Maguyva कैसे काम करता है

एक GitHub रिपॉज़िटरी कनेक्ट करें और Maguyva उसे कई ऐसे सर्चेबल व्यू में बदल देता है जिन्हें आपका एजेंट माँग पर इस्तेमाल कर सकता है। पूरी फ़ाइलों को कॉन्टेक्स्ट में डालने के बजाय, मॉडल को सिंबल्स, स्ट्रक्चर, डॉक्स, डिपेंडेंसीज़, और रैंक्ड कोड फ़्रैगमेंट्स तक ग्राउंडेड एक्सेस मिलती है।

जैसे-जैसे आपके प्रोजेक्ट बढ़ते हैं, AI एजेंट्स इनसे जूझते हैं:

• कॉन्टेक्स्ट विंडो की सीमाएँ - बहुत ज़्यादा जानकारी AI मॉडल्स को अभिभूत कर देती है
• अप्रासंगिक डेटा - AI एजेंट्स अनावश्यक जानकारी पर टोकन बर्बाद करते हैं
• ख़राब परफ़ॉर्मेंस - सटीकता में कमी और धीमी प्रोसेसिंग
• मैन्युअल मैनेजमेंट - डेवलपर्स कॉन्टेक्स्ट को मैन्युअली व्यवस्थित करने में घंटों बिताते हैं
• ज़्यादा लागत - कॉन्टेक्स्ट मैनेजमेंट के बिना, हर क्वेरी के साथ टोकन लागत बढ़ती जाती है

जब आप कोई रिपॉज़िटरी कनेक्ट करते हैं, तो Maguyva कोड, डॉक्स, मैनिफ़ेस्ट, सिंबल्स, और डिपेंडेंसी मेटाडेटा पर क्लाउड इनजेशन पाइपलाइन्स चलाता है। मक़सद यह है कि टिकाऊ कोड मेमोरी एक बार बना ली जाए, न कि हर एजेंट रन को रिपो को शुरू से फिर से खोजना पड़े।

ये पाइपलाइन्स कई विशेषज्ञ डेटा लेयर्स बनाती हैं: सटीक टेक्स्ट सर्च, सिमेंटिक रिट्रीवल, सिंबल और रेफ़रेंस लुकअप, स्ट्रक्चरल व्यू, और डिपेंडेंसी ग्राफ़ एनालिसिस। अलग-अलग सवाल अलग-अलग लेयर्स पर रूट होते हैं।

Maguyva जानकारी प्राप्त करने की 5 क्षमताएँ देता है: semantic, AST, symbol, dependency, और text। intelligent_search में खोज की चार विधियाँ उपलब्ध हैं: अर्थ-आधारित, टेक्स्ट, संरचनात्मक और ग्राफ़। डिफ़ॉल्ट auto/balanced जिन प्रश्नों को उच्च विश्वास के साथ परिभाषा खोज के रूप में पहचानता है, उन्हें संरचनात्मक खोज पर, संदर्भ या प्रभाव से जुड़े प्रश्नों को ग्राफ़ पर और सटीक मिलान वाले प्रश्नों को टेक्स्ट खोज पर भेजता है। अन्य प्रश्न अर्थ-आधारित खोज और इंडेक्स किए गए टेक्स्ट का उपयोग करते हैं। खोज की चारों विधियाँ माँगने के लिए mode=hybrid या quality=thorough के साथ auto का उपयोग करें। स्पष्ट रूप से चुने गए mode को quality पर प्राथमिकता मिलती है। language_filter, auto/hybrid से ग्राफ़ को हटा देता है और स्पष्ट रूप से mode=graph चुने जाने पर अस्वीकार कर दिया जाता है। अलग-अलग विधियों के परिणामों को मिलाकर क्वेरी से उनकी प्रासंगिकता के अनुसार क्रम दिया जाता है।

प्राइवेट रिपॉज़िटरी व्यू, सपोर्टेड भाषाएँ और टेक्स्ट-आधारित तकनीकें के लिए पब्लिक रेफ़रेंस डेटा के साथ मौजूद रहते हैं। आपका एजेंट MCP टूल्स के ज़रिए पूरे सिस्टम तक पहुँचता है, जिन पर आप प्लानिंग और वैलिडेशन के दौरान भारी भरोसा कर सकते हैं या एडिटिंग के दौरान स्पॉट-चेक के तौर पर इस्तेमाल कर सकते हैं।

