Integrar o Graphify num workflow Gradle : do Knowledge Graph ao diagrama PlantUML em um comando
Publicado em 19 April 2026
- O problema: diagramas sempre atrasados em relação ao código
- A solução: um pipeline determinístico Knowledge Graph → PlantUML
- Passo 1: Instalar Graphify e extrair o Knowledge Graph
- Passo 2 : O plugin Gradle transforma o Knowledge Graph em PlantUML
- Passo 3 : Uso diário
- O pipeline completo em um workflow Gradle
- Dogfooding: o plugin se documenta por si mesmo
- Por que é determinístico (e por que isso importa)
- Diagramas do próprio pipeline
- Integração na governança do projeto
- Preparação: lista de verificação em 5 minutos
- Armadilhas e mitigações
- O que se obtém no final
- Links
Sua base de código cresce. As dependências entre módulos se multiplicam. A documentação da arquitetura torna-se obsoleta antes mesmo de ser escrita. E se seu build Gradle pudesse automaticamente gerar diagramas atualizados a partir da estrutura real do código ? É exatamente isso que o pipeline Graphify + PlantUML Gradle Plugin :`graphify . --no-viz`extrai o Knowledge Graph,`./gradlew generateKnowledgeGraphDiagram`o transforma em diagramas PlantUML. Zero LLM, zero manual, 100% determinista.
O problema: diagramas sempre atrasados em relação ao código
Todo projeto que ultrapassa alguns milhares de linhas conhece esse sintoma:
-
Desenha-se um diagrama de arquitetura no início do projeto.
-
O código evolui, as dependências mudam
-
O diagrama se torna uma mentira decorativa
-
Ninguém o atualiza porque é chato
-
Os novos chegados baseiam-se nisso e cometem erros
@startuml
skinparam backgroundColor #FEFEFE
skinparam ActivityBackgroundColor #FDEDEC
skinparam ActivityDiamondBackgroundColor #FFF3CD
start
:Diagrama de arquitetura criado\n(manualmente, à mão);
:O código evolui\n(novas classes, novas dependências);
:Diagrama obsoleto\n(não reflete mais o código);
if (Qui met à jour ?) then (Personne)
:documentação falsa;
note right: Os novos desenvolvedores\nse baseiam nisso... e cometem erros
else (Quelqu'un)
:Atualização manual\n(2-3 horas de trabalho);
note right: Já obsoleto\npara a próxima PR
endif
stop
@enduml
A questão não é é necessário ter diagramas? — todo mundo sabe que sim. A questão é:Quem os mantém atualizados?
A resposta: ninguém. A menos que seja automático.
A solução: um pipeline determinístico Knowledge Graph → PlantUML
O princípio é simples: em vez de desenhar os diagramas à mão, osgera a partir da estrutura real do código.
@startuml skinparam backgroundColor #FEFEFE skinparam componentStyle rectangle actor Développeur component "Graphify\n(pip install graphifyy)" as Graphify collections "graphify-out/graph.json\n(Grafo de Conhecimento)" as KGJSON component "PlantUML Gradle Plugin\n(generateKnowledgeGraphDiagram)" as Plugin component "KnowledgeGraphParser" as Parser component "KnowledgeGraphRenderer" as Renderer component "PlantumlService\n(validação + renderização PNG)" as PS collections "diagramas/knowledge-graph/\n(.puml + .png)" as Output Développeur --> Graphify : graphify . --no-viz Graphify --> KGJSON : extrair a estrutura\ndo código fonte Développeur --> Plugin : ./gradlew generateKnowledgeGraphDiagram Plugin --> Parser : parse(graph.json) Parser --> Plugin : KnowledgeGraph\n(nós + arestas + communautés) Plugin --> Renderer : render(graph, filters) Renderer --> Plugin : code PlantUML\ndeterminístico Plugin --> PS : validateSyntax + generateImage PS --> Output : .puml + .png note bottom of Plugin Pipeline DÉTERMINISTE Nenhuma chamada LLM Resultado reprodutível end note @enduml
Dois comandos. É isso.
# Étape 1 : extraire le Knowledge Graph
graphify . --no-viz
# Étape 2 : générer les diagrammes PlantUML
./gradlew generateKnowledgeGraphDiagram
O resultado? Arquivos`.puml` et .png`em`diagrams/knowledge-graph/, versionados no Git, sempre atualizados com o código.
