# Cara kami mengukur

Canonical source: https://maguyva.ai/ms/methodology

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).

Halaman ini adalah tempat sebenar untuk membaca bagaimana dakwaan kualiti dan kos Maguyva diasaskan. Ia hanya berdasarkan fakta: apa yang kami ukur, bagaimana kami menilainya, dan apa yang tidak kami dakwa telah diaudit.

Kemas kini terakhir: 2026-10. Kiraan semasa dijana semula daripada data sumber; halaman ini menerangkan model pengukuran. Rekod bukti yang dipautkan membezakan peraturan fixture yang telah dilaksanakan daripada sasaran carian terdahulu yang belum disahkan.

- Semakan kualiti fixture
- Dimensi language-audit
- Ketelusan kos

> Ini ialah terjemahan berbantukan AI yang disediakan untuk kemudahan anda. Versi rasmi Bahasa Inggeris ialah satu-satunya versi yang mengikat — sebarang perjanjian yang anda persetujui semasa mendaftar tertakluk kepada teks Bahasa Inggeris. [Baca versi rasmi Bahasa Inggeris](https://maguyva.ai/methodology)

**tl;dr**: Pelaporan kualiti menggunakan pengelasan fixture dan papan audit bahasa pelbagai dimensi. Status GREEN pada fixture yang diketahui bukan pengesahan bebas bahawa pengekstrakan betul, atau jaminan bahawa setiap bahasa yang didayakan memenuhi ambang tersebut. Dakwaan kos ialah pengiraan harga workspace dan ketelusan kos operasi awam, bukan audit persaingan pihak ketiga.

## 1. Mengapa Halaman Ini Wujud

Pembeli yang skeptikal tidak sepatutnya perlu melakukan kejuruteraan songsang ke atas teks pemasaran. Maguyva mengindeks repositori dan memaparkan dakwaan ketepatan, liputan bahasa dan kos di seluruh laman. Dakwaan tersebut memerlukan halaman metodologi yang jujur tentang skop pengukuran: apa yang disokong fixture, apa yang disokong penilaian, dan apa yang hanya penyusunan kata, bukan pensijilan bebas.

## 2. Apa Yang Kami Ukur

Kualiti kecerdasan kod diukur terutamanya pada enjin bahasa — pengekstrakan simbol, hubungan dan graf daripada kod sumber — bukan pada skor “kepuasan ejen” yang subjektif.

- Set fixture mengikut bahasa: edge dan simbol yang dijangka yang mesti diekstrak dengan betul oleh handler
- Pengelasan ketepatan fixture: GREEN memerlukan precision ≥ 0.95, recall ≥ 0.99, F1 ≥ 0.97 dan sekurang-kurangnya 20 edge yang dijangka, tertakluk juga pada semakan tambahan pemilihan dan pengurusan fixture. Ini ialah peraturan untuk kes ujian yang diketahui, bukan anggaran keyakinan statistik atau pernyataan bahawa setiap bahasa yang didayakan berstatus GREEN.
- Dimensi language-audit: ketepatan, integriti struktur, kesempurnaan, kualiti dan prestasi pada papan pengesahan
- Gelung korpus dan pemeriksaan spot: edge yang disampel daripada repositori sebenar diklasifikasikan mengikut rubrik (betul, positif palsu, ralat jenis/skop/metadata) — diterangkan dalam catatan blog language-grind kami
- Penanda keupayaan produk: apa yang benar-benar ditawarkan pelayan (AST, pemboleh ubah setempat, pengekstrakan graf) — berasingan daripada saiz katalog

**Penting:** Fixture disahkan terhadap fixture yang kami tulis sendiri. HIJAU bermaksud kes yang diketahui lulus. Ini tidak secara automatik bermaksud setiap corak kod dalam penggunaan sebenar diekstrak dengan betul. Perbezaan ini adalah sengaja dan dinyatakan secara terbuka.

## 3. Hijau Berbanding Disahkan Secara Bebas

Papan language-audit menggunakan pelbagai paksi supaya satu lampu hijau tidak boleh dibaca sebagai “dibuktikan sempurna”. Angka utama pada papan biasanya dibahagikan kepada:

- overall_green — tiada regresi berbanding fixture self-snapshot dan gate korpus berkaitan (perlu, tetapi tidak mencukupi)
- independently_verified — mempunyai isyarat penilaian yang kukuh seperti benih pemeriksaan spot (termasuk bahasa yang masih menunjukkan ralat yang telah dinilai)
- verified_clean / tiada ralat ditemui melalui penilaian pada edge yang disampel — subset bahasa yang telah dinilai dan memenuhi syarat yang lebih ketat
- kurasi / kepercayaan oracle — sama ada fixture itu sendiri dianggap sebagai oracle yang boleh dipercayai
- penanda struktur — pengekstrakan graf dan keupayaan AST tidak sama dengan keahlian katalog semata-mata

Bilangan bahasa dalam bahasa pemasaran (contohnya “285+ bahasa”) adalah saiz katalog: bahasa yang dikonfigurasi dan entri pelayan. Saiz katalog bukan SLA kualiti AST. Kami lebih suka pelaporan berperingkat berbanding satu angka besar yang menarik perhatian. Untuk maklumat produk semasa, lihat Keserasian dan Panduan Bahasa; untuk perincian naratif, lihat catatan penambahbaikan diri rekursif bahasa di blog.

