Memberi agen AI konteks repo besar tanpa indexer lokal

Repo besar tidak muat di jendela konteks, dan jika Anda pernah mengarahkan indexer laptop ke monorepo sungguhan, Anda tahu itu juga tidak muat dengan nyaman di sana — RAM melonjak, indeksasi pertama butuh satu jam, dan agen Anda tetap memulai sesi berikutnya dengan menebak file mana yang penting.

Jawaban yang biasa adalah menjalankan indexer di samping editor, dan untuk repo yang muat dengan nyaman di satu mesin, itu jawaban yang baik. Jika monorepo Anda sudah terindeks cepat di Cursor dan itu satu-satunya tempat Anda membutuhkan peta, tulisan ini tidak punya apa-apa untuk ditambahkan — lewati saja.

Tulisan ini tentang kasus lain — ketika agen membutuhkan peta repo besar yang bisa ditanyakan, dan Anda tidak ingin menjalankan indexer lokal untuk mendapatkannya.

Kapan indexer lokal adalah alat yang salah

Indeks lokal mengasumsikan kode hidup di mesin yang menanyakannya, dan pada skala monorepo sungguhan, asumsi itu meregang bahkan di dalam satu editor. Repo itu sekadar lebih besar daripada yang ingin Anda jaga tetap ‘hangat’ di laptop: Anda bekerja di satu paket sementara cakupan dampak berada tiga direktori lebih jauh, dan indeksasi dingin pertama untuk pohon dua juta baris bukan sesuatu yang ingin Anda alami dua kali — baik di mesin Anda sendiri, maupun di CI runner yang tidak pernah meng-clone pohon itu sebelumnya. Atau seorang rekan tim seharusnya bisa menanyakan peta yang sama dengan Anda, tanpa menunggu mesin mereka sendiri berjuang melalui indeks yang sama.

Tidak satu pun dari ini menjadi alasan untuk membuang indexer editor yang bagus. Ini alasan untuk juga punya peta yang dihosting yang bisa ditanyakan oleh agen mana pun milik Anda lewat MCP.

Dan masalah skala berjalan lebih dalam daripada ‘terlalu banyak file untuk ditempel’. Pada pohon besar, pertanyaan yang menarik hampir tidak pernah ‘tunjukkan file ini kepada saya’ — melainkan file mana, simbol mana, pemanggil mana, tes mana. Agen yang mulai dengan mendaftar src/ dan membaca tiga hasil pertama akan dengan riang melewatkan handler di apps/api dan klien yang dihasilkan di packages/sdk. Yang Anda butuhkan adalah pengambilan yang dibangun dari seluruh pohon, lalu diperingkat, lalu dikutip.

Apa arti sebenarnya ‘konteks repo besar’

Menumpahkan file ke prompt bukanlah konteks — itu salinan pohon yang lebih kecil dan lebih buruk. Yang benar-benar dibutuhkan agen Anda adalah mengajukan pertanyaan dan mendapatkan jawaban yang dikutip kembali: di mana simbol ini didefinisikan dan siapa yang memanggilnya, apa yang bergantung pada modul yang akan saya ubah, file tes mana yang mencakup perilaku ini, dan seperti apa pohon itu sekarang, bukan kuartal lalu.

Jawaban-jawaban itu harus berasal dari indeks yang dibangun dari repo Anda, bukan dari ingatan model tentang repo orang lain, dan indeksnya harus hidup di suatu tempat di luar jendela konteks agen. Untuk masalah ini, seharusnya juga hidup di suatu tempat di luar laptop Anda.

Satu hal lagi yang tidak bisa dilakukan file instruksi untuk Anda: CLAUDE.md dan AGENTS.md adalah tempat yang tepat untuk konvensi dan perilaku, tetapi bukan peta yang hidup, berperingkat, dan bisa ditanyakan dari pohon dua juta baris. Gunakan aturan untuk perilaku; gunakan kecerdasan repo untuk fakta.

Kami membangun peta di cloud, Anda menanyakannya dari klien mana pun

Maguyva adalah lapisan konteks codebase MCP jarak jauh. Anda menghubungkan GitHub, memilih repo Anda, dan bisa pergi begitu saja sementara pipeline cloud mengurai pohon, membangun simbol dan tepi graf, dan memelihara peta berperingkat — tanpa indexer lokal, sama sekali tidak pernah.

Saat Anda push kode, file yang berubah diurai secara bertahap, dan lapisan graf serta peringkat dibangun ulang sesuai jadwal: harian di paket gratis, setiap jam di paket berbayar. Setiap snapshot diberi timestamp, sehingga agen Anda bisa mengetahui versi pohon mana yang dibacanya. Batasan jujur di sini adalah pekerjaan lokal yang belum disinkronkan — perubahan yang hanya ada di working tree Anda, tidak pernah di-push, belum ada di peta yang dihosting.

