🚨 ÚLTIMA HORA: Alguien acaba de crear la herramienta exacta que Andrej Karpathy dijo que alguien debería construir.

48 horas después de que Karpathy publicara su flujo de trabajo de Bases de Conocimiento LLM, esto apareció en GitHub.

Se llama Graphify. Un comando. Cualquier carpeta. Grafo de conocimiento completo.

Apúntalo a cualquier carpeta. Ejecuta /graphify dentro de Claude Code. Aléjate.

Esto es lo que sale del otro lado:

-> Un grafo de conocimiento navegable de todo en esa carpeta
-> Un vault de Obsidian con artículos enlazados
-> Un wiki que comienza en index.md y mapea cada grupo de conceptos
-> Preguntas y respuestas en inglés sencillo sobre toda tu base de código o carpeta de investigación

Puedes preguntarle cosas como:

"¿Qué llama a esta función?"
"¿Qué conecta estos dos conceptos?"
"¿Cuáles son los nodos más importantes en este proyecto?"

Sin base de datos vectorial. Sin configuración. Sin archivos de configuración.

El número de eficiencia de tokens es lo que me llamó la atención:

71.5 veces menos tokens por consulta en comparación con leer archivos en bruto.

Eso no es una pequeña mejora. Es un paradigma completamente diferente para cómo los agentes de IA razonan sobre grandes bases de código.

Lo que soporta:

-> Código en 13 lenguajes de programación
-> PDFs
-> Imágenes vía Claude Vision
-> Archivos Markdown

Instálalo en una línea:

pip install graphify && graphify install

Luego escribe /graphify en Claude Code y apúntalo a cualquier cosa.

Karpathy preguntó. Alguien entregó en 48 horas.

Ese es el ritmo de 2026.

Código abierto. Gratis.