро?

  5. 5. Что нужно сделать, если после установки скилла команда graphify не появляется в Claude Code?

  6. 6. Какой главный практический вывод ролика про внедрение Graphify?

Словарь терминов

Понять незнакомое простым языком

Показать 7 терминов
Graphify
Бесплатный опенсорс-инструмент, который один раз строит из проекта граф знаний, чтобы AI-агент запрашивал «карту» вместо повторного чтения всех файлов в каждой сессии.
Граф знаний
Карта проекта: ноды — это концепции/файлы/документы, рёбра — связи между ними, сообщества — кластеры близких нод. По карте агент сразу видит, что с чем связано.
Окно контекста
Ограниченный объём текста, который модель удерживает в памяти за один диалог. Когда он заполняется, продолжать сессию долго не получается.
Субагент
Вспомогательный агент, который выполняет часть работы. Graphify запускает девять субагентов параллельно, чтобы быстро обойти проект при сборке графа.
Скилл (skill)
Подключаемый навык для агента. Скилл Graphify сам подбирает нужную команду под задачу; ставится глобально (`graphify install`) или в конкретный проект (`--project`).
A/B-тест
Сравнение двух вариантов в одинаковых условиях. Здесь — один и тот же вопрос с графом и без него, чтобы честно измерить разницу в потраченных токенах.
CLAUDE.md
Файл с инструкциями для Claude Code в проекте. Graphify дописывает в него блок, чтобы агент при следующих запусках обращался к графу знаний.

Похожие разборы

Разбор

Graphify: как граф знаний чинит память Claude Code — разбор по 6 обзорам

Graphify один раз строит граф знаний кодовой базы или документов, и дальше Claude Code обращается к этой «карте» вместо того, чтобы каждую сессию перечитывать и грепать все файлы. Громкое «−70× токенов» — это потолок на большом связанном репозитории; на обычных проектах экономия скромнее (2–3×), а главная ценность — устойчивая память и более точные ответы.

Читать → Разбор

Graphify в Claude Code: пошаговая установка и честный разбор громкого «−72×»

Автор показывает, как за пару минут поставить Graphify в Claude Code (попросив сам Claude его установить) и собрать граф-карту репозитория. В A/B-тесте тот же вопрос с Graphify съел ~6,2% контекста против ~17% без него — примерно в 3 раза меньше, а заявленные «72×» из заголовка автор сам называет лучшим случаем, зависящим от размера и связности проекта.

Читать → Разбор

Как Graphify устроен внутри: три прохода, граф знаний и чем он отличается от RAG

Graphify строит граф знаний по репозиторию в три прохода: код разбирается детерминированно через tree-sitter без LLM и бесплатно, медиа транскрибируется faster-whisper, а документы и картинки анализирует языковая модель. Главное отличие от Graph RAG — нет эмбеддингов и фокус на структурированном коде, а не на горах несвязанных документов.

Читать → Разбор

Лупы вместо промптов в вайб-кодинге: цель со стоп-условием, которая крутится сама

Луп — это рекурсивная цель со стоп-условием: ставишь задачу один раз, и агент сам крутится «сделал → проверил → не готово → снова», пока условие не выполнится. Лупы не заменяют промптинг, а снимают ежедневную рутину — и, как признаёт сам автор, доступны уже в Claude Code и Codex через goals, а не только в его платформе.

Читать →
← Все разборы Смотреть видео-источник