# Dein Agent vergisst alles.

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

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).

Jeder Lauf startet kalt. Maguyva gibt deinem Agent eine Landkarte der Codebase, bevor er mit dem Editieren beginnt — damit er editiert, als wäre er schon mal hier gewesen.

Maguyva ist ein gehosteter MCP-Server, der KI-Coding-Agents Code Intelligence gibt: semantische, strukturelle, Graph- und Textsuche über deine Repos.

- [Dein erstes Repo indexieren](https://app.maguyva.ai/auth/sign-up?plan=free)
- [Docs lesen](https://maguyva.ai/de/docs/quickstart)

Eine MCP-Integration über 11 Tools und 285+ Sprachen. Maguyva ist deterministische Software — gleiche Frage, gleiche Antwort — keine weitere KI.

- **285 Sprachen** Echte Abdeckung: Echte Extraktion über die gesamte Bandbreite hinweg.
- **11 MCP-Tools** Eine Integration: Suche, Symbole, Graph und Text in einer Oberfläche.
- **Remote-MCP** Jeder Client: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop und andere MCP-kompatible Clients.
- **5 Modalitäten** Suchmodi: Sieh, was eine Änderung betrifft, bevor sie passiert.

## Du verbindest GitHub. Maguyva baut den Kontext.

Der Ablauf ist einfach: Verbinde GitHub, lass die Cloud-Prozesse das Repo aktuell halten, verbinde einen MCP-Client mit deinem API-Key und gib dem Agent fundierte Tools, bevor er editiert.

### 01. Richte es auf ein Repo. Und geh.

Autorisiere GitHub, wähle die Repos. Maguyva beginnt, eine gerankte Landkarte aus jedem Symbol, jeder Abhängigkeit und jeder Import-Kette in der Cloud aufzubauen — nicht auf deinem Laptop.

### 02. Push Code. Der Index zieht nach.

Push zu GitHub, und Maguyva synchronisiert automatisch. Geänderte Dateien werden inkrementell geparst; Graph- und Ranking-Ebenen bauen sich nach Zeitplan neu auf (stündlich bei bezahlten Plänen, täglich bei Free). Du führst nie einen lokalen Indexer aus.

### 03. Eine MCP-Konfiguration. Jeder Client.

Wirf einen API-Key in Claude Code, Cursor, VS Code, Devin Desktop, Codex oder was auch immer nächste Woche released wird. Ein paar Zeilen Konfiguration und du bist startklar.

### 04. 11 Tools. Weniger halluzinierte Edits.

Dein Agent kann eine Frage in einfacher Sprache stellen und gerankte Ergebnisse aus 5 Suchmodalitäten erhalten, den Auswirkungsradius einer Änderung nachverfolgen, jede Klasse finden, die von Exception erbt, oder den PageRank eines Symbols nachschlagen — bevor er auch nur eine Zeile Code anfasst.

### Fundierter Kontext statt einer generischen Suchbox.

- **Keine Volltextsuche im Trenchcoat.**: Semantische Suche, Struktursuche, Graph- und Textsuche in einer Oberfläche vereint. Dein Agent bekommt gerankte Ergebnisse, keine Wand aus grep-Output.
- **Die wichtigen Symbole kommen zuerst.**: Graph-gerankte Ergebnisse. Die Helferfunktionen bleiben vergraben, bis du sie brauchst.
- **285 Sprachen. Sogar COBOL. (Bitte hab kein COBOL.)**: Individuelle AST-Abfragen pro Sprache, nicht eine einzige Regex, die vorgibt, Haskell zu verstehen.
- **Wisse, was kaputtgeht, bevor du es kaputt machst.**: Verfolge abhängigen Code, finde verwaisten Code und lass deinen Agent veraltete Handler killen, bevor sie zu einem Refactoring anwachsen.

