# Jak dát AI agentovi kontext velkého repozitáře bez lokálního indexeru

Canonical source: https://maguyva.ai/cs/blog/large-repo-context-without-a-local-indexer

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).

Date: 2026-08-14 · Author: Maguyva Team

> Jak dát kódovacímu agentovi dotazovatelnou mapu velkého repozitáře z cloudu, aniž byste na notebooku spouštěli lokální indexer.

Velký repozitář se nevejde do kontextového okna, a pokud jste někdy namířili indexer z notebooku na skutečný monorepo, víte, že se pohodlně nevejde ani tam — RAM vyletí nahoru, první indexace trvá hodinu a váš agent i tak začíná další relaci hádáním, které soubory jsou důležité.

Běžnou odpovědí je spustit indexer vedle editoru, a pro repozitář, který se pohodlně vejde na jeden stroj, je to dobrá odpověď. Pokud se váš monorepo už rychle indexuje v Cursor a to je jediné místo, kde mapu potřebujete, tento text nemá co dodat — přeskočte ho.

Tento text je o jiném případu — kdy agent potřebuje dotazovatelnou mapu velkého repozitáře a vy k tomu nechcete spouštět lokální indexer.

## Kdy je lokální indexer špatný nástroj

Lokální index předpokládá, že kód žije na stroji, který se ho dotazuje, a v měřítku skutečného monorepo se tento předpoklad napíná i uvnitř jednoho editoru. Repozitář je prostě větší, než chcete udržovat „zahřátý“ na notebooku: pracujete v jednom balíčku, zatímco rozsah dopadu leží o tři adresáře dál, a první studená indexace stromu o dvou milionech řádků není něco, co chcete zažít dvakrát — ani na svém stroji, ani na CI runneru, který tento strom nikdy dřív neklonoval. Nebo by měl kolega z týmu umět dotazovat stejnou mapu jako vy, aniž by čekal, až se jeho vlastní stroj prokouše stejným indexem.

Nic z toho není důvod zahodit dobrý indexer editoru. Je to důvod mít navíc hostovanou mapu, kterou kterýkoli z vašich agentů může dotazovat přes MCP.

A problém rozsahu jde hlouběji než „příliš mnoho souborů na vložení“. Na velkém stromu zajímavá otázka téměř nikdy nezní „ukaž mi tenhle soubor“ — zní který soubor, který symbol, kteří volající, které testy. Agent, který začíná výpisem `src/` a čtením prvních tří výsledků, s klidem přehlédne handler v `apps/api` a vygenerovaného klienta v `packages/sdk`. Potřebujete vyhledávání postavené na celém stromu, pak seřazené, pak citované.

## Co skutečně znamená „kontext velkého repozitáře“

Vysypat soubory do promptu není kontext — je to menší, horší kopie stromu. Co váš agent skutečně potřebuje, je klást otázky a dostávat v odpovědi citace: kde je definován tento symbol a kdo ho volá, co závisí na modulu, který se chystám změnit, který testovací soubor pokrývá toto chování a jak strom vypadá *teď*, ne minulé čtvrtletí.

Tyto odpovědi musí pocházet z indexu postaveného na vašem repozitáři, ne z paměti modelu o cizích repozitářích, a tento index musí žít někde mimo kontextové okno agenta. Pro tento problém by měl žít i někde mimo váš notebook.

Jedna další věc, kterou za vás instrukční soubory nezvládnou: `CLAUDE.md` a `AGENTS.md` jsou správné místo pro konvence a chování, ale nejsou to živá, seřazená, dotazovatelná mapa stromu o dvou milionech řádků. Pro chování používejte pravidla; pro fakta používejte inteligenci repozitáře.

## Stavíme mapu v cloudu, dotazujeme se z libovolného klienta

Maguyva je vzdálená vrstva kontextu kódové báze přes MCP. Připojíte GitHub, vyberete své repozitáře a můžete odejít, zatímco cloudové pipeline parsují strom, budují symboly a hrany grafu a udržují seřazenou mapu — nikdy bez lokálního indexeru.

