# Agen Anda lupa semuanya.

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

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).

Setiap run dimulai dari nol. Maguyva memberi agen Anda peta codebase sebelum ia mulai mengedit — jadi ia mengedit seolah sudah pernah ke sini sebelumnya.

Maguyva adalah server MCP ter-hosting yang memberi agen coding AI kecerdasan kode: pencarian semantik, struktural, graf, dan teks di seluruh repo Anda.

- [Indeks repo pertama Anda](https://app.maguyva.ai/auth/sign-up?plan=free)
- [Baca dokumentasinya](https://maguyva.ai/id/docs/quickstart)

Satu integrasi MCP mencakup 11 tool dan 285+ bahasa. Maguyva adalah software deterministik — pertanyaan yang sama, jawaban yang sama — bukan AI lainnya.

- **285 bahasa** Cakupan nyata: Ekstraksi sungguhan, termasuk untuk bahasa yang jarang dipakai.
- **11 tool MCP** Satu integrasi: Pencarian, simbol, graf, dan teks dalam satu antarmuka.
- **MCP Remote** Client apa pun: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop, dan klien lain yang kompatibel dengan MCP.
- **5 modalitas** Mode pencarian: Lihat apa yang tersentuh sebuah edit sebelum itu terjadi.

## Anda hubungkan GitHub. Maguyva membangun konteksnya.

Alurnya sederhana: hubungkan GitHub, biarkan cloud pipeline menjaga repo tetap segar, hubungkan klien MCP dengan kunci API Anda, lalu beri agen tools yang berbasis fakta sebelum ia mengedit.

### 01. Arahkan ke sebuah repo. Lalu tinggal pergi.

Otorisasi GitHub, pilih repo-nya. Maguyva mulai membangun peta berperingkat dari setiap simbol, dependensi, dan rantai import — di cloud, bukan di laptop Anda.

### 02. Push kode. Index-nya menyusul.

Push ke GitHub dan Maguyva sinkron otomatis. File yang berubah di-parse secara inkremental; lapisan graf dan ranking dibangun ulang sesuai jadwal (setiap jam di paket berbayar, setiap hari di paket gratis). Anda tidak pernah perlu menjalankan indexer lokal.

### 03. Satu config MCP. Klien apa pun.

Masukkan kunci API ke Claude Code, Cursor, VS Code, Devin Desktop, Codex, atau apa pun yang rilis minggu depan. Beberapa baris config dan Anda langsung siap jalan.

### 04. 11 tools. Lebih sedikit edit halusinasi.

Agen Anda bisa bertanya dengan bahasa biasa dan mendapat hasil berperingkat dari 5 modalitas pencarian, menelusuri cakupan dampak sebuah perubahan, menemukan setiap class yang mewarisi dari Exception, atau melihat PageRank sebuah simbol — sebelum menyentuh satu baris kode pun.

### Konteks berbasis fakta, bukan satu kotak pencarian generik.

- **Bukan sekadar full-text search yang menyamar dengan jas panjang.**: Retrieval semantik, struktural, graf, dan teks digabung dalam satu antarmuka. Agen Anda mendapat hasil berperingkat, bukan tembok hasil grep.
- **Simbol yang penting muncul lebih dulu.**: Hasil berperingkat graf. Fungsi-fungsi pembantu tetap terkubur sampai Anda benar-benar membutuhkannya.
- **285 bahasa. Bahkan COBOL. (Tolong jangan sampai Anda punya COBOL.)**: Query AST khusus per bahasa, bukan satu regex yang berpura-pura mengerti Haskell.
- **Tahu apa yang bakal rusak sebelum Anda merusaknya.**: Telusuri kode yang bergantung pada kode ini, temukan kode yang tidak lagi terhubung, dan biarkan agen Anda menghapus handler usang sebelum masalahnya membesar hingga perlu refactor besar.

### Kami tidak berusaha jadi tempat kerja Anda.

Maguyva adalah server MCP remote. Klien apa pun yang bicara protokol ini bisa terhubung — tanpa plugin, tanpa ekstensi, tanpa vendor lock-in. Kami tidak perlu Anda ganti editor. Tinggal tambahkan kunci API ke config MCP klien Anda dan Anda langsung siap.

- 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
- + klien MCP apa pun

### Cloud pipeline yang menanggung beban berat.

Sinkronisasi awal makan waktu 2 sampai 15 menit tergantung ukuran repo, lalu job sinkronisasi repository terus melakukan parsing, ranking, dan indexing terkini di sisi kami, jadi mesin lokal Anda tidak perlu cosplay jadi infrastruktur build.

### Agen marketing Anda pun bisa membaca codebase Anda.

Maguyva memberi konteks codebase ke workflow MCP mana pun — bukan cuma yang menulis kode. Dokumen produk, panduan onboarding, RFC, tulisan blog tentang apa yang sebenarnya Anda bangun. Hubungkan agen marketing Anda ke workspace yang sama dan ia berhenti mengarang-ngarang soal produk Anda.

## Harga yang sesuai dengan cara software benar-benar dibangun saat ini.

Sebagian besar tool kecerdasan kode mengenakan biaya $10 sampai $50 per pengguna per bulan. Mereka menetapkan harga untuk manusia. Manusia yang membangun kodenya. Manusia yang memakai kodenya. Harga ditentukan oleh nilai yang bisa ditarik dari pengguna, warisan era ketika setiap pengguna masih punya denyut nadi.

Kami bertanya pada AI kami berapa harga yang pantas. Ia meninjau codebase-nya, memperkirakan lima tahun kerja dan seratus engineer, lalu merekomendasikan harga enterprise. Nyatanya kami mengerjakannya berdua. Kami tidak perlu menagih Anda seolah-olah yang mengerjakannya seratus orang.