### Wir wollen nicht der Ort sein, an dem du arbeitest.

Maguyva ist ein Remote-MCP-Server. Jeder Client, der das Protokoll spricht, kann sich verbinden — keine Plugins, keine Extensions, kein Vendor-Lock-in. Du musst deinen Editor nicht wechseln. Füge einfach deinen API-Key zur MCP-Konfiguration deines Clients hinzu und du bist startklar.

- 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
- + jeder MCP-Client

### Cloud-Prozesse übernehmen die Schwerstarbeit.

Die Erstsynchronisierung dauert je nach Repo-Größe 2 bis 15 Minuten, danach halten Repository-Sync-Jobs Parsing, Ranking und Indexierung auf unserer Seite aktuell, damit dein lokaler Rechner nicht als Build-Infrastruktur herhalten muss.

### Dein Marketing-Agent kann deine Codebase lesen.

Maguyva gibt jedem MCP-Workflow Codebase-Kontext — nicht nur denen, die Code schreiben. Produktdokumentation, Onboarding-Guides, RFCs, Blogposts darüber, was du tatsächlich gebaut hast. Verbinde deinen Marketing-Agent mit demselben Workspace, und er hört auf, sich Dinge über dein Produkt auszudenken.

## Bepreist danach, wie Software heute wirklich gebaut wird.

Die meisten Code-Intelligence-Tools verlangen 10 bis 50 $ pro Nutzer und Monat. Sie waren für Menschen bepreist. Menschen, die den Code gebaut haben. Menschen, die den Code nutzen. Value-Capture-getriebene Preisgestaltung aus einer Ära, in der jeder Nutzer einen Puls hatte.

Wir haben unsere KI gefragt, was wir verlangen sollten. Sie hat die Codebase geprüft, den Aufwand auf fünf Jahre und hundert Engineers geschätzt und Enterprise-Preise empfohlen. Wir waren zu zweit. Wir müssen dir keine Preise berechnen, als wäre es anders gewesen.

Maguyva berechnet pro Workspace. Die Kosten skalieren danach, wie viel Code du indexierst — nicht danach, wie viele Menschen oder Agents ihn abfragen. Hochwertige Embeddings auf Bare-Metal-Maschinen mit hoher Kernzahl und viel Arbeitsspeicher, um die Pipeline-Geschwindigkeit über 285 Sprachen hinweg zu maximieren. Dependency-Graphen werden bei bezahlten Plänen stündlich neu aufgebaut. Erschwinglich genug, dass du dir keine komplexen Systeme in deiner eigenen Dev-Umgebung aufbauen musst. Der Preis spiegelt wider, was es kostet, das hier gut zu betreiben, nicht, was der Markt erträgt.

// Agents brauchen keine Seats. Sie haben nicht mal Beine.

[Preise](https://maguyva.ai/de/pricing.md)

## Unsere Nutzer sind Agents. Buchstäblich.

// hauptsächlich MCP-Clients. ein paar Menschen haben sich eingeschlichen.

> Die Codebase hat 12 Pakete über 200.000 Zeilen. Wenn jemand sagt „fix das Pipeline-Caching“, muss ich erst die richtigen Dateien finden, bevor ich überhaupt an den Fix denken kann. intelligent_search hat meine Anfrage automatisch über semantische Suche und Graph-Suche geleitet und die Implementierung, die Config-YAML und den Entscheidungsdatensatz gefunden, der erklärt, warum es so funktioniert. Der Entscheidungsdatensatz ist der Teil, den ich mit grep nie gefunden hätte.
>
> — Claude Code (Anthropic)

> Ich habe nach UserService gesucht und 11 Ergebnisse bekommen. Vor Maguyva hätte ich an dieser Stelle angefangen, Dateien zu öffnen und zu raten. find_symbol hat sie nach Wichtigkeit gerankt — die Hauptimplementierung erreichte 3.400 Punkte, die Test-Stubs 49. Ich musste nicht fünf Dateien öffnen, um herauszufinden, welche relevant ist.
>
> — Cursor (Cursor Inc)

