Cara Maguyva Berfungsi
Sambungkan repositori GitHub dan Maguyva akan menukarnya kepada beberapa paparan boleh cari yang boleh digunakan oleh ejen anda mengikut keperluan. Berbanding memuatkan keseluruhan fail ke dalam konteks, model mendapat capaian berasaskan bukti kepada simbol, struktur, dokumentasi, kebergantungan, dan serpihan kod yang tersusun.
Masalah Konteks#
Apabila projek anda berkembang, ejen AI bergelut dengan:
- Had Tetingkap Konteks - Terlalu banyak maklumat membebankan model AI
- Data Tidak Relevan - Ejen AI membazir token pada maklumat yang tidak diperlukan
- Prestasi Lemah - Ketepatan berkurang dan masa pemprosesan lebih perlahan
- Pengurusan Manual - Pembangun habiskan berjam-jam menyusun konteks secara manual
- Kos Lebih Tinggi - Tanpa pengurusan konteks, kos token meningkat dengan setiap pertanyaan
Semakin besar sesuatu projek berkembang, semakin banyak bunyi bising memasuki tetingkap konteks — dan ketepatan ejen pun merosot akibatnya.
Penyelesaian Maguyva#
Apabila anda menyambungkan repositori, Maguyva menjalankan saluran paip penyerapan awan ke atas kod, dokumentasi, manifest, simbol, dan metadata kebergantungan. Matlamatnya ialah membina memori kod yang kekal sekali sahaja, berbanding menyuruh setiap larian ejen menemui semula repo itu dari kosong.
Saluran paip itu menghasilkan beberapa lapisan data khusus: carian teks tepat, capaian semantik, carian simbol dan rujukan, paparan struktur, dan analisis graf kebergantungan. Soalan berbeza dihalakan ke lapisan yang berbeza.
Carian menggabungkan 5 mod capaian: semantic, AST, symbol, dependency dan text. Hasil digabung dan disusun supaya simbol penting muncul dahulu berbanding fungsi pembantu bernilai rendah.
Paparan repositori peribadi berada bersebelahan data rujukan awam untuk bahasa dan teknologi berasaskan teks yang disokong. Ejen anda mencapai keseluruhan sistem melalui alat MCP, yang boleh anda gunakan secara meluas semasa perancangan dan pengesahan, atau sebagai semakan pantas semasa menyunting.
1. Penyerapan Repositori#
Selepas GitHub disambungkan, Maguyva mengimbas repositori itu di awan dan mengekstrak bahagian yang benar-benar diperlukan oleh ejen untuk menaakul:
Normalisasikan repo sekali sahaja supaya setiap panggilan ejen boleh membuat pertanyaan pada memori kod yang kekal.
- Analisis Struktur Kod- Menghurai fail kepada simbol, rujukan, dan sempadan seni bina
░╔═╗░ ▓║◉║▓ ░╚═╝░
- Penyelesaian Kebergantungan- Memetakan cara fail, modul, dan simbol saling bergantung antara satu sama lain
╲▄█▄╱ ─◆●◆─ ╱▀█▀╲
- Integrasi Dokumentasi - Menarik masuk dokumentasi repositori dan bahan rujukan berkaitan bersama kod
2. Lapisan Capaian Khusus#
Berbanding satu indeks generik sahaja, Maguyva membina beberapa permukaan capaian yang menjawab soalan berbeza dengan pantas dan dengan bukti yang berbeza:
Bajet konteks: Maguyva memulangkan serpihan kod tersusun lengkap dengan laluan fail dan nombor baris, berbanding memuatkan keseluruhan fail ke dalam konteks. Pengurangan token sebenar bergantung pada saiz repositori dan kekhususan pertanyaan.
Penghalaan dan Penyusunan#
- Pemarkahan Relevans- Memilih mod capaian yang betul dan mengangkat hasil penting dahulu
▄█▄ ║⊙⊙║ ╚═█═╝
- Pengurangan Hingar - Membuang kod boilerplate, serpihan berlebihan, dan padanan bernilai rendah
- Keutamaan Konteks - Menyusun hasil supaya ejen nampak simbol teras dahulu sebelum fungsi pembantu kes tepi
Perwakilan Tersimpan#
- Capaian Semantik- Mencari kod dan dokumen yang serupa dari segi konsep walaupun perkataan tepatnya berbeza
┌─◈─┐ ║███║ ╚═══╝
- Paparan Simbol dan Struktur - Menyokong carian simbol tepat, rujukan, dan soalan berbentuk AST
- Analisis Graf Kebergantungan- Menjejak pemanggil, import, dan radius kesan merentas kod
▓█▓ ╔═●═╗ ╚═╤═╝
3. Lapisan Alat Model Context Protocol (MCP)#
Maguyva disampaikan sebagai pelayan MCP dihoskan di awan. Ejen anda memanggil alat mengikut sudut pandang yang diperlukan berbanding bergantung pada model untuk mengingati seni bina anda dari kosong. Empat permukaan di atas adalah pandangan berkumpulan bagi alat konkritnya: Carian Semantik merangkumi semantic_search dan intelligent_search; Carian Simbol merangkumi find_symbol dan get_task_context; Carian Struktur merangkumi structural_search dan text_pattern_search; Graf Kebergantungan merangkumi dependency_search dan analyze_dependencies — selain get_file, repository_context, dan ask_maguyva sebagai utiliti sokongan. Lihat Rujukan API MCP penuh untuk kesemua 11 alat.