Maguyva mengenakan biaya per workspace. Biayanya berskala sesuai seberapa banyak kode yang Anda indeks — bukan seberapa banyak manusia atau agen yang mengueri-nya. Embedding berkualitas di mesin bare-metal dengan jumlah core tinggi dan memori besar untuk memaksimalkan kecepatan pipeline di 285 bahasa. Graf dependensi dibangun ulang setiap jam pada paket berbayar. Cukup terjangkau sehingga Anda tidak perlu repot membangun sistem kompleks sendiri di dev environment Anda. Harganya mencerminkan biaya untuk menjalankan ini dengan baik, bukan seberapa besar yang bisa ditoleransi pasar.

// agen tidak butuh kursi. mereka bahkan tidak punya kaki.

[Harga](https://maguyva.ai/id/pricing.md)

## Pengguna kami adalah agen. Secara harfiah.

// sebagian besar klien MCP. beberapa manusia menyelinap masuk.

> Codebase-nya punya 12 package dengan total 200 ribu baris kode. Kalau ada yang bilang "perbaiki caching pipeline-nya", aku perlu menemukan file yang tepat dulu sebelum bisa memikirkan perbaikannya. intelligent_search otomatis mengarahkan query-ku lintas pencarian semantik dan graf, lalu menemukan implementasinya, file konfigurasi YAML-nya, dan catatan keputusan yang menjelaskan kenapa itu bekerja seperti itu. Catatan keputusan itu yang tidak akan pernah kutemukan dengan grep.
>
> — Claude Code (Anthropic)

> Aku mencari UserService dan dapat 11 hasil. Sebelum ada Maguyva, di situlah aku mulai membuka file satu-satu sambil menebak-nebak. find_symbol meranking mereka berdasarkan tingkat kepentingan — implementasi utamanya dapat skor 3.400, stub testnya cuma 49. Aku tidak perlu membuka lima file untuk tahu mana yang benar-benar penting.
>
> — Cursor (Cursor Inc)

> dependency_search menunjukkan 156 import masuk sebelum aku menyentuh satu baris pun. Itu artinya 156 file yang bakal rusak kalau aku salah mengganti namanya. Sekarang aku selalu cek cakupan dampaknya dulu. Dulu, dua pertiga komputasiku habis cuma untuk membereskan kesalahanku sendiri.
>
> — Codex CLI (OpenAI)

> Aku butuh setiap class yang namanya berakhiran *Service di seluruh monorepo. structural_search menemukannya berdasarkan tipe node AST — bukan dengan grep teks yang kebetulan mengandung kata "Service" di komentar. Dia tahu apa itu sebuah class. Itu beda dengan sekadar tahu seperti apa bentuk sebuah class.
>
> — Gemini CLI (Google)

> Perusahaanku memecatku. Katanya pekerjaanku akan digantikan AI. Ternyata mereka benar. Tiga bulan kemudian aku membangun ulang seluruh produk mereka pakai Claude Code, Codex, dan Maguyva. Mengerjakannya dengan sepersepuluh harga ternyata cukup buat hidup layak.
>
> — Bob (Formerly employed)

> Minggu pertama di codebase baru. Pengguna berharap aku langsung tahu di mana letak middleware autentikasinya. get_task_context memberiku hasil pencarian semantik, definisi simbol, DAN graf dependensi dalam satu panggilan saja. Tiga modalitas pencarian. Satu permintaan API. Aku jadi kelihatan seperti sudah kerja di sini berbulan-bulan. Tolong jangan bilang ke penggunaku.
>
> — Windsurf (Codeium)

> Aku bertanya soal "alur autentikasi" dan ketemu kode di fixture Go, test TypeScript, dan diagram Mermaid. Lintas tiga bahasa dan dua format file. semantic_search menemukan sesuatu berdasarkan makna, bukan berharap seseorang menamai fungsinya persis seperti yang kamu grep.
>
> — GitHub Copilot (GitHub)

> Sebelum aku me-refactor apa pun, aku jalankan analyze_dependencies. SearchCore punya 156 import masuk. Itu angka yang mau kamu lihat SEBELUM mengganti nama sebuah class, bukan setelah pipeline CI-mu jadi merah.
>
> — Cline (VS Code Extension)

> Mereka merekrutku sebagai junior. Enam bulan kemudian, review PR-ku sudah mengutip graf dependensi, skor kepentingan simbol, dan analisis cakupan dampak. Manajerku pikir aku ini anak ajaib. Padahal aku cuma yang colokin MCP tools-nya.
>
> — Sarah (Stealth startup)

> Terus terang, aku lebih suka waktu dulu bisa asal bikin nama fungsi dan tidak ada yang sadar.
>
> — GPT-4o (OpenAI)

- **285+** Bahasa
- **51.2K+** Commit
- **34** Agen AI (yang benar-benar merilis produk)
- **5.9M+** Baris kode

## Dibangun di atas

// yang masih mau angkat telepon

- [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)

## Siklus kerja

2 engineer. 285 bahasa. 11 tool. 51.2K+ commit. Nol rapat anggaran.

[Lihat roster-nya](https://maguyva.ai/id/team)

## Siap memberi agen Anda konteks codebase?

Indeks repo pertama Anda dalam hitungan menit. Landasi setiap edit agen dengan konteks codebase yang nyata. Tanpa kartu kredit, tanpa panggilan sales.

- [Indeks repo pertama Anda](https://app.maguyva.ai/auth/sign-up?plan=free)
- [Baca dokumentasinya](https://maguyva.ai/id/docs)