Zespół przygotował praktyczny przewodnik do budowania w pełni offline'owego workflow'u Graphify, który przetwarza realistyczną aplikację Python o wielu modułach w graf wiedzy. Proces rozpoczyna się od instalacji Graphify wraz z bibliotekami do analizy grafów, a następnie generuje przykładową aplikację zawierającą warstwy konfiguracji, bazy danych, autentykacji, serwisów, API, cache'u, modelu i SQL.
Kluczową zaletą opisanego podejścia jest całkowita niezależność od API czy zaplecza LLM. Graphify wykorzystuje analizę opartą na tree-sitter do lokalnego ekstrahowania grafu kodu, co oznacza, że cały proces można uruchomić bez połączenia internetowego. Po załadowaniu wygenerowanego pliku graph.json do NetworkX możliwe staje się szczegółowe badanie struktury kodu za pomocą takich narzędzi analitycznych, jak oceny centralności czy algorytmy detekcji wspólnot (community detection).
Wizualizacja jest kluczowym elementem całego podejścia. Tutorial obejmuje zarówno generowanie statycznych wykresów za pomocą Matplotlib, jak i interaktywnych wizualizacji, które pozwalają na intuicyjne odkrywanie sposobu, w jaki moduły, klasy, funkcje i obiekty bazodanowe się łączą. Taka analiza jest szczególnie użyteczna dla dużych projektów, gdzie tradycyjne przeglądy kodu stają się pracochłonne, a wizualne reprezentacje architektoniczne mogą znacząco ułatwić zrozumienie całego systemu.