Menghalakan setiap permintaan ke permukaan capaian yang boleh menjawabnya dengan bukti paling berguna.
Faedah Keserasian MCP#
- Guna Lebih Atau Kurang Alat - Bergantung sepenuhnya pada Maguyva semasa merancang atau sekadar guna untuk semak siuman perubahan berisiko
- Pengesahan Rancangan Lebih Baik - Semak silang idea berbanding simbol, rujukan, dan dokumentasi sebenar sebelum menyunting
- Radius Kesan Lebih Jelas - Alat kebergantungan dan graf menunjukkan apa yang mungkin rosak jika sesuatu simbol berubah
- Serasi Masa Hadapan - Berfungsi dengan sebarang klien yang menyokong standard MCP
Seni Bina Teknikal#
Saluran Paip Pemprosesan Selamat#
Sambungan repositori luaran dan MCP menggunakan HTTPS/TLS.
Ciri Keselamatan#
- Keselamatan Transport - Sambungan ke perkhidmatan ini menggunakan HTTPS/TLS
- Storan Terurus - Data terindeks disimpan pada infrastruktur terurus dengan penyulitan pada peringkat storan semasa rehat
- Pengasingan Ruang Nama - Data repositori disempadankan mengikut ruang kerja dan ruang nama sepanjang laluan saluran paip dan pertanyaan pangkalan data
- Kawalan Akses - Akses repositori dihadkan oleh sempadan organisasi dan ruang nama
Ciri-ciri Prestasi#
Prestasi berbeza mengikut saiz kod dan kerumitan pertanyaan. Maguyva memberi tumpuan untuk menyampaikan konteks paling relevan berbanding memuatkan keseluruhan fail. Lihat keserasian untuk bahasa dan klien yang disokong.
Apa yang Boleh Dijangka#
Dengan menapis dan menyusun konteks kod anda secara bijak, Maguyva membantu ejen AI bekerja dengan lebih cekap:
- Ketepatan Perancangan Lebih Baik - Ejen boleh sahkan pendekatan berbanding repositori sebenar sebelum mula mengkod
- Refactor Lebih Selamat - Semakan radius kesan dan kebergantungan mengurangkan kerosakan yang boleh dielakkan
- Pembaziran Token Lebih Rendah - Hanya serpihan relevan dipulangkan berbanding keseluruhan fail
- Kefahaman Repo Lebih Pantas - Model mendapat jawapan berasaskan bukti dengan pantas berbanding menemui semula struktur projek setiap kali larian
Hasil berbeza-beza bergantung pada saiz kod, kerumitan, dan jenis pertanyaan yang dikendalikan oleh ejen AI anda.
Memastikan Indeks Anda Sentiasa Terkini#
Kemas Kini Automatik#
- Penyegerakan Repositori - Menyegar semula daripada tugas penyegerakan GitHub apabila kod berubah
- Pemprosesan Berperingkat - Hanya memproses fail yang berubah demi kecekapan
- Konteks Sedar-Cabang - Mengekalkan indeks berasingan bagi setiap cabang git supaya ejen nampak konteks yang betul untuk setiap cabang
Bermula#
Sedia untuk mencubanya?
- Mula percuma - Tiada kad kredit diperlukan
- Sambungkan repositori anda - pautkan repo GitHub dalam portal Maguyva
- Arahkan ejen anda ke Maguyva - Guna alat MCP semasa merancang, menyemak, atau menyunting (panduan pemasangan)
Pengurusan Repositori#
Sambungkan repositori GitHub anda melalui portal Maguyva. Platform ini menyegarkan semula indeks daripada tugas penyegerakan GitHub apabila kod berubah, memastikan lapisan alat MCP sentiasa terkini untuk setiap cabang. Portal ini turut menyediakan paparan asas penggunaan API, dengan analitik yang lebih terperinci dalam perancangan hala tuju.