Když pushnete kód, změněné soubory se parsují postupně a vrstvy grafu a řazení se přestavují podle harmonogramu: denně u bezplatného plánu, hodinově u placených. Každý snímek má časové razítko, takže váš agent pozná, kterou verzi stromu čte. Poctivým omezením zde je nesynchronizovaná lokální práce — úprava existující jen ve vašem pracovním stromu, nikdy nenapushovaná, ještě není v hostované mapě.

Pak připojíte klienta, kterého už používáte, přidáním API klíče do jeho MCP konfigurace. Existují návody na nastavení pro 24 zdokumentovaných MCP klientů a připojit se může i jakýkoli jiný MCP kompatibilní klient, který podporuje standardní konfiguraci. Pokud je Cursor váš domov, [stránka Cursor](/cs/for-cursor) tou cestou provede; stejný server odpovídá Claude Code, VS Code, Windsurf, Codex CLI a dalším.

Nemusíte měnit editor. Svému agentovi dáváte povrch nástrojů — 11 MCP nástrojů napříč vyhledáváním, symboly, analýzou závislostí, získáváním souborů a kontextem repozitáře — s pokrytím více než 279 jazyků a textových technologií, což na monorepo, který přestal být jednojazyčný před lety, znamená víc, než byste čekali.

Odpovědi se vracejí podložené, jako cesty k souborům s čísly řádků. Sémantické, strukturální, grafové a textové vyhledávání se slévají do seřazených výsledků, takže otázka jako „co závisí na parseConfig“ nedá ani výpis grep, ani jediný sémantický útržek, ale hrst míst, na kterých skutečně záleží.

## Konkrétní návod

Nezačínejte indexací celé firmy. Tady je cesta, která funguje:

1. Vyberte jeden repozitář, který už dobře znáte — balíček, který dokážete posoudit ručně, má větší cenu než největší strom, který máte.
2. Začněte zdarma: 3 repozitáře, 50 tisíc naindexovaných řádků, všech 11 nástrojů, žádná měsíční kvóta dotazů. Pokud je váš reprezentativní repozitář větší, [stránka s cenami](/cs/pricing) uvádí úrovně pracovního prostoru ($0, $19, $49, $149) podle rozsahu indexace — ne podle počtu míst.
3. Připojte GitHub a počkejte na dokončení první indexace. Nic přitom lokálně nekompilujete.
4. Připojte MCP klienta — pár řádků konfigurace. Maguyva je vzdálený MCP server, takže žádné pluginy, žádná rozšíření, žádný druhý editor k osvojení.
5. Položte jednu otázku, kterou umíte ověřit. „Co závisí na parseConfig?“ nebo „Kde se řeší vypršení přihlašovací relace?“ Pak otevřete citované výsledky `file.ext:line` a porovnejte je se stromem před sebou.
6. Až poté, co citace tuto konfrontaci přežijí, nechte agenta editovat.

Pokud první repozitář dobře sedí a váš strom je velký, zvětšete pracovní prostor podle svých naindexovaných řádků a frekvence přestavby. Lidé a agenti sdílejí stejný počet uživatelů — Maguyva účtuje za pracovní prostor, ne za místo —, takže přidání třetího agenta do smyčky vás nic nestojí.

Aktivační test je stejný, jaký [dokumentace](/cs/docs) doporučuje pro jakékoli první spuštění: naindexujte repozitář, který už znáte, položte jednu otázku, kterou umíte ověřit. Velký repozitář test nemění; jen dělá špatný první soubor dražším.

## Na co dávat pozor po připojení

Sledujte tři věci. Aktuálnost: placené plány se přestavují hodinově, bezplatné denně, a nenapushovaná lokální práce se v mapě neobjeví — to je kompromis, na který přistupujete. Rozsah: indexujte reprezentativní sadu repozitářů, ne každou archivovanou vidličku; bezplatná úroveň je záměrně dimenzovaná tak, abyste zjistili, jestli se odpovědi vyplatí udržovat. A ověřování: mapa velkého repozitáře, která neumí citovat cesty a čísla řádků, je jen pomalejší hádací stroj, takže ať vám agent ukáže místo dřív, než dodá patch.

Pak spusťte stejný test, jaký byste spustili na malém repozitáři. Naindexujte repozitář, který už znáte. Položte jednu otázku, kterou umíte ověřit. Pokud je mapa opravdová, váš agent přestane začínat od studeného stromu.

`// no laptop got hot building this map.`