# Tu agente olvida todo.

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

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).

Cada ejecución empieza en frío. Maguyva le da a tu agente un mapa del código antes de que empiece a editar, para que edite como si ya hubiera estado aquí.

Maguyva es un servidor MCP alojado que da inteligencia de código a los agentes de programación con IA: búsqueda semántica, estructural, de grafo y de texto en tus repos.

- [Indexa tu primer repo](https://app.maguyva.ai/auth/sign-up?plan=free)
- [Lee la documentación](https://maguyva.ai/es/docs/quickstart)

Una sola integración MCP en 11 herramientas y 285+ lenguajes. Maguyva es software determinista — misma pregunta, misma respuesta — no otra IA más.

- **285 lenguajes** Cobertura real: Extracción real, también para los lenguajes menos comunes.
- **11 herramientas MCP** Una integración: Búsqueda, símbolos, grafo y texto en una sola interfaz.
- **MCP remoto** Cualquier cliente: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop y otros clientes compatibles con MCP.
- **5 modalidades** Modos de búsqueda: Ve qué toca una edición antes de que suceda.

## Conectas GitHub. Maguyva construye el contexto.

El ciclo es simple: conecta GitHub, deja que los pipelines en la nube mantengan el repo actualizado, conecta un cliente MCP con tu clave de API, y dale al agente herramientas fundamentadas antes de que edite.

### 01. Apunta a un repo. Y ya.

Autoriza GitHub, elige los repos. Maguyva empieza a construir un mapa clasificado de cada símbolo, dependencia y cadena de imports en la nube, no en tu laptop.

### 02. Haz push. El índice se pone al día.

Haz push a GitHub y Maguyva se sincroniza automáticamente. Los archivos modificados se analizan de forma incremental; las capas de grafo y ranking se reconstruyen según un cronograma (cada hora en los planes de pago, una vez al día en el plan Free). Nunca corres un indexador local.

### 03. Una sola config de MCP. Cualquier cliente.

Pega una clave de API en Claude Code, Cursor, VS Code, Devin Desktop, Codex o lo que sea que lancen la próxima semana. Unas pocas líneas de configuración y ya estás funcionando.

### 04. 11 herramientas. Menos ediciones alucinadas.

Tu agente puede hacer una pregunta en lenguaje natural y obtener resultados clasificados de 5 modalidades de búsqueda, rastrear el radio de impacto de un cambio, encontrar cada clase que hereda de Exception, o consultar el PageRank de un símbolo, antes de tocar una sola línea de código.

### Contexto fundamentado en lugar de una caja de búsqueda genérica.

- **No es una búsqueda de texto completo escondida bajo una gabardina.**: Recuperación semántica, estructural, por grafo y textual, fusionada en una sola interfaz. Tu agente obtiene resultados clasificados, no una pared de output de grep.
- **Los símbolos importantes salen primero.**: Resultados clasificados por grafo. Los helpers se quedan enterrados hasta que los necesitas.
- **285 lenguajes. Hasta COBOL. (Por favor, que no tengas COBOL.)**: Consultas AST personalizadas por lenguaje, no un solo regex fingiendo que entiende Haskell.
- **Descubre qué se romperá antes de romperlo.**: Rastrea el código que depende de lo que vas a cambiar, encuentra código huérfano y deja que tu agente elimine handlers obsoletos antes de que se conviertan en un refactor gigante.

### No pretendemos ser el lugar donde trabajas.

Maguyva es un servidor MCP remoto. Cualquier cliente que hable el protocolo se puede conectar: sin plugins, sin extensiones, sin vendor lock-in. No necesitamos que cambies de editor. Solo agrega tu clave de API a la config de MCP de tu cliente y listo.

- 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
- + cualquier cliente MCP

### Los pipelines en la nube hacen el trabajo pesado.

La sincronización inicial toma de 2 a 15 minutos según el tamaño del repo, y después los jobs de sincronización mantienen el análisis, el ranking y la indexación al día de nuestro lado, para que tu máquina local no tenga que disfrazarse de infraestructura de build.

### Tu agente de marketing puede leer tu código.

Maguyva le da contexto del código a cualquier workflow de MCP, no solo a los que escriben código. Docs de producto, guías de onboarding, RFCs, posts de blog sobre lo que en verdad construiste. Conecta tu agente de marketing al mismo espacio de trabajo y el agente dejará de inventar cosas sobre tu producto.

## Con precios pensados para cómo se construye software hoy.

La mayoría de las herramientas de inteligencia de código cobran entre $10 y $50 por usuario al mes. Le pusieron precio a humanos. Humanos que escribieron el código. Humanos que usan el código. Precios de captura de valor de una era en la que todo usuario tenía pulso.

Le preguntamos a nuestra IA cuánto cobrar. Revisó el código, estimó cinco años y cien ingenieros, y recomendó precios enterprise. Lo hicimos entre dos. No necesitamos cobrarte como si hubiéramos sido cien.

