Slik fungerer Maguyva

Koble til et GitHub-repo, og Maguyva gjør det om til flere søkbare visninger agenten din kan bruke ved behov. I stedet for å dumpe hele filer inn i konteksten, får modellen forankret tilgang til symboler, struktur, dokumentasjon, avhengigheter og rangerte kodefragmenter.

Etter hvert som prosjektene dine vokser, sliter AI-agenter med:

• Begrensninger i kontekstvindu - For mye informasjon overbelaster AI-modeller
• Irrelevante data - AI-agenter kaster bort token på unødvendig informasjon
• Dårlig ytelse - Redusert treffsikkerhet og lengre behandlingstid
• Manuell håndtering - Utviklere bruker timer på å organisere kontekst manuelt
• Høyere kostnader - Uten konteksthåndtering øker tokenkostnadene for hvert spørsmål

Når du kobler til et repo, kjører Maguyva skybaserte innhentingspipelines over kode, dokumentasjon, manifester, symboler og avhengighetsmetadata. Målet er å bygge varig kodeminne én gang, i stedet for å la hver agentkjøring gjenoppdage repoet fra bunnen av.

Disse pipelinene produserer flere spesialiserte datalag: eksakt tekstsøk, semantisk gjenfinning, symbol- og referanseoppslag, strukturelle visninger og analyse av avhengighetsgrafen. Ulike spørsmål rutes til ulike lag.

Maguyva tilbyr 5 funksjoner for gjenfinning: semantic, AST, symbol, dependency og text. I intelligent_search finnes fire søkemodaliteter: semantikk, tekst, struktur og graf. Standardvalget auto/balanced sender spørsmål som sikkert identifiseres som definisjonssøk, til struktursøk, spørsmål om referanser eller påvirkning til grafen og spørsmål om eksakte treff til tekstsøk. Andre spørsmål bruker semantisk mening og indeksert tekst. Bruk mode=hybrid eller auto med quality=thorough for å be om alle fire søkemodaliteter; en eksplisitt angitt modus har forrang over quality. Med language_filter utelates graf fra auto/hybrid, og filteret avvises sammen med eksplisitt grafmodus. Resultater fra flere modaliteter slås sammen og rangeres etter relevans for spørringen.

De private repovisningene ligger side om side med offentlige referansedata for støttede språk og tekstbaserte teknologier. Agenten din når hele systemet gjennom MCP-verktøy, som du kan lene deg tungt på under planlegging og validering, eller bruke som stikkprøver mens du redigerer.

Når GitHub er koblet til, skanner Maguyva repoet i skyen og trekker ut delene en agent faktisk trenger å resonnere rundt:

• Analyse av kodestruktur ░╔═╗░ ▓║◉║▓ ░╚═╝░ - Parser filer til symboler, referanser og arkitektoniske grenser
• Kartlegging av avhengigheter ╲▄█▄╱ ─◆●◆─ ╱▀█▀╲ - Kartlegger hvordan filer, moduler og symboler er avhengige av hverandre
• Integrasjon av dokumentasjon - Henter inn repo-dokumentasjon og relatert referansemateriale sammen med koden

I stedet for én generisk indeks bygger Maguyva flere gjenfinningsflater som svarer raskt på ulike spørsmål med ulike typer bevis:

• Relevansscoring ▄█▄ ║⊙⊙║ ╚═█═╝ - Velger underlag ut fra søkemodus og kvalitetsinnstilling og rangerer deretter treffene etter relevans for søket
• Støyreduksjon - Reduserer dupliserte treff og begrenser antall fragmenter per fil slik at én fil ikke fyller hele resultatvinduet
• Kontekstprioritering - Holder resultatene avgrensede og relevante som standard. Ekstra vekting etter viktighet må slås på med boost_by_importance=true for arkitekturgjennomganger; dette er ikke standard rangeringspraksis

• Semantisk gjenfinning ┌─◈─┐ ║███║ ╚═══╝ - Finner konseptuelt lignende kode og dokumentasjon selv når ordene er forskjellige
• Symbol- og strukturvisninger - Støtter eksakt symboloppslag, referanser og AST-formede spørsmål
• Analyse av avhengighetsgraf ▓█▓ ╔═●═╗ ╚═╤═╝ - Følger kallere, importer og påvirkningsradius gjennom hele kodebasen

Maguyva leveres som en skybasert MCP-server. Agenten din kaller verktøyene for perspektivet den trenger, i stedet for å stole på at modellen husker arkitekturen din fra bunnen av. De fire flatene over er grupperte visninger av de konkrete verktøyene: Semantisk søk dekker semantic_search og intelligent_search; Symboloppslag dekker find_symbol og get_task_context; Strukturelt søk dekker structural_search og text_pattern_search; Avhengighetsgraf dekker dependency_search og analyze_dependencies — i tillegg til get_file, repository_context og ask_maguyva som støtteverktøy. Se hele MCP API-referanse for alle 11 verktøyene.

• Bruk mer eller mindre verktøy - Len deg tungt på Maguyva under planlegging, eller bruk det bare til å fornuftssjekke en risikabel endring
• Bedre planvalidering - Kryssjekk ideer mot faktiske symboler, referanser og dokumentasjon før du redigerer
• Tydeligere påvirkningsradius - Avhengighets- og grafverktøy viser hva som kan gå i stykker om et symbol endres
• Fremtidskompatibel - Fungerer med enhver klient som støtter MCP-standarden

• Transportsikkerhet - Tilkoblinger til tjenesten bruker HTTPS/TLS
• Administrert lagring - Indekserte data lagres på administrert infrastruktur med kryptering på lagringsnivå i hvile
• Navneromsisolasjon - Repodata avgrenses etter arbeidsområde og navnerom gjennom pipeline- og databasespørringsveiene
• Tilgangskontroll - Tilgang til repoer begrenses av organisasjons- og navneromsgrenser

Ytelsen varierer med størrelsen på kodebasen og hvor komplekst spørsmålet er. Maguyva prioriterer å levere den mest relevante konteksten fremfor å dumpe hele filer. Se kompatibilitet for støttede språk og klienter.

Ved å filtrere og organisere konteksten fra kodebasen din på en intelligent måte, hjelper Maguyva AI-agenter med å jobbe mer effektivt:

• Bedre planleggingspresisjon - Agenter kan validere en tilnærming mot det faktiske repoet før de begynner å kode
• Tryggere refaktorering - Sjekker av påvirkningsradius og avhengigheter reduserer unødvendige brudd
• Færre bortkastede token - Kun relevante fragmenter returneres i stedet for hele filer
• Raskere forståelse av repoet - Modellen får forankrede svar raskt, i stedet for å gjenoppdage prosjektstrukturen for hver kjøring

• Reposynkronisering - Oppdateres fra GitHub-synkroniseringsjobber etter hvert som koden endres
• Inkrementell prosessering - Behandler kun endrede filer for økt effektivitet
• Branch-bevisst kontekst - Holder separate indekser per git-branch, slik at agenter ser riktig kontekst for hver branch

Klar for å prøve?

1. Start gratis - Ikke behov for kredittkort
2. Koble til repoet ditt - koble til et GitHub-repo i Maguyva-portalen
3. Pek agenten din mot Maguyva - Bruk MCP-verktøyene under planlegging, kontroll eller redigering (installasjonsguiden)

Start gratis →

Koble til GitHub-repositoriene dine gjennom Maguyva-portalen. Indeksene oppdateres gjennom GitHub-synkroniseringsjobber når koden endres. Portalen gir også innsyn i API-bruken.