📥 Escolher e preparar a fonte
Antes de rodar qualquer comando, você decide o que o Graphify vai ler: código ou documentos. Depois baixa o corpus, limpa a pasta e deixa tudo pronto pra extração. Fonte limpa, grafo limpo.
🧭 Código ou documentos: o que apontar
O Graphify lê uma fonte e dela extrai o grafo. Essa fonte pode ser de dois tipos: um code base (um repositório de código) ou um corpus de documentos (PDFs, markdown, textos). A primeira decisão do módulo é qual dos dois você vai apontar — porque isso muda como o Graphify trabalha por baixo.
🔰 Novo aqui? "code base" e "corpus"
Um code base é simplesmente a pasta com o código de um projeto (arquivos .py, .ts, etc.). Um corpus é um conjunto de documentos sobre um assunto — a "matéria-prima" textual. O Graphify aceita os dois, mas trata cada um de um jeito.
A diferença é técnica e importa: código é extraído pela AST (a árvore sintática que o tree-sitter monta a partir do código) — é determinístico, rápido e não precisa de API key. Já documentos passam por um LLM, que lê o sentido do texto e infere entidades e relações. Decidir cedo evita retrabalho lá na frente.
↑ Os dois caminhos — código (extraído pela AST, sem chave) e documentos (lidos por um LLM) — terminam na mesma pasta-fonte limpa. Neste curso seguimos o caminho dos documentos, mas o princípio vale pros dois.
💻 Caminho do código (AST)
- ✓12 linguagens via tree-sitter.
- ✓Determinístico e sem API key.
- ✓Nós são funções, módulos, classes.
📄 Caminho dos documentos (LLM)
- ✓PDF, markdown, texto — qualquer doc.
- ✓Lê o sentido, não só a sintaxe.
- ✓Dentro do Claude Code, sem chave própria.
🔑 Conceitos-chave
⬇️ Baixar a documentação do Claude Code
Para ter um corpus real e conhecido, a maneira mais fácil é pedir ao próprio Claude Code que baixe a documentação oficial dele para uma pasta local — por exemplo ./claude-code-docs. Você não precisa de script: descreve a tarefa em linguagem natural e o agente faz a parte chata de salvar arquivo por arquivo.
Objetivo: baixar a documentação oficial do Claude Code numa pasta-fonte local, pronta pra virar grafo.
Baixe a documentação oficial do Claude Code numa pasta chamada ./claude-code-docs no diretório atual. - Salve uma página por arquivo .md, com nome legível. - Mantenha só o conteúdo (sem menus/rodapé do site). - Ao terminar, me diga quantos arquivos foram salvos.
Como verificar: conte os arquivos baixados.
ls ~/projetos/segundo-cerebro/claude-code-docs | wc -l
Troque o caminho por onde você criou a pasta. O número de arquivos é seu, não uma constante — depende de quanto a doc tinha no dia.
Ter um corpus conhecido ajuda a comparar seu resultado com o de referência. Numa execução mostrada no vídeo, a doc do Claude Code rendeu 145 documentos que viraram 591 nós, 685 conexões e 67 comunidades. Use isso só como ordem de grandeza ("na execução do vídeo deu…") — os seus números vão variar com a versão da doc e o escopo que você escolher.
🔰 Novo aqui? Por que pedir ao agente baixar?
O Claude Code já sabe navegar e salvar páginas. Em vez de você caçar cada URL, ele percorre a doc e grava os .md pra você. É o mesmo agente que depois vai rodar o Graphify — então faz sentido ele já montar a fonte.
🔑 Conceitos-chave
🗂️ Organizar a pasta-fonte
A pasta-fonte é exatamente o que o Graphify vai varrer — então ela merece uma raiz dedicada e sem lixo. Junte os arquivos que descrevem o conhecimento num único lugar, separado do resto do sistema. A regra de ouro: o que entra na pasta vira nó no grafo.
Objetivo: criar uma pasta-fonte dedicada dentro do projeto do curso.
mkdir -p ~/projetos/segundo-cerebro/claude-code-docs
Como verificar: a pasta existe e você consegue listar o conteúdo (vazia no começo, depois com seus .md).
ls ~/projetos/segundo-cerebro/claude-code-docs | wc -l
Caminho sugerido: ~/projetos/segundo-cerebro/<sua-pasta-fonte>. Use o nome que quiser — só mantenha tudo da mesma fonte junto.
