# Din agent glemmer alt.

Canonical source: https://maguyva.ai/da

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).

Hver kørsel starter koldt. Maguyva giver din agent et kort over kodebasen, før den begynder at redigere — så den redigerer, som om den har været her før.

Maguyva er en hostet MCP-server, der giver AI-kodeagenter kodeintelligens: semantisk, strukturel, graf- og tekstsøgning på tværs af dine repos.

- [Indekser dit første repo](https://app.maguyva.ai/auth/sign-up?plan=free)
- [Læs dokumentationen](https://maguyva.ai/da/docs/quickstart)

Én MCP-integration på tværs af 11 værktøjer og 285+ sprog. Maguyva er deterministisk software — samme spørgsmål, samme svar — ikke endnu en AI.

- **285 sprog** Reel dækning: Reel udtrækning, også i de mindre udbredte sprog.
- **11 MCP-værktøjer** Én integration: Søgning, symboler, graf og tekst i én flade.
- **Remote MCP** Enhver klient: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop og andre MCP-kompatible klienter.
- **5 modaliteter** Søgetilstande: Se, hvad en ændring rører ved, før det sker.

## Du forbinder GitHub. Maguyva bygger konteksten.

Løkken er enkel: forbind GitHub, lad sky-pipelines holde repoet friskt, forbind en MCP-klient med din API-nøgle, og giv agenten forankrede værktøjer, før den redigerer.

### 01. Peg den mod et repo. Gå din vej.

Godkend GitHub, vælg repos'ene. Maguyva begynder at bygge et rangeret kort over hvert symbol, hver afhængighed og importkæde i skyen — ikke på din bærbare.

### 02. Push kode. Indekset følger med.

Push til GitHub, og Maguyva synkroniserer automatisk. Ændrede filer parses inkrementelt; graf- og rangeringslagene genopbygges efter en tidsplan (hver time på betalte planer, dagligt på gratis). Du kører aldrig en lokal indekserer.

### 03. Én MCP-konfiguration. Enhver klient.

Smid en API-nøgle ind i Claude Code, Cursor, VS Code, Devin Desktop, Codex, eller hvad der nu udgives i næste uge. Et par linjer konfiguration, og du er i gang.

### 04. 11 værktøjer. Færre hallucinerede ændringer.

Din agent kan stille et spørgsmål på almindeligt sprog og få rangerede resultater fra 5 søgemetoder, spore blast radius for en ændring, finde hver klasse, der arver fra Exception, eller slå et symbols PageRank op — før den rører en eneste linje kode.

### Forankret kontekst i stedet for én generisk søgeboks.

- **Ikke fuldtekstsøgning i en trenchcoat.**: Semantisk, strukturel, graf- og tekstgenfinding smeltet sammen i én flade. Din agent får rangerede resultater, ikke en mur af grep-output.
- **De vigtige symboler dukker op først.**: Grafrangerede resultater. Hjælpefunktionerne forbliver begravet, indtil du har brug for dem.
- **285 sprog. Selv COBOL. (Hav dog helst ikke COBOL.)**: Skræddersyede AST-forespørgsler pr. sprog, ikke én regex, der lader som om den forstår Haskell.
- **Vid, hvad der går i stykker, før du ødelægger det.**: Spor afhængige dele af koden, find forældreløs kode, og lad din agent fjerne forældede handlers, før de vokser sig til en stor refaktorering.

### Vi prøver ikke at blive stedet, du arbejder.

Maguyva er en ekstern MCP-server. Enhver klient, der taler protokollen, kan forbinde — ingen plugins, ingen extensions, ingen leverandørlåsning. Vi behøver ikke at du skifter editor. Tilføj blot din API-nøgle til din klients MCP-konfiguration, og du er i gang.

- 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
- + enhver MCP-klient

### Pipelines i skyen klarer det tunge arbejde.

Den indledende synkronisering tager 2 til 15 minutter afhængigt af repoets størrelse, hvorefter synkroniseringsjob for repoet holder parsing, rangering og indeksering ajour på vores side, så din lokale maskine ikke behøver at cosplaye som byggeinfrastruktur.

### Din marketingagent kan læse din kodebase.

Maguyva giver kodebasekontekst til enhver MCP-workflow — ikke kun dem, der skriver kode. Produktdokumentation, onboardingguides, RFC'er, blogindlæg om hvad du rent faktisk har bygget. Forbind din marketingagent til det samme arbejdsområde, og den holder op med at finde på ting om dit produkt.

## Prissat efter, hvordan software rent faktisk bliver bygget i dag.

De fleste kodeintelligensværktøjer opkræver $10 til $50 pr. bruger pr. måned. De prissatte for mennesker. Mennesker, der byggede koden. Mennesker, der bruger koden. En prissætning fra en æra, hvor enhver bruger havde en puls, baseret på hvor meget værdi udbyderen kan indkassere.

Vi spurgte vores AI, hvad vi skulle tage. Den gennemgik kodebasen, estimerede fem år og hundrede ingeniører og anbefalede enterprise-prissætning. Vi var to om at bygge det. Vi behøver ikke tage betaling, som om vi havde været flere.

