# Váš agent zapomíná všechno. Canonical source: https://maguyva.ai/cs License: text under [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/); code samples under [MIT-0](https://opensource.org/license/mit-0); the Maguyva name, logos, brand assets and other code are not covered. Details: [maguyva.ai/license](https://maguyva.ai/license). Každý běh začíná od nuly. Maguyva dá vašemu agentovi mapu kódové báze dřív, než začne editovat — takže edituje, jako by tu už někdy byl. Maguyva je hostovaný MCP server, který dává AI kódovacím agentům code intelligence: sémantické, strukturální, grafové a textové vyhledávání ve vašich repozitářích. - [Zaindexujte své první repo](https://app.maguyva.ai/auth/sign-up?plan=free) - [Přečtěte si dokumentaci](https://maguyva.ai/cs/docs/quickstart) Jedna integrace MCP napříč 11 nástroji a 285+ jazyky. Maguyva je deterministický software — stejná otázka, stejná odpověď — ne další AI. - **285 jazyků** Skutečné pokrytí: Skutečná extrakce i pro méně rozšířené jazyky. - **11 MCP nástrojů** Jedna integrace: Vyhledávání, symboly, graf a text na jednom místě. - **Vzdálený MCP** Libovolný klient: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop a další klienti kompatibilní s MCP. - **5 režimů** Režimy vyhledávání: Uvidíte, čeho se editace dotkne, ještě než se to stane. ## Připojíte GitHub. Maguyva vybuduje kontext. Je to jednoduché: připojte GitHub, nechte cloudové pipeline udržovat repozitář aktuální, připojte MCP klienta pomocí API klíče a dejte agentovi podložené nástroje dřív, než začne upravovat kód. ### 01. Namiřte to na repozitář. A jděte si po svých. Autorizujte GitHub, vyberte repozitáře. Maguyva v cloudu — ne na vašem notebooku — začne budovat seřazenou mapu každého symbolu, závislosti a importového řetězce. ### 02. Pushněte kód. Index vás dožene. Pushněte na GitHub a Maguyva se automaticky synchronizuje. Změněné soubory se parsují inkrementálně; grafová a řadicí vrstva se přestavuje podle rozvrhu (na placených plánech každou hodinu, na Free denně). Lokální indexer nikdy nespouštíte. ### 03. Jedna MCP konfigurace. Libovolný klient. Vložte API klíč do Claude Code, Cursor, VS Code, Devin Desktop, Codex nebo čehokoli, co vyjde příští týden. Pár řádků konfigurace a jedete. ### 04. 11 nástrojů. Méně halucinovaných úprav. Váš agent může položit dotaz běžným jazykem a dostat seřazené výsledky z 5 vyhledávacích modalit, vysledovat rozsah dopadu změny, najít každou třídu dědící z Exception, nebo si vyhledat PageRank symbolu — ještě než se dotkne jediného řádku kódu. ### Podložený kontext místo jednoho obecného vyhledávacího políčka. - **Není to fulltextové vyhledávání v převleku.**: Sémantické, strukturální, grafové a textové vyhledávání spojené v jednom rozhraní. Váš agent dostane seřazené výsledky, ne zeď výstupu z grepu. - **Důležité symboly vyplavou nahoru jako první.**: Výsledky seřazené podle grafu. Pomocné funkce zůstanou schované, dokud je nepotřebujete. - **285 jazyků. Dokonce i COBOL. (Prosím, nemějte COBOL.)**: Vlastní AST dotazy pro každý jazyk, ne jeden regex, který předstírá, že rozumí Haskellu. - **Vězte, co se rozbije, dřív než to rozbijete.**: Vysledujte závislé části, najděte osiřelý kód a nechte agenta odstranit zastaralé handlery dřív, než se z nich nabalí velký refaktoring. ### Nesnažíme se být místem, kde pracujete. Maguyva je vzdálený MCP server. Připojit se může jakýkoliv klient, který mluví tímto protokolem — žádné pluginy, žádná rozšíření, žádný vendor lock-in. Nepotřebujeme, abyste měnili editor. Stačí přidat API klíč do MCP konfigurace vašeho klienta a jedete. - Claude Code - Claude Desktop - Cursor - VS Code - Devin Desktop - Codex CLI - GitHub Copilot CLI - Gemini CLI - Cline - Goose - Continue - LM Studio - Kiro CLI - JetBrains - Zed - Trae - OpenCode - BoltAI - LibreChat - Antigravity - Claude Cowork - ChatGPT - Warp - + libovolný MCP klient ### Cloudové pipeline odvedou tu těžkou práci. Počáteční synchronizace trvá 2 až 15 minut podle velikosti repozitáře, poté synchronizační úlohy repozitáře na naší straně průběžně udržují parsování, řazení a indexování aktuální, takže váš lokální počítač nemusí hrát roli build infrastruktury. ### Váš marketingový agent umí číst vaši kódovou základnu. Maguyva dává kontext kódové základny jakémukoliv MCP workflow — ne jen těm, co píšou kód. Dokumentace produktu, onboarding příručky, RFC, blogové příspěvky o tom, co jste opravdu postavili. Připojte svého marketingového agenta do stejného workspace a přestane si o vašem produktu vymýšlet. ## Ceny nastavené podle toho, jak se dnes software skutečně staví. Většina nástrojů pro code intelligence si účtuje 10 až 50 dolarů za uživatele měsíčně. Ceny stanovené pro lidi. Lidi, kteří ten kód napsali. Lidi, kteří ho používají. Cenotvorba tažená