Passo 1: Instalar Graphify e extrair o Knowledge Graph
Instalação
Graphify é uma ferramenta Python que analisa sua base de código e constrói um grafo de conhecimento estruturado:
# Méthode recommandée
uv tool install graphifyy && graphify install --platform opencode
# Alternative avec pip
pip install graphifyy && graphify install --platform opencode
Configurar as exclusões
Criar um arquivo`.graphifyignore`à raiz do projeto para excluir os arquivos que não fazem parte da lógica de negócios :
# Secrets — JAMAIS dans le graphe
*-context.yml
*.env
# Fichiers générés
build/
.gradle/
# Tests fonctionnels
src/functionalTest/
Extrair o Knowledge Graph
graphify . --no-viz
O flag`--no-viz`Salta a geração de HTML (desnecessária em um pipeline Gradle). O resultado é um arquivo`graphify-out/graph.json`contendo :
-
Nós: classes, funções, ficheiros — com o seu tipo e comunidade
-
Arestas: relações entre nós (EXTRACTED do código, INFERRED pelo LLM)
-
Comunidades: agrupamentos automáticos de nós ligados
{
"nodes": [
{"id": "0", "label": "LlmService", "file_type": "code", "community": 0},
{"id": "1", "label": "ApiKeyPool", "file_type": "code", "community": 0},
{"id": "2", "label": "PlantumlService", "file_type": "code", "community": 1}
],
"links": [
{"source": "1", "target": "0", "relation": "uses", "confidence": "EXTRACTED", "weight": 0.9},
{"source": "0", "target": "2", "relation": "calls", "confidence": "INFERRED", "weight": 0.7}
]
}
|
O código-fonte ( |
Passo 2 : O plugin Gradle transforma o Knowledge Graph em PlantUML
Arquitetura do pipeline
O plugin`com.cheroliv.plantuml`incorpora uma tarefa`generateKnowledgeGraphDiagram`que transforma`graph.json`em diagramas PlantUML de maneiratotalmente determinista:
@startuml
skinparam backgroundColor #FEFEFE
participant "Gradle" as G
participant "GenerateKnowledgeGraphDiagramTask" as Task
participant "KnowledgeGraphParser" as Parser
participant "KnowledgeGraphRenderer" as Renderer
participant "PlantumlService" as PS
collections "graphify-out/graph.json" as JSON
G -> Task : executar
Task -> JSON : ler
Task -> Parser : parse(graph.json)
Parser --> Task : KnowledgeGraph\n(nós + arestas + comunidades)
Task -> Renderer : render(graph, filters)
Renderer --> Task : código PlantUML\n(determinista)
Task -> PS : validateSyntax(plantumlCode)
alt syntaxe valide
Task -> PS : generateImage → .png
else syntaxe invalide
Task -> Task : salvar .puml com aviso
end
@enduml
Os componentes internos
| Componente | Papel |
|---|---|
|
Analisar`graph.json`— suporta 3 formatos : graphify nativo ( |
|
Transforma deterministicamente um`KnowledgeGraph`em código PlantUML. Grupos por tipo, comunidades em pacotes, legenda automática. |
|
Tarefa Gradle que orquestra: parse → render → validate → PNG. Configurável via propriedades do Gradle. |
|
Modelos de dados :`KnowledgeGraph`, |
|
Validação sintática + renderização PNG (reutilizado por todas as tarefas do plugin). |
Regras de renderização
O renderer aplica convenções visuais determinísticas :
| Tipo de aresta | Notação PlantUML | Significação |
|---|---|---|
extraído |
|
Relação extraída do código fonte (certeza) |
deduzido |
|
Relação inferida pelo LLM (pontuação de confiança) |
AMBÍGUO |
|
Relação ambígua (a verificar) |
As comunidades são renderizadas como pacotes PlantUML com uma paleta de cores automática.
