# So wählst du einen Code-Intelligence-MCP-Server

Canonical source: https://maguyva.ai/de/guides/choosing-a-code-intelligence-mcp-server

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).

Wähle den Server, der die echten Fragen deines Agenten zu deinem eigenen Code beantwortet: wo ein Symbol definiert ist, wer es aufruft, was bricht, wenn es sich ändert, und wo ein Konzept steckt, dessen Namen niemand mehr kennt.

Dafür braucht es mehrere Arten der Suche, echtes Parsing für die Sprachen, die du auslieferst, einen Index, der mit deinen Commits Schritt hält, und ein Setup, das dein Client in wenigen Minuten schafft. Mach den 15-Minuten-Test unten an einem Repository, das du kennst: Er schlägt jede Feature-Liste, diese hier eingeschlossen.

## Was du vergleichen solltest

Stell jedem Kandidaten dieselben Fragen und prüfe die Antworten an deinem eigenen Code. Eine Feature-Liste ist eine Behauptung; eine richtige Antwort in deinem Repository ist ein Beleg.

| Kriterium | Was du fragen solltest | Wie du es prüfst |
|---|---|---|
| **Suchmodi** | Kombiniert der Server semantische, strukturelle (AST), Graph- und exakte Textsuche und leitet jede Frage an den passenden Modus weiter? Ein einzelner Modus lässt ganze Klassen von Fragen unbeantwortet. | Stell je eine Frage pro Art: ein Konzept, eine Code-Form, eine Liste von Aufrufern und eine exakte Fehlermeldung. |
| **Sprachtiefe** | Wird der Code jeder Sprache, die du auslieferst, in einen AST mit Symbolen und Beziehungen geparst oder nur als Text indexiert? Eine lange Sprachliste kann flache Unterstützung verbergen. | Such die veröffentlichten Fähigkeits-Flags für deine Sprachen und schlag dann in jeder ein Symbol nach. |
| **Repository-Größe** | Hält der Server dein größtes Repository und mehrere Repositories gleichzeitig aus? Bleiben die Ergebnisse gerankt und begrenzt, oder überflutet eine große Datei die Antwort? | Indexiere dein größtes echtes Repository, kein Demo-Projekt, und miss die Zeit bis zur ersten brauchbaren Antwort. |
| **Aktualität und Sync** | Wie erfährt der Index von neuen Commits, und wie lange dauert es, bis eine Änderung durchsuchbar ist? Ein veralteter Index antwortet selbstbewusst über Code, den es nicht mehr gibt. | Committe eine Umbenennung und such dann nach dem neuen und dem alten Namen. |
| **Sicherheit und Datenumgang** | Wo wird dein Quellcode gespeichert, was geht an Dritte, wird er zum Training verwendet, und was wird gelöscht, wenn du die Verbindung trennst? | Lies die Seite zum Datenumgang. Achte auf namentlich genannte Anbieter und konkrete Löschregeln, nicht auf Badges. |
| **Setup pro Client** | Gibt es für jeden Client, den dein Team nutzt, eine dokumentierte Konfiguration, und bedient ein einziger Endpunkt alle? | Verbinde zwei Clients, die dein Team bereits nutzt, und stopp bei beiden die Zeit. |
| **Preismodell** | Ist der Preis öffentlich? Zahlst du pro Seat, pro Agent oder pro Workspace, und reicht die kostenlose Stufe für einen echten Test? | Rechne dein echtes Setup durch: die Agenten, Repositories und indexierten Zeilen, die du tatsächlich betreiben würdest. |
| **Nachweis an deinem Code** | Kannst du den Server heute an deinem eigenen Repository testen, ohne Vertriebsgespräch? | Wenn ein Test erst ein Meeting erfordert, ist das auch eine Antwort. |

### Wo der Index liegt

Wo der Index liegt, ist weniger wichtig als das, was er beantworten kann. Dein Agent braucht die richtige Datei, das richtige Symbol und die richtige Aufruferliste in dem Moment, in dem er eine Änderung plant. Beurteile deshalb jeden Kandidaten nach den Fragen oben, gestellt an deinem eigenen Code.

## In 15 Minuten an deinem Repo testen

Nimm ein Repository, das du gut kennst, damit du jede Antwort auf einen Blick bewerten kannst. Zähl mit, wie viele Antworten du korrigieren musstest.

