# Dare a un agente AI il contesto di un repository grande senza un indexer locale

Canonical source: https://maguyva.ai/it/blog/large-repo-context-without-a-local-indexer

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).

Date: 2026-08-14 · Author: Maguyva Team

> Come dare a un agente di coding una mappa interrogabile di un repository grande dal cloud, senza eseguire un indexer locale sul tuo laptop.

Un repository grande non entra in una finestra di contesto, e se hai mai puntato un indexer da laptop su un vero monorepo, sai che non entra comodamente nemmeno lì — la RAM schizza, la prima indicizzazione richiede un'ora, e il tuo agente inizia comunque la sessione successiva indovinando quali file contano.

La risposta abituale è eseguire un indexer accanto all'editor, e per un repository che entra comodamente in una macchina, è una buona risposta. Se il tuo monorepo si indicizza già velocemente in Cursor e quello è l'unico posto in cui ti serve la mappa, questo articolo non ha nulla da aggiungere — saltalo.

Questo articolo parla dell'altro caso — quando un agente ha bisogno di una mappa interrogabile di un repository grande, e non vuoi eseguire un indexer locale per ottenerla.

## Quando un indexer locale è lo strumento sbagliato

Un indice locale presume che il codice viva sulla macchina che lo interroga, e alla scala di un vero monorepo questa presunzione si tende anche dentro un singolo editor. Il repository è semplicemente più grande di quanto tu voglia tenere 'caldo' su un laptop: lavori in un pacchetto mentre il raggio d'impatto si trova tre directory più in là, e una prima indicizzazione a freddo di un albero da due milioni di righe non è qualcosa che vuoi affrontare due volte — né sulla tua macchina, né su un runner CI che non ha mai clonato prima quell'albero. Oppure un collega dovrebbe poter interrogare la stessa mappa che usi tu, senza aspettare che la propria macchina si faccia strada attraverso lo stesso indice.

Niente di tutto questo è un motivo per buttare via un buon indexer dell'editor. È un motivo per avere anche una mappa ospitata che qualsiasi tuo agente può interrogare via MCP.

E il problema di scala va più a fondo di 'troppi file da incollare'. Su un albero grande, la domanda interessante non è quasi mai 'mostrami questo file' — è quale file, quale simbolo, quali chiamanti, quali test. Un agente che inizia elencando `src/` e leggendo i primi tre risultati mancherà allegramente l'handler in `apps/api` e il client generato in `packages/sdk`. Ciò di cui hai bisogno è un recupero costruito dall'intero albero, poi classificato, poi citato.

## Cosa significa davvero 'contesto di un repository grande'

Riversare file nel prompt non è contesto — è una copia più piccola e peggiore dell'albero. Ciò di cui il tuo agente ha davvero bisogno è porre domande e ricevere risposte citate: dove è definito questo simbolo e chi lo chiama, cosa dipende dal modulo che sto per cambiare, quale file di test copre questo comportamento, e come appare l'albero *adesso*, non lo scorso trimestre.

Queste risposte devono provenire da un indice costruito sul tuo repository, non dalla memoria del modello sui repository altrui, e l'indice deve vivere da qualche parte al di fuori della finestra di contesto dell'agente. Per questo problema, dovrebbe vivere anche da qualche parte al di fuori del tuo laptop.

Un'altra cosa che i file di istruzioni non possono fare per te: `CLAUDE.md` e `AGENTS.md` sono il posto giusto per convenzioni e comportamento, ma non sono una mappa viva, classificata, interrogabile di un albero da due milioni di righe. Usa le regole per il comportamento; usa l'intelligenza del repository per i fatti.

## Costruiamo la mappa nel cloud, la interroghiamo da qualsiasi client

Maguyva è un livello di contesto della codebase MCP remoto. Colleghi GitHub, scegli i tuoi repository, e puoi andartene mentre le pipeline cloud analizzano l'albero, costruiscono simboli e archi del grafo, e mantengono una mappa classificata — mai un indexer locale.

