# Cara Maguyva Berfungsi Canonical source: https://maguyva.ai/ms/docs/how-it-works 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). 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. 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 pelaksanaan 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. Maguyva menawarkan 5 keupayaan perolehan maklumat: semantic, AST, symbol, dependency, text. Dalam intelligent_search, terdapat empat modaliti carian: semantik, teks, berstruktur dan graf. Tetapan lalai auto/balanced menghalakan pertanyaan yang dikenal pasti dengan keyakinan tinggi sebagai carian definisi kepada carian berstruktur, soalan tentang rujukan atau kesan kepada graf, dan soalan tentang padanan tepat kepada carian teks. Soalan lain menggunakan makna semantik dan teks yang diindeks. Gunakan mode=hybrid atau auto dengan quality=thorough untuk meminta keempat-empat modaliti carian. Mod yang dipilih secara eksplisit mengatasi tetapan quality. language_filter mengecualikan graf daripada auto/hybrid dan ditolak apabila mode=graph dipilih secara eksplisit. Hasil daripada beberapa modaliti digabungkan dan disusun mengikut kerelevanan kepada pertanyaan. Paparan repositori peribadi berada bersebelahan data rujukan awam untuk languages and text-based technologies 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 - **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 ### Penghalaan dan Pemeringkatan - **Pemarkahan Relevans**: Memilih bukti hasil carian mengikut mod carian dan pratetap kualiti, kemudian menyusun padanan mengikut kerelevanan kepada pertanyaan - **Pengurangan Hingar**: Mengurangkan padanan pendua dan mengehadkan cebisan bagi setiap fail supaya satu fail tidak memenuhi seluruh tetingkap hasil - **Keutamaan Konteks**: Memastikan hasil terhad dan relevan secara lalai. Peningkatan berdasarkan kepentingan perlu diaktifkan dengan boost_by_importance=true untuk penerokaan seni bina; ini bukan dasar pemeringkatan lalai ### 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 lingkungan impak merentas kod ### Ciri Keselamatan - **Keselamatan Penghantaran**: Sambungan ke perkhidmatan ini menggunakan HTTPS/TLS - **Storan Terurus**: Data terindeks disimpan pada infrastruktur terurus dengan penyulitan pada peringkat storan ketika data disimpan - **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 ### Apa yang Boleh Dijangka - **Ketepatan Perancangan Lebih Baik**: Ejen boleh sahkan pendekatan berbanding repositori sebenar sebelum mula mengkod - **Refactor Lebih Selamat**: Semakan lingkungan impak 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 dijalankan ### 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 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](https://maguyva.ai/docs/mcp-api) penuh untuk kesemua 11 alat. Prestasi berbeza mengikut saiz kod dan kerumitan pertanyaan. Maguyva memberi tumpuan untuk menyampaikan konteks paling relevan berbanding memuatkan keseluruhan fail. Lihat [keserasian](https://maguyva.ai/docs/compatibility) untuk bahasa dan klien yang disokong. Hasil berbeza-beza bergantung pada saiz kod, kerumitan, dan jenis pertanyaan yang dikendalikan oleh ejen AI anda. Sambungkan repositori GitHub anda melalui portal Maguyva. Indeks disegarkan melalui tugas penyegerakan GitHub apabila kod berubah. Portal juga menyediakan gambaran penggunaan API.