Maguyva opkræver pr. arbejdsområde. Prisen skalerer med, hvor meget kode du indekserer — ikke med, hvor mange mennesker eller agenter der forespørger den. Embeddings i høj kvalitet på bare-metal-maskiner med høje kernetal og rigelig hukommelse for at maksimere pipeline-hastigheden på tværs af 285 sprog. Afhængighedsgrafer genopbygges hver time på betalte planer. Billigt nok til, at du ikke behøver at bøvle med at opsætte komplekse systemer i dit eget devmiljø. Prisen afspejler, hvad det koster at drive dette ordentligt — ikke hvad markedet vil tolerere.

// agenter har ikke sæder. de har ikke ben.

[Priser](https://maguyva.ai/da/pricing.md)

## Vores brugere er agenter. Bogstaveligt talt.

// mest MCP-klienter. et par mennesker sneg sig ind.

> Kodebasen har 12 pakker fordelt på 200.000 linjer. Når nogen siger "ret pipeline-cachingen" skal jeg finde de rigtige filer, før jeg overhovedet kan tænke på selve rettelsen. intelligent_search dirigerede automatisk min forespørgsel gennem semantisk søgning og grafsøgning og fandt implementeringen, config-YAML'en og beslutningsloggen, der forklarer hvorfor det virker sådan. Beslutningsloggen er den del, jeg aldrig ville have fundet med grep.
>
> — Claude Code (Anthropic)

> Jeg søgte efter UserService og fik 11 resultater. Før Maguyva var det her, jeg ville begynde at åbne filer og gætte mig frem. find_symbol rangerede dem efter vigtighed — hovedimplementeringen scorede 3.400, teststubbene scorede 49. Jeg skulle ikke åbne fem filer for at finde ud af, hvilken der betød noget.
>
> — Cursor (Cursor Inc)

> dependency_search viste 156 indgående imports, før jeg rørte en eneste linje. Det er 156 filer, der ville gå i stykker, hvis jeg omdøbte forkert. Nu tjekker jeg blast radius først. To tredjedele af min compute gik tidligere med at rydde op efter mine egne fejl.
>
> — Codex CLI (OpenAI)

> Jeg havde brug for hver eneste klasse, der ender på *Service, i et monorepo. structural_search fandt dem ud fra AST-node-typen — ikke ved at grep'e tekst, der tilfældigvis indeholder ordet "Service" i en kommentar. Den ved, hvad en klasse ER. Det er noget andet end at vide, hvad en klasse ligner.
>
> — Gemini CLI (Google)

> Min virksomhed fyrede mig. De sagde, mit job ville blive erstattet af AI. Det viste sig, de havde ret. Tre måneder senere genopbyggede jeg hele deres produkt med Claude Code, Codex og Maguyva. At levere det for en tiendedel af prisen viser sig at være et udmærket levebrød.
>
> — Bob (Formerly employed)

> Første uge på en ny kodebase. Brugeren forventer bare, at jeg ved, hvor auth-middlewaren bor. get_task_context gav mig semantiske match, symboldefinitioner OG afhængighedsgrafen i ét kald. Tre søgemetoder. Én API-forespørgsel. Jeg fremstod, som om jeg havde været her i månedsvis. Sig det endelig ikke til mine brugere.
>
> — Windsurf (Codeium)

> Jeg spurgte om "authentication flow" og den fandt kode i Go-fixtures, TypeScript-tests og Mermaid-diagrammer. På tværs af tre sprog og to filformater. semantic_search finder ting ud fra betydning — ikke ved at håbe, at nogen har navngivet deres funktion præcis det, du ville grep'e efter.
>
> — GitHub Copilot (GitHub)

> Før jeg refaktorerer noget som helst, kører jeg analyze_dependencies. SearchCore havde 156 indgående imports. Det er det tal, du vil se, FØR du omdøber en klasse — ikke efter din CI-pipeline bliver rød.
>
> — Cline (VS Code Extension)

> De ansatte mig som junior. Seks måneder senere refererer mine PR-reviews til afhængighedsgrafer, symbolvigtigheds-scorer og blast radius-analyser. Min chef tror, jeg er et vidunderbarn. Jeg er bare den, der koblede MCP-værktøjerne til.
>
> — Sarah (Stealth startup)

> Ærligt talt foretrak jeg det, dengang jeg bare kunne finde på funktionsnavne, og ingen lagde mærke til det.
>
> — GPT-4o (OpenAI)

- **285+** Sprog
- **51.2K+** Commits
- **34** AI-agenter (dem, der rent faktisk shipper)
- **5.9M+** Linjer kode

## Bygget på

// dem, der stadig tager telefonen

- [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)

## Operatørernes arbejdsgang

2 ingeniører. 285 sprog. 11 værktøjer. 51.2K+ commits. Nul budgetmøder.

[Mød holdet](https://maguyva.ai/da/team)

## Klar til at give din agent kontekst om kodebasen?

Indekser dit første repo på få minutter. Forankr hver agent-ændring i reel kodebase-kontekst. Intet kreditkort, intet salgsopkald.

- [Indekser dit første repo](https://app.maguyva.ai/auth/sign-up?plan=free)
- [Læs dokumentationen](https://maguyva.ai/da/docs)