Quando fai push del codice, i file modificati vengono analizzati in modo incrementale, e i livelli di grafo e ranking vengono ricostruiti secondo una pianificazione: giornaliera nel piano gratuito, oraria in quelli a pagamento. Ogni snapshot ha un timestamp, così il tuo agente può dire quale versione dell'albero sta leggendo. Il limite onesto qui è il lavoro locale non sincronizzato — una modifica che esiste solo nel tuo working tree, mai pushata, non è ancora nella mappa ospitata.

Poi colleghi qualsiasi client tu già usi aggiungendo una chiave API alla sua configurazione MCP. Esistono guide di configurazione per 24 client MCP documentati, e qualsiasi altro client compatibile con MCP che supporta la configurazione standard può connettersi anch'esso. Se Cursor è casa tua, la [pagina Cursor](/it/for-cursor) percorre quella strada; lo stesso server risponde a Claude Code, VS Code, Windsurf, Codex CLI e agli altri.

Non cambi editor. Dai al tuo agente una superficie di strumenti — 11 strumenti MCP per ricerca, simboli, analisi delle dipendenze, recupero file e contesto del repository — con copertura di oltre 279 lingue e tecnologie basate su testo, il che conta più di quanto pensi su un monorepo che ha smesso di essere una sola lingua anni fa.

Le risposte tornano fondate, come percorsi di file con numeri di riga. Ricerca semantica, strutturale, a grafo e testuale vengono fuse in risultati classificati, così una domanda come 'cosa dipende da parseConfig' non ti dà né un dump grep né un singolo frammento semantico, ma la manciata di posti che davvero contano.

## Una guida concreta

Non iniziare indicizzando l'intera azienda. Ecco il percorso che funziona:

1. Scegli un repository che già conosci bene — un pacchetto che puoi valutare a mano vale più del più grande albero che hai.
2. Inizia gratis: 3 repository, 50mila righe indicizzate, tutti gli 11 strumenti, nessuna quota mensile di query. Se il tuo repository rappresentativo è più grande, la [pagina prezzi](/it/pricing) elenca i livelli di spazio di lavoro ($0, $19, $49, $149) per estensione indicizzata — non per numero di posti.
3. Collega GitHub e attendi che la prima indicizzazione finisca. Non stai compilando nulla localmente.
4. Collega il client MCP — poche righe di configurazione. Maguyva è un server MCP remoto, quindi non ci sono plugin, né estensioni, né un secondo editor da adottare.
5. Fai una domanda che puoi verificare. 'Cosa dipende da parseConfig?' oppure 'Dove viene gestita la scadenza della sessione di login?' Poi apri i risultati citati `file.ext:line` e confrontali con l'albero di fronte a te.
6. Solo dopo che le citazioni sopravvivono a quel contatto lasci che l'agente modifichi.

Se il primo repository si adatta bene e il tuo albero è grande, aumenta lo spazio di lavoro per adattarlo alle righe indicizzate e alla cadenza di ricostruzione. Umani e agenti condividono lo stesso conteggio di utenti — Maguyva addebita per spazio di lavoro, non per posto — quindi aggiungere un terzo agente al ciclo non ti costa nulla.

Il test di attivazione è lo stesso che la [documentazione](/it/docs) raccomanda per qualsiasi prima esecuzione: indicizza un repository che già conosci, fai una domanda che puoi verificare. Un repository grande non cambia il test; rende solo più costoso un primo file sbagliato.

## Cosa osservare dopo il collegamento

Tieni d'occhio tre cose. Aggiornamento: i piani a pagamento si ricostruiscono ogni ora, quelli gratuiti ogni giorno, e il lavoro locale non pushato non sarà nella mappa — è il compromesso che accetti. Ambito: indicizza un insieme rappresentativo di repository, non ogni fork archiviato; il livello gratuito è dimensionato apposta per scoprire se le risposte valgono la pena di essere mantenute. E verifica: una mappa di un repository grande che non può citare percorsi e numeri di riga è solo un motore di indovinelli più lento, quindi fai mostrare al tuo agente il posto prima che consegni la patch.

Poi esegui lo stesso test che eseguiresti su un repository piccolo. Indicizza un repository che già conosci. Fai una domanda che puoi verificare. Se la mappa è reale, il tuo agente smette di partire da un albero freddo.

`// no laptop got hot building this map.`