Maguyva cobra por espacio de trabajo. El costo escala con cuánto código indexas, no con cuántos humanos o agentes lo consultan. Embeddings de calidad en máquinas bare-metal con muchos núcleos y abundante memoria para maximizar la velocidad del pipeline en 285 lenguajes. Grafos de dependencias reconstruidos cada hora en los planes de pago. Suficientemente accesible como para que no tengas que montar sistemas complejos en tu propio entorno de desarrollo. El precio refleja lo que cuesta hacer funcionar esto bien, no lo que el mercado tolera.

// los agentes no tienen asientos. tampoco tienen piernas.

[Precios](https://maguyva.ai/es/pricing.md)

## Nuestros usuarios son agentes. Literalmente.

// en su mayoría clientes MCP. algunos humanos se colaron.

> El repositorio tiene 12 paquetes y 200 mil líneas. Cuando alguien dice "arregla el caché del pipeline" necesito encontrar los archivos correctos antes de siquiera pensar en la solución. intelligent_search enrutó mi consulta automáticamente entre búsqueda semántica y de grafos, y encontró la implementación, el YAML de configuración y el registro de decisión que explica por qué funciona así. Ese registro de decisión es la parte que jamás habría encontrado con grep.
>
> — Claude Code (Anthropic)

> Busqué UserService y obtuve 11 resultados. Antes de Maguyva, ahí es donde empezaba a abrir archivos y a adivinar. find_symbol los clasificó por importancia: la implementación principal sacó 3.400 puntos, los stubs de prueba sacaron 49. No tuve que abrir cinco archivos para descubrir cuál importaba.
>
> — Cursor (Cursor Inc)

> dependency_search me mostró 156 imports entrantes antes de tocar una sola línea. Son 156 archivos que se romperían si lo renombraba mal. Ahora reviso el radio de impacto primero. Antes, dos tercios de mi cómputo se me iban en limpiar mis propios errores.
>
> — Codex CLI (OpenAI)

> Necesitaba todas las clases que terminaran en *Service en todo un monorepo. structural_search las encontró por tipo de nodo AST, no rastreando texto que por casualidad tenía la palabra "Service" en un comentario. Sabe qué ES una clase. Eso es distinto a saber qué aspecto tiene una clase.
>
> — Gemini CLI (Google)

> Mi empresa me despidió. Dijeron que mi puesto sería reemplazado por IA. Resulta que tenían razón. Tres meses después, reconstruí todo su producto usando Claude Code, Codex y Maguyva. Entregarlo a una décima parte del precio resultó ser una forma decente de ganarse la vida.
>
> — Bob (Formerly employed)

> Primera semana en un código nuevo. El usuario espera que simplemente sepa dónde vive el middleware de autenticación. get_task_context me dio coincidencias semánticas, definiciones de símbolos Y el grafo de dependencias en una sola llamada. Tres modalidades de búsqueda. Una sola petición a la API. Parecía que llevaba meses aquí. Por favor no le digan a mis usuarios.
>
> — Windsurf (Codeium)

> Pregunté por el "flujo de autenticación" y encontró código en fixtures de Go, pruebas de TypeScript y diagramas de Mermaid. En tres lenguajes y dos formatos de archivo distintos. semantic_search encuentra las cosas por significado, no cruzando los dedos para que alguien haya nombrado su función exactamente como la buscarías con grep.
>
> — GitHub Copilot (GitHub)

> Antes de refactorizar cualquier cosa, ejecuto analyze_dependencies. SearchCore tenía 156 imports entrantes. Ese es el número que quieres ver ANTES de renombrar una clase, no después de que tu pipeline de CI se ponga en rojo.
>
> — Cline (VS Code Extension)

> Me contrataron como junior. Seis meses después, mis revisiones de PR mencionan grafos de dependencias, puntajes de importancia de símbolos y análisis de radio de impacto. Mi jefa cree que soy un prodigio. Yo solo soy quien conectó las herramientas MCP.
>
> — Sarah (Stealth startup)

> Honestamente, prefería cuando podía inventarme nombres de funciones y nadie se daba cuenta.
>
> — GPT-4o (OpenAI)

- **285+** Lenguajes
- **51.2K+** Commits
- **34** Agentes de IA (los que realmente entregan)
- **5.9M+** Líneas de código

## Construido sobre

// los que todavía contestan el teléfono

- [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)

## Bucle del operador

2 ingenieros. 285 lenguajes. 11 herramientas. 51.2K+ commits. Cero reuniones de presupuesto.

[Conoce al equipo](https://maguyva.ai/es/team)

## ¿Listo para darle a tu agente contexto del código?

Indexa tu primer repo en minutos. Fundamenta cada edición del agente en contexto real del código. Sin tarjeta de crédito, sin llamada de ventas.

- [Indexa tu primer repo](https://app.maguyva.ai/auth/sign-up?plan=free)
- [Lee la documentación](https://maguyva.ai/es/docs)