Přeskočit na obsah

Jak Maguyva funguje

Připojte GitHub repozitář a Maguyva ho promění v několik prohledávatelných pohledů, které váš agent může použít na požádání. Místo vysypání celých souborů do kontextu získá model podložený přístup k symbolům, struktuře, dokumentaci, závislostem a seřazeným fragmentům kódu.

Problém s kontextem#

Jak vaše projekty rostou, AI agenti se potýkají s:

  • Omezení kontextového okna - Příliš mnoho informací zahltí AI modely
  • Nerelevantní data - AI agenti plýtvají tokeny na zbytečné informace
  • Slabý výkon - Snížená přesnost a pomalejší zpracování
  • Ruční správa - Vývojáři tráví hodiny ruční organizací kontextu
  • Vyšší náklady - Bez správy kontextu rostou náklady na tokeny s každým dotazem

Čím větší projekt je, tím víc šumu se dostává do kontextového okna — a přesnost agenta tím pádem klesá.

Řešení od Maguyva#

Když připojíte repozitář, Maguyva spustí cloudové zpracovatelské pipeline nad kódem, dokumentací, manifesty, symboly a metadaty závislostí. Cílem je jednou vybudovat trvalou paměť kódu, místo aby si repozitář znovu objevoval každý běh agenta od nuly.

Tyto pipeline produkují několik specializovaných datových vrstev: přesné textové vyhledávání, sémantické vyhledávání, vyhledávání symbolů a referencí, strukturální pohledy a analýzu grafu závislostí. Různé otázky se směrují do různých vrstev.

Vyhledávání kombinuje 5 režimů vyhledávání: semantic, AST, symbol, dependency a text. Výsledky se sloučí a seřadí tak, aby se důležité symboly objevily dřív než málo hodnotné pomocné funkce.

Soukromé pohledy na repozitář stojí vedle veřejných referenčních dat pro podporované jazyků a textových technologií. Váš agent se k celému systému dostává přes MCP nástroje, na které se můžete výrazně spolehnout při plánování a validaci, nebo je použít jako namátkovou kontrolu během úprav.

1. Zpracování repozitáře#

Po připojení k platformě GitHub Maguyva prohledá repozitář v cloudu a extrahuje části, o kterých agent skutečně potřebuje uvažovat:

  • Analýza struktury kódu
     - Parsuje soubory na symboly, reference a architektonické hranice
  • Rozpoznávání závislostí
     - Mapuje, jak na sobě soubory, moduly a symboly vzájemně závisí
  • Integrace dokumentace - Zahrnuje dokumentaci repozitáře a související referenční materiály vedle kódu

2. Specializované vyhledávací vrstvy#

Místo jednoho obecného indexu Maguyva buduje několik vyhledávacích vrstev, které rychle odpovídají na různé otázky s různými druhy důkazů:

Rozpočet kontextu: Maguyva vrací seřazené fragmenty kódu s cestami k souborům a čísly řádků, místo vysypání celých souborů do kontextu. Skutečná úspora tokenů závisí na velikosti repozitáře a specifičnosti dotazu.

Směrování a řazení#

  • Skórování relevance
     - Vybere správný režim vyhledávání a vyzvedne důležité výsledky na první místo
  • Potlačení šumu - Odstraňuje šablonovitý kód, redundantní úseky a málo hodnotné shody
  • Priorizace kontextu - Řadí výsledky tak, aby agent viděl klíčové symboly dřív než okrajové pomocné funkce

Uložené reprezentace#

  • Sémantické vyhledávání
     - Najde koncepčně podobný kód a dokumentaci, i když se přesná slova liší
  • Symbolické a strukturální pohledy - Podporuje přesné vyhledávání symbolů, reference a otázky tvarované podle AST
  • Analýza grafu závislostí
     - Sleduje volající, importy a rozsah dopadu napříč kódovou základnou