Passo 3 : Uso diário
Diagrama completo
# Générer le diagramme du Knowledge Graph complet
./gradlew generateKnowledgeGraphDiagram
Saída:`diagrams/knowledge-graph/knowledge-graph-full.puml`+.png
Filtrar por comunidade
# Une seule communauté
./gradlew generateKnowledgeGraphDiagram \
-Pplantuml.kg.community=community_0
# Limiter le nombre de noeuds (lisibilité)
./gradlew generateKnowledgeGraphDiagram \
-Pplantuml.kg.community=community_0 \
-Pplantuml.kg.maxNodes=15
Filtrar por tipo de aresta
# Uniquement les relations certaines (EXTRACTED)
./gradlew generateKnowledgeGraphDiagram \
-Pplantuml.kg.edgeTypes=EXTRACTED
# Relations certaines + inférées
./gradlew generateKnowledgeGraphDiagram \
-Pplantuml.kg.edgeTypes=EXTRACTED,INFERRED
Filtrar por tipo de nó e confiança
# Uniquement les classes de code
./gradlew generateKnowledgeGraphDiagram \
-Pplantuml.kg.nodeTypes=code
# Seuil de confiance minimum (pour les INFERRED)
./gradlew generateKnowledgeGraphDiagram \
-Pplantuml.kg.minConfidence=0.7
Diretório de saída personalizado
./gradlew generateKnowledgeGraphDiagram \
-Pplantuml.kg.outputDir=docs/architecture
Referência completa das propriedades
| Propriedade | defeito | Descrição |
|---|---|---|
|
(todas) |
Filtrar as comunidades por nome (correspondência de subcadeia) |
|
(todos) |
Tipos de arestas separados por vírgulas:`EXTRACTED`, |
|
|
Limite mínima de confiança para as arestas |
|
(ilimitado) |
Número máximo de nós a exibir |
|
(todos) |
Tipos de nós separados por vírgulas (ex. |
|
|
Diretório de saída para os arquivos`.puml` et |
O pipeline completo em um workflow Gradle
Tipo de workflow
@startuml
skinparam backgroundColor #FEFEFE
skinparam ActivityBackgroundColor #E8F4FD
skinparam ActivityDiamondBackgroundColor #FFF3CD
skinparam ActivityBorderColor #2C3E50
start
partition "EXTRACTION" {
:graphify . --no-viz;
note right: Análise o código-fonte\ntree-sitter (local, sem LLM)
:graphify-out/graph.json;
note right: Nós + arestas\n+ comunidades
}
partition "GERADORATION" {
:./gradlew generateKnowledgeGraphDiagram;
note right: Pipeline determinístico\nparse → render → validate → PNG
if (Filtres actifs ?) then (Oui)
:Aplicar filtros\n(community, edgeTypes,\nmaxNodes, nodeTypes);
else (Non)
:Diagrama completo;
endif
:diagrams/knowledge-graph/\nknowledge-graph-full.puml\nknowledge-graph-full.png;
}
partition "INTÉGRATION" {
:git add diagrams/knowledge-graph/;
:git commit;
note right: Diagramas versionados\nsempre atualizado com o código
}
stop
@enduml
Integração no ciclo de desenvolvimento
O pipeline integra-se naturalmente nas etapas-chave do desenvolvimento:
@startuml skinparam backgroundColor #FEFEFE state "Desenvolvimento" as dev state "Extração\ngraphify . --no-viz" as extract state "Geração\n./gradlew generateKnowledgeGraphDiagram" as generate state "Commit\ndiagramas versionados" as commit [*] --> dev dev --> extract : Código modificado extract --> generate : graph.json atualizado generate --> commit : .puml + .png gerados commit --> dev : Diagramas no repositório note right of extract Quase instantâneo em código Kotlin (tree-sitter, sem LLM) end note note right of generate Determinístico Sem LLM Resultado reproduzível end note @enduml
Atualização incremental
Quando o código muda, não reconstruímos todo o grafo do zero :
# Mise à jour incrémentale (fichiers modifiés uniquement)
graphify . --update
# Puis régénérer les diagrammes
./gradlew generateKnowledgeGraphDiagram
|
|
Dogfooding: o plugin se documenta por si mesmo
O plugin PlantUML existe para transformar prompts em diagramas. Ele também pode transformar o Knowledge Graph da sua próprio codebase em diagramas de documentação. É dogfooding: o plugin consome o seu próprio serviço.