1. Verbinde das Repository und notiere, wie lange es dauert, bis die erste Suche Ergebnisse liefert.
2. Stell eine Konzeptfrage, die keine Schlüsselwörter mit dem Code teilt, etwa „Wo behandeln wir abgelaufene Sessions?“ Öffne jede zitierte Datei und Zeile.
3. Schlag ein Symbol nach Namen nach und frag dann nach seinen Aufrufern. Vergleiche die Liste mit dem, was du weißt.
4. Wähle eine Funktion, die du ändern willst, und frag, was davon abhängt. Diese Liste ist ihr Auswirkungsradius: Gleiche sie mit den Tests ab, die einen Bruch erkennen würden.
5. Frag nach einer Code-Form statt nach einem Namen, etwa nach jedem Route-Handler oder jeder Klasse, die ein bestimmtes Interface implementiert.
6. Such nach einem exakten String, etwa einer Fehlermeldung, und prüfe, dass jeder Treffer echt ist.
7. Committe eine kleine Umbenennung, warte, bis der Index nachgezogen hat, und such nach beiden Namen.
8. Zähl die Korrekturen. Der Server mit den wenigsten gewinnt, egal was in seiner Feature-Liste steht.

## Begriffe, erklärt

- **MCP-Server für Code Intelligence**: Ein MCP-Server, der Quellcode indexiert und ihn KI-Agenten als Tools bereitstellt. Statt ganze Dateien in den Prompt zu kopieren, stellt der Agent eine Frage und erhält gerankte Ergebnisse mit Dateipfaden und Zeilennummern.
- **Code-Graph**: Eine Karte, wie Symbole, Dateien und Module zusammenhängen: Definitionen, Referenzen, Aufrufe, Importe und Vererbung. Er beantwortet „Wer nutzt das?“, ohne jede Datei zu lesen.
- **Auswirkungsradius (Blast Radius)**: Der Code, der betroffen sein kann, wenn sich ein Symbol ändert: seine Aufrufer, seine Abhängigen und die Tests, die sie abdecken. Ihn vor einer Änderung zu kennen, ist der Zweck der Graph-Suche.
- **AST-Suche**: Suche über den abstrakten Syntaxbaum, die geparste Struktur des Codes. Sie findet Code nach seiner Form, etwa jede Funktion mit einem bestimmten Decorator, was reine Textsuche nicht zuverlässig kann.
- **Semantische Suche**: Suche nach Bedeutung mithilfe von Embeddings. Sie findet Code, der zu einer Beschreibung passt, auch wenn Code und Frage kein einziges Wort teilen.
- **Exakte Textsuche**: Abgleich per Literal oder regulärem Ausdruck. Das richtige Werkzeug für Fehlermeldungen, Konfigurationsschlüssel und Bezeichner, die du schon kennst.

## Wo Maguyva hineinpasst

Maguyva ist ein gehosteter Code-Intelligence-MCP-Server. Er indexiert die GitHub-Repositories, die du verbindest, und gibt deinem Agenten 11 MCP-Tools, wobei jedes Ergebnis mit Dateipfad belegt ist.

- **Suche**: Semantische, strukturelle, Graph- und exakte Textsuche, dazu Symbol-Lookup und ein Router-Tool, das für jede Frage den passenden Modus wählt. (`intelligent_search`, `semantic_search`, `structural_search`, `text_pattern_search`, `find_symbol`, `dependency_search`, `analyze_dependencies`)
- **Sprachen**: 285 Sprachen und Textformate indexiert: 247 mit Struktursuche auf AST-Basis, 282 mit Symbolextraktion und 151 mit Graph-Beziehungen. Die Tiefe variiert je nach Sprache, also prüf deine.
- **Aktualität**: Indizes werden über GitHub-Sync-Jobs aktualisiert, wenn sich Code ändert.
- **Setup**: Ein Remote-MCP-Endpunkt, mit Schritt-für-Schritt-Konfigurationen für 23 dokumentierte Clients.
- **Preise**: Öffentlich, und pro Workspace statt pro Seat. Der Plan Free umfasst 3 Repositories und 50.000 indexierte Zeilen, genug für den 15-Minuten-Test.
- **Datenumgang**: Die Sicherheitsseite nennt, was wo gespeichert wird, was für Embeddings gesendet wird und was beim Trennen der Verbindung gelöscht wird.

Repositories werden derzeit über GitHub verbunden. Wenn dein Code woanders liegt, prüfe vorher die Kompatibilitätsseite.

- [Zum Quickstart](https://maguyva.ai/de/docs/quickstart)
- [Preise ansehen](https://maguyva.ai/de/pricing)
- [Sprachfähigkeiten prüfen](https://maguyva.ai/de/docs/compatibility)
- [Details zum Datenumgang lesen](https://maguyva.ai/de/security)