3. Vrstva nástrojů Model Context Protocol (MCP)#

Maguyva se dodává jako MCP server hostovaný v cloudu. Váš agent volá nástroje pro pohled, který zrovna potřebuje, místo aby se spoléhal na to, že si model zapamatuje vaši architekturu od nuly. Čtyři plochy výše jsou seskupené pohledy na konkrétní nástroje: Sémantické vyhledávání zahrnuje semantic_search a intelligent_search; Vyhledávání symbolů zahrnuje find_symbol a get_task_context; Strukturální vyhledávání zahrnuje structural_search a text_pattern_search; Graf závislostí zahrnuje dependency_search a analyze_dependencies — spolu s get_file, repository_context a ask_maguyva jako podpůrnými nástroji. Úplný seznam všech 11 nástrojů najdete v referenční příručku MCP API.

Výhody kompatibility s MCP#

  • Používejte nástroje podle potřeby - Spolehněte se na Maguyva výrazně při plánování, nebo ji použijte jen pro ověření rizikové změny
  • Lepší validace plánu - Ověřte si nápady proti skutečným symbolům, referencím a dokumentaci ještě před úpravou
  • Přehlednější rozsah dopadu - Nástroje pro závislosti a grafy ukážou, co by se mohlo rozbít, kdyby se symbol změnil
  • Kompatibilní do budoucna - Funguje s jakýmkoliv klientem podporujícím standard MCP

Technická architektura#

Zabezpečená zpracovatelská pipeline#

Bezpečnostní prvky#

  • Zabezpečení přenosu - Připojení ke službě používají HTTPS/TLS
  • Spravované úložiště - Indexovaná data jsou uložena na spravované infrastruktuře se šifrováním na úrovni úložiště v klidovém stavu
  • Izolace jmenného prostoru - Data repozitáře jsou ohraničena podle workspace a jmenného prostoru v celé pipeline i při databázových dotazech
  • Řízení přístupu - Přístup k repozitáři je omezen hranicemi organizace a jmenného prostoru

Charakteristiky výkonu#

Výkon se liší podle velikosti kódové základny a složitosti dotazu. Maguyva se zaměřuje na dodání nejrelevantnějšího kontextu místo vysypání celých souborů. Podporované jazyky a klienty najdete v kompatibilitu.

Co očekávat#

Díky inteligentnímu filtrování a organizaci kontextu vaší kódové základny pomáhá Maguyva AI agentům pracovat efektivněji:

  • Přesnější plánování - Agenti si mohou ověřit přístup proti skutečnému repozitáři ještě před začátkem psaní kódu
  • Bezpečnější refaktoring - Kontroly rozsahu dopadu a závislostí snižují riziko zbytečného rozbití
  • Méně plýtvání tokeny - Vracejí se jen relevantní fragmenty místo celých souborů
  • Rychlejší pochopení repozitáře - Model rychle dostane podložené odpovědi, místo aby si strukturu projektu znovu objevoval při každém běhu

Výsledky se liší podle velikosti a složitosti vaší kódové základny a typů dotazů, které váš AI agent zpracovává.

Udržování indexu aktuálního#

Automatické aktualizace#

  • Synchronizace repozitáře - Obnovuje se ze synchronizačních úloh GitHub při změně kódu
  • Inkrementální zpracování - Kvůli efektivitě zpracovává jen změněné soubory
  • Kontext s ohledem na větve - Udržuje samostatné indexy pro každou git větev, aby agenti viděli správný kontext pro danou větev

Začínáme#

Připraveni to vyzkoušet?

  1. Začněte zdarma - Platební karta není potřeba
  2. Připojte svůj repozitář - propojte GitHub repozitář v portálu Maguyva
  3. Nasměrujte svého agenta na Maguyva - Používejte MCP nástroje při plánování, kontrole nebo úpravách (průvodce instalací)

Začít zdarma →

Správa repozitářů#

Připojte své GitHub repozitáře přes portál Maguyva. Platforma obnovuje indexy pomocí synchronizačních úloh z GitHubu, jakmile se kód změní, a udržuje tak vrstvu MCP nástrojů aktuální pro každou větev. Portál také poskytuje základní přehled o využití API, podrobnější analytika je na plánu.