@startuml
skinparam backgroundColor #FEFEFE
skinparam componentStyle rectangle
package "Pipeline normal\n(usuário → diagramas)" as normal {
[Fichier .prompt] as prompt
[LlmService\n+ ApiKeyPool] as llm1
[ProcessPlantumlPromptsTask] as task1
[Diagramme PNG] as out1
prompt --> task1
task1 --> llm1
llm1 --> out1
}
package "Pipeline Knowledge Graph\n(determinístico, sem LLM)" as kg {
[graphify-out/graph.json] as kgjson
[KnowledgeGraphParser] as parser
[KnowledgeGraphRenderer] as renderer
[PlantumlService] as ps
[Diagramme PNG\n(documentation du plugin)] as out2
kgjson --> parser
parser --> renderer
renderer --> ps
ps --> out2
}
package "Pipeline Dogfooding\n(LLM → documentação do plugin)" as dogfood {
[GraphifyPromptAdapter] as gpa
[Fichiers .prompt\nauto-générés] as auto_prompt
[LlmService\n+ ApiKeyPool] as llm2
[ProcessPlantumlPromptsTask] as task2
[Diagramme PNG\n(documentation LLM)] as out3
kgjson --> gpa
gpa --> auto_prompt
auto_prompt --> task2
task2 --> llm2
llm2 --> out3
}
note "Mesmo LlmService, mesmo ApiKeyPool,\nmesmo PlantumlService\n— ZERO duplicação" as N
@enduml
Tarefas Gradle associadas :
| tarefa | LLM ? | Descrição |
|---|---|---|
|
Não |
Transforma`graph.json`em PlantUML (determinístico) |
|
Sim |
gere alguns`.prompt`a partir do grafo, os trata via LLM (dogfooding) |
# Documentation déterministe (rapide, pas de LLM)
./gradlew generateKnowledgeGraphDiagram
# Documentation LLM (plus riche, consomme des tokens)
./gradlew generateDiagramDocs
Por que é determinístico (e por que isso importa)
O ponto-chave do pipeline`generateKnowledgeGraphDiagram`:ele não chama nenhum LLM. A transformação`graph.json`→ PlantUML é uma função pura.
@startuml
skinparam backgroundColor #FEFEFE
skinparam componentStyle rectangle
rectangle "Pipeline DÉTERMINISTE\n(generateKnowledgeGraphDiagram)" as det {
[graph.json] as json
[KnowledgeGraphParser] as parser
[KnowledgeGraphRenderer] as renderer
[PlantUML code] as puml
json --> parser : parse
parser --> renderer : KnowledgeGraph
renderer --> puml : render (função pura)
}
rectangle "Pipeline LLM\n(processPlantumlPrompts)" as llm {
[.prompt] as prompt
[LlmService] as llmSvc
[ChatModel] as model
[PlantUML code] as puml2
prompt --> llmSvc
llmSvc --> model : API ligar
model --> puml2 : resposta não-determinística
}
note bottom of det
Mesma entrada → mesma saída
Sem latência de rede
Sem custo em tokens
Reprodutível em CI
end note
note bottom of llm
Mesma entrada → saída variável
Latência de rede (1-5s)
Custo em tokens
Necessita uma chave API
end note
@enduml
Os benefícios concretos:
| vantagem | Impacto |
|---|---|
Reproducibilidade |
mesmo`graph.json`→ mesmo diagrama. Exatamente. Sempre. |
Custo zero |
Sem chamada LLM = sem tokens = sem fatura da API. |
Zero latência |
Parse + render demora ~100ms, não 1-5 segundos. |
Compatível CI |
Nenhuma chave API necessária. Nenhum teste flaky devido a uma resposta LLM variável. |
Versionável |
Le |
Diagramas do próprio pipeline
Para fechar o ciclo, aqui está o diagrama do pipeline como seria gerado pelo plugin :
@startuml
skinparam backgroundColor #FEFEFE
participant "Desenvolvedor" as Dev
participant "Gradle" as G
participant "GenerateKnowledgeGraphDiagramTask" as Task
participant "KnowledgeGraphParser" as Parser
participant "KnowledgeGraphRenderer" as Renderer
participant "PlantumlService" as PS
collections "graphify-out/graph.json" as JSON
collections "diagrams/knowledge-graph/" as Out
Dev -> G : ./gradlew generateKnowledgeGraphDiagram
G -> Task : executar
Task -> JSON : ler
Task -> Parser : parse(graph.json)
Parser --> Task : KnowledgeGraph
alt filtres actifs
Task -> Task : aplicar filtros\n(community, edgeTypes, maxNodes…)
end
Task -> Renderer : render(graph, filters)
Renderer --> Task : código PlantUML
Task -> PS : validateSyntax()
alt valide
Task -> PS : generateImage()
PS --> Out : .puml + .png
else invalide
Task -> Out : .puml (com aviso)
end
@enduml
Integração na governança do projeto
No nosso projeto, este pipeline integra-se numa estratégia de gestão de contexto EAGER/LAZY para o agente IA. O Knowledge Graph substitui a documentação de arquitetura manual por um grafo estruturado, consultável e auto-atualizado.