🔰 Novo aqui? O que faz o mkdir -p
mkdir cria pasta; a flag -p cria também as pastas-pai que faltarem e não reclama se a pasta já existir. É seguro rodar de novo.
🔑 Conceitos-chave
📏 Tamanho e escopo (comece pequeno)
A tentação é apontar o corpus inteiro de uma vez. Resista. Comece com um subconjunto — uma dúzia de arquivos representativos — e só amplie o escopo depois que o fluxo todo funcionar de ponta a ponta. Extração menor é mais rápida e mais barata pra testar e ajustar.
🔰 Novo aqui? O que é "iterar"
Iterar é repetir um ciclo curto — rodar, olhar o resultado, ajustar — em vez de tentar acertar tudo numa tacada. Em fonte pequena cada volta custa segundos; no corpus inteiro, custa minutos (e, no caminho LLM, tokens).
✓ Começar pequeno
- ✓Roda em segundos: feedback rápido.
- ✓Barato de repetir até acertar o ajuste.
- ✓Erro aparece cedo, fácil de corrigir.
✗ Corpus inteiro de cara
- ✗Espera longa antes de ver qualquer coisa.
- ✗Se o grafo não serve, você já gastou tudo.
- ✗Erro só aparece no fim, caro de refazer.
Aponte um subconjunto
Uns 10–15 arquivos que representem bem o assunto. Rode o fluxo todo até o grafo.
Olhe o resultado
O grafo faz sentido? Os nós e conexões batem? Ajuste a fonte se preciso.
Amplie o escopo
Com o fluxo confiável, aí sim aponte o corpus completo de uma vez.
🔑 Conceitos-chave
🧹 Limpeza: o que excluir
Cada arquivo a mais na pasta-fonte é ruído potencial no grafo. Tire binários, builds, dependências, duplicatas e tudo que não carrega significado. O objetivo é melhorar a relação sinal/ruído: deixar só os arquivos que descrevem o conhecimento, nada que seja subproduto de máquina.
🔰 Novo aqui? "sinal/ruído" e .gitignore
Sinal é o conteúdo útil; ruído é tudo que distrai dele. Um .gitignore é uma lista de padrões de arquivo a ignorar — aqui usamos a mesma ideia pra decidir o que não entra na fonte.
✓ Manter (sinal)
- ✓Markdown, texto, docs de referência.
- ✓Código-fonte (se a fonte for código).
- ✓O que descreve conceitos e decisões.
✗ Excluir (ruído)
- ✗Binários, imagens,
node_modules, builds. - ✗Logs, caches, temporários, rascunhos.
- ✗Cópias duplicadas do mesmo conteúdo.
# o que NÃO vira fonte node_modules/ dist/ build/ *.png *.jpg *.zip *.log .cache/ **/tmp/
🔑 Conceitos-chave
📁 Onde rodar (graphify-out fica aqui)
O Graphify grava a saída na pasta graphify-out/ dentro do diretório atual (o cwd, de current working directory). Por isso, de onde você roda define onde os arquivos aparecem. Rode na raiz do projeto e você sempre sabe onde achar o graph.json depois.
🔰 Novo aqui? O que é "cwd"
O cwd é a pasta em que seu terminal está parado naquele momento — o que pwd mostra. Comandos com caminhos relativos (como graphify-out/) são resolvidos a partir dela.
↑ A raiz do projeto é o seu cwd: ali ficam tanto a pasta-fonte (entrada) quanto a graphify-out/ (saída gerada). Caminho previsível pra achar o graph.json no próximo módulo.
🔑 Conceitos-chave
✋ Auto-recuperação (opcional, não bloqueia): você vai apontar o Graphify para um repositório de código. Como ele extrai o grafo?
📌 Resumo do módulo
Próximo módulo
2.3 · Rodar o Graphify e ler o grafo — gere o grafo de conhecimento e aprenda a ler o que ele produziu, do visual ao relatório.