Graft: un grafo de conocimiento en Markdown para reducir coste y latencia de los agentes de código

Fuentes: Graft: a Markdown knowledge graph that cuts cost and latency for coding agents

Graft es una herramienta de código abierto de NanoNets que construye un grafo local del repositorio —un conjunto de archivos Markdown enlazados, uno por sistema, API o concepto— para que los agentes de programación (Claude Code, Cursor, Codex, Gemini u otros) eviten reexplorar el código en cada tarea. En lugar de embeddings o bases de datos vectoriales, el grafo son ficheros que el agente lee con las mismas herramientas de archivo de siempre.

Su instalación se reduce a npm install -g @nanonets/graft seguido de graft init, que genera la carpeta graft/, la añade a .gitignore (el grafo es un caché regenerable, como node_modules) y deja el cableado en .claude/. Los resúmenes los genera el modelo que el usuario elija —OpenAI, Anthropic, OpenRouter, Fireworks, Groq, LiteLLM o un modelo local— con su propia clave; el grafo estructural se calcula de forma determinista con tree-sitter sin llamar a ningún modelo.

El repositorio presenta dos baterías de pruebas. En un barrido controlado de 162 ejecuciones con Claude Sonnet 5 sobre dos repositorios, Graft redujo un 42 % los tokens, un 46 % las llamadas a herramientas y un 60 % la latencia, manteniendo la corrección en el 93 %. En SWE-bench Verified (50 instancias reales de GitHub, evaluadas por el grader oficial), pasó del 54 % al 66 % de acierto con un 23 % menos de tokens y un 32 % menos de tiempo de reloj. Los autores destacan que el grafo se versiona con git, de modo que cada clon lo obtiene y los cambios aparecen como diff junto al código que los motiva.