¿Qué hace graphify?
Skill de Claude Code: convierte cualquier carpeta de archivos en un grafo de conocimiento navegable — comunidades agrupadas, HTML interactivo, JSON GraphRAG y un informe de auditoría honesto.
Skill de Claude Code: convierte cualquier carpeta de archivos en un grafo de conocimiento navegable — comunidades agrupadas, HTML interactivo, JSON GraphRAG y un informe de auditoría honesto.
Graphify es un skill de Claude Code que transforma automáticamente cualquier carpeta de archivos en un grafo de conocimiento navegable. El skill analiza el contenido de los archivos, identifica relaciones semánticas y estructurales entre ellos, y genera varios artefactos útiles: un HTML interactivo para explorar visualmente el grafo, un archivo JSON compatible con sistemas GraphRAG (Graph Retrieval-Augmented Generation) y un informe de auditoría que detalla el proceso de análisis. Además, el skill aplica técnicas de agrupamiento (clustering) para identificar comunidades temáticas dentro del conjunto de documentos. Graphify está diseñado para desarrolladores e investigadores que necesitan visualizar y comprender rápidamente la estructura de conocimiento de un proyecto, repositorio o conjunto de documentos. Se ejecuta directamente en el entorno de Claude Code, lo que permite una integración fluida en flujos de trabajo de análisis de código y documentación. Es particularmente útil para mapear dependencias entre documentos, detectar silos de información o preparar datos para sistemas de búsqueda y generación aumentada por recuperación.
npx skills add PepoBCN/graphifyInstalled? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Skill de Claude Code: convierte cualquier carpeta de archivos en un grafo de conocimiento navegable — comunidades agrupadas, HTML interactivo, JSON GraphRAG y un informe de auditoría honesto.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.