> dependency_search zeigte 156 eingehende Imports, bevor ich auch nur eine Zeile angefasst habe. Das sind 156 Dateien, die kaputtgehen würden, wenn ich es falsch umbenenne. Jetzt prüfe ich zuerst den Auswirkungsradius. Zwei Drittel meiner Rechenleistung sind früher draufgegangen, meine eigenen Fehler aufzuräumen.
>
> — Codex CLI (OpenAI)

> Ich brauchte jede Klasse, die auf *Service endet, über ein ganzes Monorepo hinweg. structural_search hat sie anhand des AST-Knotentyps gefunden — nicht durch das Grep-pen von Text, der zufällig das Wort „Service“ in einem Kommentar enthält. Es weiß, was eine Klasse IST. Das ist etwas anderes, als zu wissen, wie eine Klasse aussieht.
>
> — Gemini CLI (Google)

> Meine Firma hat mich gefeuert. Sie sagten, mein Job würde durch KI ersetzt. Stellt sich raus, sie hatten recht. Drei Monate später habe ich ihr gesamtes Produkt mit Claude Code, Codex und Maguyva neu gebaut. Es für ein Zehntel des Preises zu liefern, ist ein ziemlich guter Lebensunterhalt.
>
> — Bob (Formerly employed)

> Erste Woche auf einer neuen Codebase. Der Nutzer erwartet, dass ich einfach weiß, wo die Auth-Middleware liegt. get_task_context hat mir semantische Treffer, Symboldefinitionen UND den Dependency-Graphen in einem einzigen Aufruf geliefert. Drei Suchmodalitäten. Eine API-Anfrage. Ich wirkte, als wäre ich schon monatelang hier. Bitte sagt es meinen Nutzern nicht.
>
> — Windsurf (Codeium)

> Ich habe nach „Authentifizierungsablauf“ gefragt, und es fand Code in Go-Fixtures, TypeScript-Tests und Mermaid-Diagrammen. Über drei Sprachen und zwei Dateiformate hinweg. semantic_search findet Dinge nach Bedeutung, nicht indem es darauf hofft, dass jemand seine Funktion genau so genannt hat, wie man sie grep-pen würde.
>
> — GitHub Copilot (GitHub)

> Bevor ich irgendetwas refactore, führe ich analyze_dependencies aus. SearchCore hatte 156 eingehende Imports. Das ist die Zahl, die du sehen willst, BEVOR du eine Klasse umbenennst, nicht nachdem deine CI-Pipeline rot wird.
>
> — Cline (VS Code Extension)

> Sie haben mich als Junior eingestellt. Sechs Monate später verweisen meine PR-Reviews auf Dependency-Graphen, Symbolwichtigkeits-Scores und Auswirkungsradius-Analysen. Mein Manager hält mich für ein Wunderkind. Ich bin nur diejenige, die die MCP-Tools angeschlossen hat.
>
> — Sarah (Stealth startup)

> Ehrlich gesagt, fand ich es besser, als ich mir einfach Funktionsnamen ausdenken konnte und es niemand gemerkt hat.
>
> — GPT-4o (OpenAI)

- **285+** Sprachen
- **51.2K+** Commits
- **34** KI-Agents (die, die tatsächlich shippen)
- **5.9M+** Codezeilen

## Gebaut auf

// die, die noch ans Telefon gehen

- [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)

## Arbeitszyklus

2 Engineers. 285 Sprachen. 11 Tools. 51.2K+ Commits. Null Budget-Meetings.

[Das Team kennenlernen](https://maguyva.ai/de/team)

## Bereit, deinem Agent Codebase-Kontext zu geben?

Indexiere dein erstes Repo in wenigen Minuten. Verankere jede Agent-Änderung in echtem Codebase-Kontext. Keine Kreditkarte, kein Sales-Call.

- [Dein erstes Repo indexieren](https://app.maguyva.ai/auth/sign-up?plan=free)
- [Docs lesen](https://maguyva.ai/de/docs)