## 4. Kualiti Carian Dan Pengambilan

Kualiti carian semantik adalah pelbagai mod: teks, AST, graf dan embedding digabungkan. Kami mendokumenkan pertukaran kejuruteraan yang disengajakan dan bukan mendakwa pengambilan yang tidak dapat dikalahkan:

- Embedding menggunakan keluarga model komersial (voyage-4-large setakat snapshot blog Jun 2026), dipilih berdasarkan papan pendahulu pengambilan awam pada masa keputusan dibuat
- Vektor dikuantisasikan secara binari untuk penyimpanan dan kos; ini sengaja menukar sebahagian ketepatan pengambilan untuk carian Hamming yang lebih murah dan lebih pantas tanpa pangkalan data vektor berasingan
- Penghalaan niat dan pemberat gabungan ialah heuristik yang direka. Cadangan Disember 2025 menganggarkan kadar awal carian tanpa hasil sekitar 15% dan menetapkan sasaran di bawah 5%; kami belum membekalkan set pertanyaan atau rekod pengukuran yang menunjukkan penurunan itu. Rekod bukti membetulkan dakwaan terdahulu bahawa peningkatan tersebut telah dicapai.
- Catatan blog termasuk bahagian “apa yang masih tidak sempurna” — isyarat yang tidak sempurna adalah sebahagian daripada rekod, bukan nota kaki yang disembunyikan

## 5. Dakwaan Kos

Bahasa kos pada Maguyva berkaitan dengan struktur harga dan ketelusan operasi, bukan kajian TCO formal yang disahkan oleh pihak ketiga.

- Harga workspace: dicaj mengikut repositori, baris yang diindeks dan kekerapan rebuild — bukan bagi setiap pengguna manusia atau ejen. FAQ dan teks pelan menjelaskan asas pengiraan ini.
- Contoh harga membandingkan 25 pengguna berbayar pada harga contoh $19–$59 setiap pengguna dengan Crew pada $49/bulan. Penjimatan berbeza mengikut saiz pasukan dan produk alternatif; ini bukan perbandingan ciri yang setara atau penanda aras persaingan bebas.
- Kejujuran kos operasi: halaman /team menerbitkan pecahan perbelanjaan perisian bulanan sebenar (langganan, alatan MCP/search, kos mengikut penggunaan). Ini ialah ketelusan berdasarkan penggunaan produk kami sendiri, bukan penyata kewangan yang diaudit.
- Kos embedding dan infrastruktur adalah kos produk yang diterima (embedding premium, penyimpanan, rebuild graf). Kami menanggungnya secara sengaja dan menyatakannya secara terbuka dalam catatan voyage-4-large dan naratif harga.

## 6. Apa Yang Tidak Kami Dakwa

Halaman ini juga merupakan senarai bukan-dakwaan. Jika sesuatu tiada pada papan pengukuran, jangan anggap nada pemasaran sebagai bukti.

- Tiada jaminan ketepatan mutlak menyeluruh untuk setiap bahasa. Ambang fixture terpakai bagi setiap bahasa pada kes yang diketahui; ralat dalam penggunaan sebenar masih dijangka berlaku dan kami terus berusaha mengurangkannya.
- Tiada dakwaan bahawa overall_green bersamaan dengan pengekstrakan yang sempurna dalam persekitaran produksi untuk setiap corak kod dalam repositori
- Tiada pakej pensijilan pematuhan pihak ketiga yang dikemukakan sebagai artifak metodologi pada halaman ini (lihat Keselamatan untuk fakta pengendalian data, bukan lencana pematuhan)
- Tiada perbandingan bebas pelbagai vendor dengan korpus dikongsi yang diterbitkan sebagai kad skor tetap
- Hasil carian dan analisis tetap disediakan atas dasar usaha terbaik (best-effort) di bawah Terma Perkhidmatan — Maguyva bukan pengganti untuk semakan kod, ujian, atau audit keselamatan

## 7. Cara Mengesahkan Sendiri

Langkah yang disarankan kepada bakal pelanggan masih sama: indeks repo yang sudah anda fahami, tanya satu soalan sebenar, dan periksa rujukannya.

- Mula secara percuma: repositori kecil yang mewakili mengatasi indeks seluruh syarikat pada hari pertama
- Gunakan alat MCP (intelligent_search, find_symbol, dependency_search) dan buka laluan yang dipetik
- Baca Cara Ia Berfungsi untuk seni bina ingestion dan pengambilan
- Baca Keserasian dan Panduan Bahasa untuk peringkat keupayaan, bukan sekadar saiz katalog
- Baca Keselamatan dan Privasi untuk pengendalian data; halaman ini tidak menggantikannya

- [Bukti dan pembetulan kualiti carian (bahasa Inggeris)](https://maguyva.ai/evidence/search-quality.md)
- [Bukti kualiti carian (JSON, bahasa Inggeris)](https://maguyva.ai/evidence/search-quality.json)
- [Cara Ia Berfungsi](https://maguyva.ai/ms/docs/how-it-works)
- [Keserasian](https://maguyva.ai/ms/docs/compatibility)
- [Harga](https://maguyva.ai/ms/pricing)
- [Pasukan](https://maguyva.ai/ms/team)
- [Keselamatan](https://maguyva.ai/ms/security)
- [Privasi](https://maguyva.ai/ms/privacy)
- [Status](https://maguyva.ai/ms/status)
- [Penambahbaikan Kendiri Rekursif Bahasa: Menggilap Kecerdasan Kod Merentasi ~280 Bahasa](https://maguyva.ai/ms/blog/autonomous-quality-loops-language-grind)
- [Mengapa Kami Menaik Taraf Carian Kod kepada voyage-4-large](https://maguyva.ai/ms/blog/upgrading-code-search-to-voyage-4-large)

Soalan tentang skop pengukuran atau dakwaan yang kelihatan tidak berasas: [support@maguyva.ai](mailto:support@maguyva.ai)