@startuml
skinparam backgroundColor #FEFEFE
skinparam componentStyle rectangle
package "EAGER\n(sempre carregado)" as eager {
[PROMPT_REPRISE.adoc\n(contexte session)] as pr
[INDEX.adoc\n(vue d'ensemble)] as idx
[GRAPH_REPORT.adoc\n(~50 lignes)] as gr
}
package "LAZY — Estratégia\n(sob demanda)" as lazy_strat {
[Méthodologies] as meth
[Archives sessions] as sessions
}
package "LAZY — Graphify\n(consultas direcionadas)" as lazy_graph {
[graph.json] as gj
[Queries\n(query/path/explain)] as queries
}
package "Pipeline PlantUML\n(gerado automaticamente)" as puml {
[generateKnowledgeGraphDiagram] as kgTask
[generateDiagramDocs] as ddTask
[Diagrammes PNG] as diagrams
}
Agent --> eager : Lido no início da sessão
Agent ..> lazy_strat : Carregue se o tipo for detectado
Agent ..> lazy_graph : Se necessário estrutural
kgTask --> diagrams : Determinístico
ddTask --> diagrams : Via LLM
note right of gr
Resumo do Knowledge Graph
God nodes + comunidades
Substitua ECOSYSTEM_OVERVIEW
(225 linhas → 50 linhas)
end note
@enduml
O casamento dos dois sistemas é complementar :
-
A estratégia trata do QUANDO e do COMO— governança, workflow, arquivamento
-
Graphify gerencia o quê e o onde— estrutura do código, relações, consultas direcionadas
_ A estratégia de sessão gerencia oQUANDO et le como(governança, workflow, limites), Graphify gerencia oO QUE et le ONDE(estrutura do código, relações, consultas direcionadas). O pipeline PlantUML gerencia oCOM O QUE(diagramas determinísticos, versionados, sempre atualizados). _
Preparação: lista de verificação em 5 minutos
| # | Etapa | encomenda |
|---|---|---|
1 |
Instalar Graphify |
|
2 |
Configurar as exclusões |
Criar`.graphifyignore` |
3 |
Extrair o Knowledge Graph |
|
4 |
Gerar os diagramas |
|
5 |
Fazer commit dos resultados |
|
# Script complet en 5 commandes
uv tool install graphifyy
cat > .graphifyignore << 'EOF'
*-context.yml
*.env
build/
.gradle/
EOF
graphify . --no-viz
./gradlew generateKnowledgeGraphDiagram
git add graphify-out/GRAPH_REPORT.adoc graphify-out/graph.json diagrams/knowledge-graph/
Armadilhas e mitigações
| armadilha | Descrição | mitigação |
|---|---|---|
Grafo muito denso |
Um grande projeto gera centenas de nós ilegíveis |
Utilizar`-Pplantuml.kg.maxNodes=30`e filtrar por comunidade |
Exclusões demasiado largas |
Muitos arquivos em`.graphifyignore`reduce o valor do grafo |
Começar por excluir apenas credentials e build |
Direção das setas |
As arestas INFERRED podem ter uma direção ambígua |
Filtrar por`-Pplantuml.kg.edgeTypes=EXTRACTED`para as relações certas apenas |
Grafo obsoleto |
O código muda, mas o grafo não é reconstruído |
Utilizar`graphify . --update`régulièrement ou o hook git`graphify hook install` |
Custo atualizado |
As atualizações incrementais são quase gratuitas (tree-sitter local) |
Apenas os docs ( |
O que se obtém no final
@startuml
skinparam backgroundColor #FEFEFE
rectangle "ANTES" as avant {
card "Diagramas desenhados à mão\nSempre obsoletos\nNinguém os atualiza" as av1 #FDEDEC
}
rectangle "DEPOIS" as apres {
card "Diagramas gerados automaticamente\nSempre atualizados com o código\nVersionados no Git\nDeterminísticos e reproduzíveis" as ap1 #E8F8E8
}
avant --> apres : graphify . --no-viz\n+ ./gradlew generateKnowledgeGraphDiagram
@enduml
Os benefícios concretos :
| Benefício | Detalhe |
|---|---|
Documentação sempre atualizada |
Os diagramas refletem o código atual, não um instantâneo manual |
Zero esforço de manutenção |
Os diagramas são regenerados a cada build |
Redução da dívida técnica |
Não precisa mais manter os diagramas à mão |
Contexto visual para os novos |
Um novo desenvolvedor entende a arquitetura olhando os diagramas |
Potencial de fine-tuning |
Os pares (subgrafo → diagrama) são exemplos de treinamento de IA |
Validação automática |
`PlantumlService.validateSyntax()`verifica cada diagrama gerado |
Onboarding rápido |
5 diagramas = visão completa da arquitetura |
</think>
O porquê : diagramas sempre atualizados. O como : dois comandos em um pipeline Gradle.
Links
-
A super dica do comando fg— artigo anterior sobre o workflow terminal