Lalu Anda menghubungkan klien apa pun yang sudah Anda gunakan dengan menambahkan kunci API ke konfigurasi MCP-nya. Ada panduan pengaturan untuk 24 klien MCP terdokumentasi, dan klien kompatibel MCP lain mana pun yang mendukung konfigurasi standar juga bisa terhubung. Jika Cursor tempat Anda tinggal, halaman Cursor menempuh jalur itu; server yang sama menjawab Claude Code, VS Code, Windsurf, Codex CLI, dan lainnya.

Anda tidak berganti editor. Anda memberi agen Anda permukaan alat — 11 alat MCP di seluruh pencarian, simbol, analisis dependensi, pengambilan file, dan konteks repo — dengan cakupan lebih dari 279 bahasa dan teknologi berbasis teks, yang berarti lebih dari yang Anda kira pada monorepo yang berhenti menjadi satu bahasa bertahun-tahun lalu.

Jawaban kembali dengan dasar yang kuat, sebagai jalur file dengan nomor baris. Pencarian semantik, struktural, graf, dan teks digabung menjadi hasil berperingkat, sehingga pertanyaan seperti ‘apa yang bergantung pada parseConfig’ tidak memberi Anda tumpukan grep atau satu potongan semantik, melainkan segelintir tempat yang benar-benar penting.

Panduan konkret

Jangan mulai dengan mengindeks seluruh perusahaan. Ini jalur yang berhasil:

1. Pilih satu repo yang sudah Anda kenal baik — paket yang bisa Anda nilai dengan tangan lebih berharga daripada pohon terbesar yang Anda miliki.
2. Mulai gratis: 3 repo, 50 ribu baris terindeks, semua 11 alat, tanpa kuota query bulanan. Jika repo representatif Anda lebih besar, halaman harga mencantumkan tingkatan workspace ($0, $19, $49, $149) berdasarkan cakupan yang diindeks — bukan berdasarkan jumlah kursi.
3. Hubungkan GitHub dan tunggu indeksasi pertama selesai. Anda tidak mengompilasi apa pun secara lokal.
4. Hubungkan klien MCP — beberapa baris konfigurasi. Maguyva adalah server MCP jarak jauh, jadi tidak ada plugin, tidak ada ekstensi, dan tidak ada editor kedua yang harus diadopsi.
5. Ajukan satu pertanyaan yang bisa Anda verifikasi. ‘Apa yang bergantung pada parseConfig?’ atau ‘Di mana kedaluwarsa sesi login ditangani?’ Lalu buka hasil file.ext:line yang dikutip dan periksa terhadap pohon di depan Anda.
6. Hanya setelah kutipan itu bertahan dari kontak itu, Anda membiarkan agen mengedit.

Jika repo pertama cocok dengan baik dan pohon Anda besar, naikkan workspace agar sesuai dengan baris terindeks Anda dan kecepatan pembangunan ulang. Manusia dan agen berbagi hitungan pengguna yang sama — Maguyva menagih per workspace, bukan per kursi — jadi menambahkan agen ketiga ke dalam loop tidak membebani Anda apa pun.

Tes aktivasi sama dengan yang direkomendasikan dokumentasi untuk setiap jalankan pertama: indeks satu repo yang sudah Anda kenal, ajukan satu pertanyaan yang bisa Anda verifikasi. Repo besar tidak mengubah tesnya; itu hanya membuat file pertama yang salah menjadi lebih mahal.

Yang perlu diperhatikan setelah terhubung

Perhatikan tiga hal. Kesegaran: paket berbayar dibangun ulang setiap jam, paket gratis harian, dan pekerjaan lokal yang belum di-push tidak akan ada di peta — itulah kompromi yang Anda terima. Cakupan: indeks kumpulan repo yang representatif, bukan setiap fork yang diarsipkan; tingkat gratis sengaja diukur untuk mengetahui apakah jawabannya layak dipertahankan. Dan verifikasi: peta repo besar yang tidak bisa mengutip jalur dan nomor baris hanyalah mesin tebakan yang lebih lambat, jadi buat agen Anda menunjukkan lokasi sebelum mengirimkan patch.

Lalu jalankan tes yang sama seperti yang akan Anda jalankan pada repo kecil. Indeks satu repo yang sudah Anda kenal. Ajukan satu pertanyaan yang bisa Anda verifikasi. Jika peta itu nyata, agen Anda berhenti memulai dari pohon yang dingin.

// no laptop got hot building this map.