GitHub कनेक्ट होने के बाद, Maguyva क्लाउड में रिपॉज़िटरी को स्कैन करता है और उन हिस्सों को एक्सट्रैक्ट करता है जिन पर एजेंट को असल में तर्क करना होता है:

• कोड स्ट्रक्चर एनालिसिस ░╔═╗░ ▓║◉║▓ ░╚═╝░ - फ़ाइलों को सिंबल्स, रेफ़रेंस, और आर्किटेक्चरल सीमाओं में पार्स करता है
• डिपेंडेंसी रिज़ॉल्यूशन ╲▄█▄╱ ─◆●◆─ ╱▀█▀╲ - यह मैप करता है कि फ़ाइलें, मॉड्यूल, और सिंबल्स एक-दूसरे पर कैसे निर्भर हैं
• डॉक्यूमेंटेशन इंटीग्रेशन - कोड के साथ-साथ रिपॉज़िटरी डॉक्स और संबंधित रेफ़रेंस सामग्री भी लाता है

एक जेनेरिक इंडेक्स के बजाय, Maguyva कई रिट्रीवल सरफ़ेस बनाता है जो अलग-अलग सवालों के जवाब तेज़ी से और अलग-अलग साक्ष्यों के साथ देते हैं:

• रेलिवेंस स्कोरिंग ▄█▄ ║⊙⊙║ ╚═█═╝ - सर्च मोड और क्वालिटी प्रीसेट के अनुसार रिट्रीवल प्रमाण चुनता है, फिर मैचों को क्वेरी से उनकी प्रासंगिकता के अनुसार रैंक करता है
• नॉइज़ रिडक्शन - दोहराए गए मैच घटाता है और प्रति फ़ाइल अंशों की संख्या सीमित करता है, ताकि एक ही फ़ाइल पूरी रिज़ल्ट विंडो न भर दे
• कॉन्टेक्स्ट प्रायोरिटाइज़ेशन - डिफ़ॉल्ट रूप से नतीजों को सीमित और प्रासंगिक रखता है। आर्किटेक्चर का जायज़ा लेते समय महत्त्व के आधार पर अतिरिक्त वज़न देने के लिए boost_by_importance=true स्पष्ट रूप से चालू करना होता है; यह डिफ़ॉल्ट रैंकिंग नीति नहीं है

• सिमेंटिक रिट्रीवल ┌─◈─┐ ║███║ ╚═══╝ - शब्द अलग होने पर भी वैचारिक रूप से मिलते-जुलते कोड और डॉक्स ढूँढ़ता है
• सिंबल और स्ट्रक्चरल व्यू - सटीक सिंबल लुकअप, रेफ़रेंस, और AST-आधारित सवालों को सपोर्ट करता है
• डिपेंडेंसी ग्राफ़ एनालिसिस ▓█▓ ╔═●═╗ ╚═╤═╝ - कोडबेस भर में कॉलर्स, इम्पोर्ट्स, और इम्पैक्ट रेडियस को ट्रेस करता है

Maguyva को क्लाउड-होस्टेड MCP सर्वर के रूप में डिलीवर किया जाता है। आपका एजेंट अपनी ज़रूरत के लेंस के लिए टूल कॉल करता है, न कि मॉडल पर यह भरोसा करता है कि वह आपका आर्किटेक्चर शुरू से याद रखे। ऊपर दिए चार सरफ़ेस ठोस टूल्स के समूहीकृत दृश्य हैं: सिमेंटिक सर्च में semantic_search और intelligent_search आते हैं; सिंबल लुकअप में find_symbol और get_task_context; स्ट्रक्चरल सर्च में structural_search और text_pattern_search; डिपेंडेंसी ग्राफ़ में dependency_search और analyze_dependencies — साथ ही सहायक उपयोगिताओं के रूप में get_file, repository_context, और ask_maguyva। सभी 11 टूल्स के लिए पूरा MCP API रेफ़रेंस देखें।