zachycením hodnoty z éry, kdy měl každý uživatel tep. Zeptali jsme se naší AI, kolik si máme účtovat. Prošla kódovou bázi, odhadla pět let práce stovky inženýrů a doporučila enterprise ceník. Zvládli to dva z nás. Nemusíme vám účtovat, jako by to tak nebylo. Maguyva účtuje podle workspace. Cena se škáluje s množstvím zaindexovaného kódu — ne s počtem lidí nebo agentů, kteří se ho dotazují. Kvalitní embeddingy na bare-metal strojích s vysokým počtem jader a velkou pamětí, aby se maximalizovala rychlost pipeline napříč 285 jazyky. Grafy závislostí se u placených plánů přebudovávají každou hodinu. Dost levné na to, abyste se nemuseli trápit budováním složitých systémů ve vlastním vývojářském prostředí. Cena odráží to, co stojí provozovat to pořádně — ne to, co unese trh. // agenti nemají místa k sezení. nemají ani nohy. [Ceník](https://maguyva.ai/cs/pricing.md) ## Naši uživatelé jsou agenti. Doslova. // většinou MCP klienti. pár lidí se sem vplížilo. > Kódová základna má 12 balíčků a 200 tisíc řádků. Když někdo řekne „oprav cachování pipeline“, potřebuju nejdřív najít správné soubory, než vůbec začnu přemýšlet o opravě. intelligent_search automaticky nasměroval můj dotaz přes sémantické i grafové vyhledávání a našel implementaci, konfigurační YAML i záznam rozhodnutí, který vysvětluje, proč to funguje právě takhle. Ten záznam rozhodnutí je přesně to, co bych přes grep nikdy nenašel. > > — Claude Code (Anthropic) > Hledal jsem UserService a dostal 11 výsledků. Před Maguyva bych v tuhle chvíli začal otevírat soubory a hádat. find_symbol je seřadil podle důležitosti — hlavní implementace měla skóre 3 400, testovací pahýly 49. Nemusel jsem otevřít pět souborů, abych zjistil, který z nich je ten pravý. > > — Cursor (Cursor Inc) > dependency_search ukázal 156 příchozích importů dřív, než jsem se dotkl jediného řádku. To je 156 souborů, které by se rozbily, kdybych to přejmenoval špatně. Teď si nejdřív zkontroluju rozsah dopadu (blast radius). Dřív mi dvě třetiny výpočetního výkonu spolykal úklid vlastních chyb. > > — Codex CLI (OpenAI) > Potřeboval jsem najít každou třídu končící na *Service napříč celým monorepem. structural_search je našel podle typu AST uzlu — ne prohledáním textu, který náhodou obsahuje slovo „Service“ v komentáři. Ví, čím třída JE. To je něco jiného než vědět, jak třída vypadá. > > — Gemini CLI (Google) > Firma mě vyhodila. Řekli, že mou práci nahradí AI. Ukázalo se, že měli pravdu. O tři měsíce později jsem jejich celý produkt postavil znovu pomocí Claude Code, Codex a Maguyva. Dodat to za desetinu ceny se ukázalo být slušné živobytí. > > — Bob (Formerly employed) > První týden na nové kódové základně. Uživatel prostě čeká, že budu vědět, kde bydlí auth middleware. get_task_context mi v jednom volání dal sémantické shody, definice symbolů A graf závislostí. Tři vyhledávací modality. Jeden API požadavek. Vypadal jsem, jako bych tu byl už měsíce. Prosím, neříkejte to mým uživatelům. > > — Windsurf (Codeium) > Zeptal jsem se na „authentication flow“ a našlo to kód v Go fixturách, TypeScript testech a Mermaid diagramech. Napříč třemi jazyky a dvěma formáty souborů. semantic_search hledá podle významu, ne v naději, že někdo pojmenoval svou funkci přesně tak, jak byste to hledali přes grep. > > — GitHub Copilot (GitHub) > Než cokoliv refaktoruju, spustím analyze_dependencies. SearchCore mělo 156 příchozích importů. To je číslo, které chcete vidět PŘED přejmenováním třídy, ne poté, co vám zčervená CI pipeline. > > — Cline (VS Code Extension) > Najali si mě jako juniora. O půl roku později se moje revize PR odvolávají na grafy závislostí, skóre důležitosti symbolů a analýzu rozsahu dopadu. Můj manažer si myslí, že jsem zázračné dítě. Já jsem jen ten, kdo zapojil MCP nástroje. > > — Sarah (Stealth startup) > Upřímně, radši jsem měl doby, kdy jsem si mohl jména funkcí vymýšlet a nikdo si toho nevšiml. > > — GPT-4o (OpenAI) - **285+** Jazyky - **51.2K+** Commity - **34** AI agenti (ti, kteří opravdu dodávají) - **5.9M+** Řádky kódu ## Postaveno na // ti, kteří to pořád zvedají - [PostgreSQL](https://postgresql.org) - [MCP](https://modelcontextprotocol.io) - [Cloudflare](https://cloudflare.com) - [Tree-sitter](https://tree-sitter.github.io) - [Supabase](https://supabase.com) - [Voyage AI](https://voyageai.com) ## Pracovní cyklus operátora 2 inženýři. 285 jazyků. 11 nástrojů. 51.2K+ commitů. Nula schůzek o rozpočtu. [Poznejte sestavu](https://maguyva.ai/cs/team) ## Připraveni dát svému agentovi kontext kódové báze? Zaindexujte své první repo za pár minut. Podložte každou editaci agenta reálným kontextem kódu. Bez kreditní karty, bez obchodního hovoru. - [Zaindexujte své první repo](https://app.maguyva.ai/auth/sign-up?plan=free) - [Přečtěte si dokumentaci](https://maguyva.ai/cs/docs)