• ज़्यादा या कम टूलिंग इस्तेमाल करें - प्लानिंग के दौरान Maguyva का भरपूर इस्तेमाल करें या बस किसी जोखिम भरे बदलाव की जाँच के लिए इसका सहारा लें
• बेहतर प्लान वैलिडेशन - एडिटिंग से पहले आइडियाज़ को असली सिंबल्स, रेफ़रेंस, और डॉक्स के साथ क्रॉस-चेक करें
• साफ़ ब्लास्ट रेडियस - डिपेंडेंसी और ग्राफ़ टूल्स दिखाते हैं कि किसी सिंबल के बदलने पर क्या टूट सकता है
• फ़ॉरवर्ड-कम्पैटिबल - MCP स्टैंडर्ड को सपोर्ट करने वाले किसी भी क्लाइंट के साथ काम करता है

• ट्रांसपोर्ट सिक्योरिटी - सेवा से कनेक्शन HTTPS/TLS का इस्तेमाल करते हैं
• मैनेज्ड स्टोरेज - इंडेक्स्ड डेटा मैनेज्ड इन्फ्रास्ट्रक्चर पर स्टोर होता है, जहाँ स्टोरेज स्तर पर उसका एन्क्रिप्शन किया जाता है
• नेमस्पेस आइसोलेशन - रिपॉज़िटरी डेटा को पाइपलाइन और डेटाबेस क्वेरी पाथ के ज़रिए वर्कस्पेस और नेमस्पेस के अनुसार सीमित किया जाता है
• एक्सेस कंट्रोल्स - रिपॉज़िटरी एक्सेस संगठन और नेमस्पेस की सीमाओं से नियंत्रित होता है

परफ़ॉर्मेंस कोडबेस के आकार और क्वेरी की जटिलता के अनुसार अलग-अलग होती है। Maguyva पूरी फ़ाइलें डंप करने के बजाय सबसे प्रासंगिक कॉन्टेक्स्ट देने पर ध्यान देता है। सपोर्टेड भाषाओं और क्लाइंट्स के लिए कम्पैटिबिलिटी देखें।

आपके कोडबेस के कॉन्टेक्स्ट को समझदारी से फ़िल्टर और व्यवस्थित करके, Maguyva AI एजेंट्स को ज़्यादा कुशलता से काम करने में मदद करता है:

• बेहतर प्लानिंग सटीकता - एजेंट कोडिंग शुरू करने से पहले किसी तरीक़े को असली रिपॉज़िटरी के आधार पर वैलिडेट कर सकते हैं
• ज़्यादा सुरक्षित रीफ़ैक्टर - ब्लास्ट-रेडियस और डिपेंडेंसी की जाँच टाली जा सकने वाली टूट-फूट को कम करती है
• कम टोकन बर्बादी - पूरी फ़ाइलों के बजाय सिर्फ़ प्रासंगिक फ़्रैगमेंट लौटाए जाते हैं
• रिपो को जल्दी समझें - मॉडल को हर रन में प्रोजेक्ट स्ट्रक्चर फिर से खोजने के बजाय जल्दी ग्राउंडेड जवाब मिलते हैं

• रिपॉज़िटरी सिंक - कोड में बदलाव होने पर GitHub सिंक जॉब्स से रीफ़्रेश होता है
• इन्क्रीमेंटल प्रोसेसिंग - दक्षता के लिए सिर्फ़ बदली हुई फ़ाइलों को प्रोसेस करता है
• ब्रांच-अवेयर कॉन्टेक्स्ट - हर git ब्रांच के लिए अलग इंडेक्स बनाए रखता है ताकि एजेंट्स को हर ब्रांच के लिए सही कॉन्टेक्स्ट मिले

आज़माने के लिए तैयार हैं?

1. मुफ़्त शुरू करें - क्रेडिट कार्ड की ज़रूरत नहीं
2. अपनी रिपॉज़िटरी कनेक्ट करें - Maguyva पोर्टल में एक GitHub रिपो लिंक करें
3. अपने एजेंट को Maguyva की ओर पॉइंट करें - प्लानिंग, चेकिंग, या एडिटिंग के दौरान MCP टूल्स इस्तेमाल करें (इंस्टॉलेशन गाइड)

मुफ़्त शुरू करें →

Maguyva पोर्टल से अपने GitHub रिपॉज़िटरी कनेक्ट करें। कोड बदलने पर GitHub सिंक कार्यों के ज़रिए इंडेक्स अपडेट होते हैं। पोर्टल में API का इस्तेमाल भी देखा जा सकता है।