# Een AI-agent context geven van een grote repo zonder lokale indexer

Canonical source: https://maguyva.ai/nl/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

> Hoe je een codeeragent een doorzoekbare kaart geeft van een grote repository vanuit de cloud, zonder een lokale indexer op je laptop te draaien.

Een grote repository past niet in een contextvenster, en als je ooit een laptopindexer op een echte monorepo hebt losgelaten, weet je dat hij daar ook niet comfortabel past — het RAM-gebruik schiet omhoog, de eerste indexering duurt een uur, en je agent begint de volgende sessie nog steeds met gokken welke bestanden ertoe doen.

Het gebruikelijke antwoord is een indexer naast de editor te draaien, en voor een repo die comfortabel op één machine past, is dat een goed antwoord. Als jouw monorepo al snel indexeert in Cursor en dat de enige plek is waar je de kaart nodig hebt, heeft dit stuk niets toe te voegen — sla het over.

Dit stuk gaat over het andere geval — wanneer een agent een doorzoekbare kaart van een grote repo nodig heeft, en jij daarvoor geen lokale indexer wilt draaien.

## Wanneer een lokale indexer het verkeerde hulpmiddel is

Een lokale index gaat ervan uit dat de code leeft op de machine die hem bevraagt, en op de schaal van een echte monorepo raakt die aanname zelfs binnen één editor onder spanning. De repo is simpelweg groter dan je 'warm' wilt houden op een laptop: je werkt in één package terwijl de impactradius drie mappen verderop ligt, en een eerste koude indexering van een boom van twee miljoen regels is niet iets wat je twee keer wilt doorstaan — niet op je eigen machine, niet op een CI-runner die die boom nog nooit eerder heeft gekloond. Of een teamgenoot zou dezelfde kaart als jij moeten kunnen bevragen, zonder te wachten tot zijn eigen machine zich door dezelfde index heeft geworsteld.

Niets daarvan is een reden om een goede editorindexer weg te gooien. Het is een reden om daarnaast ook een gehoste kaart te hebben die elk van je agenten via MCP kan bevragen.

En het schaalprobleem gaat dieper dan 'te veel bestanden om te plakken'. Op een grote boom is de interessante vraag bijna nooit 'laat me dit bestand zien' — het is welk bestand, welk symbool, welke aanroepers, welke tests. Een agent die begint met het opsommen van `src/` en de eerste drie resultaten lezen, mist vrolijk de handler in `apps/api` en de gegenereerde client in `packages/sdk`. Wat je nodig hebt, is ophalen dat gebouwd is vanuit de hele boom, dan gerangschikt, dan geciteerd.

## Wat 'context van een grote repo' echt betekent

Bestanden in de prompt dumpen is geen context — het is een kleinere, slechtere kopie van de boom. Wat je agent echt nodig heeft, is vragen stellen en geciteerde antwoorden terugkrijgen: waar dit symbool is gedefinieerd en wie het aanroept, wat afhangt van de module die ik op het punt sta te wijzigen, welk testbestand dit gedrag dekt, en hoe de boom er *nu* uitziet, niet vorig kwartaal.

Die antwoorden moeten komen uit een index die van jouw repo is opgebouwd, niet uit het geheugen van het model over andermans repo's, en de index moet ergens buiten het contextvenster van de agent leven. Voor dit probleem zou hij ook ergens buiten je laptop moeten leven.

Nog iets wat instructiebestanden niet voor je kunnen doen: `CLAUDE.md` en `AGENTS.md` zijn de juiste plek voor conventies en gedrag, maar het zijn geen levende, gerangschikte, doorzoekbare kaart van een boom van twee miljoen regels. Gebruik regels voor gedrag; gebruik repo-intelligentie voor feiten.

## We bouwen de kaart in de cloud, we bevragen hem vanuit elke client

Maguyva is een externe MCP-contextlaag voor de codebase. Je koppelt GitHub, kiest je repositories, en je kunt weglopen terwijl cloudpipelines de boom parsen, symbolen en grafrandjes bouwen, en een gerangschikte kaart onderhouden — nooit een lokale indexer.

Als je code pusht, worden gewijzigde bestanden incrementeel geparsed, en herbouwen de graaf- en rankinglagen zich volgens een schema: dagelijks in het gratis plan, elk uur in de betaalde plannen. Elke snapshot is van een tijdstempel voorzien, zodat je agent kan zeggen welke versie van de boom hij leest. De eerlijke beperking hier is niet-gesynchroniseerd lokaal werk — een wijziging die alleen bestaat in je werkboom, nooit gepusht, staat nog niet in de gehoste kaart.

Daarna verbind je welke client je ook al gebruikt door een API-sleutel toe te voegen aan diens MCP-configuratie. Er zijn installatiegidsen voor 24 gedocumenteerde MCP-clients, en elke andere MCP-compatibele client die standaardconfiguratie ondersteunt, kan ook verbinding maken. Als Cursor je thuisbasis is, doorloopt de [Cursor-pagina](/nl/for-cursor) dat pad; dezelfde server beantwoordt Claude Code, VS Code, Windsurf, Codex CLI en de rest.

Je wisselt niet van editor. Je geeft je agent een hulpmiddeloppervlak — 11 MCP-hulpmiddelen voor zoeken, symbolen, afhankelijkheidsanalyse, bestandsophaling en repository-context — met dekking van meer dan 279 talen en tekstgebaseerde technologieën, wat meer betekent dan je zou denken op een monorepo die jaren geleden al is opgehouden één taal te zijn.

Antwoorden komen onderbouwd terug, als bestandspaden met regelnummers. Semantisch, structureel, graaf- en tekstzoeken worden samengevoegd tot gerangschikte resultaten, zodat een vraag als 'wat hangt af van parseConfig' je geen grep-dump of één semantisch fragment geeft, maar de handvol plekken die er echt toe doen.

## Een concrete aanpak

Begin niet met het indexeren van het hele bedrijf. Hier is het pad dat werkt:

1. Kies één repository die je al goed kent — een package die je handmatig kunt beoordelen is meer waard dan de grootste boom die je hebt.
2. Begin gratis: 3 repo's, 50k geïndexeerde regels, alle 11 hulpmiddelen, geen maandelijkse queryquota. Als jouw representatieve repo groter is, somt de [prijspagina](/nl/pricing) de werkruimteniveaus op ($0, $19, $49, $149) naar geïndexeerde omvang — niet naar aantal plekken.
3. Verbind GitHub en wacht tot de eerste indexering klaar is. Je compileert niets lokaal.
4. Verbind de MCP-client — een paar regels configuratie. Maguyva is een externe MCP-server, dus er zijn geen plug-ins, geen extensies, en geen tweede editor om over te nemen.
5. Stel één vraag die je kunt verifiëren. 'Wat hangt af van parseConfig?' of 'Waar wordt het verlopen van de loginsessie afgehandeld?' Open dan de geciteerde `file.ext:line`-resultaten en controleer ze tegen de boom voor je.
6. Pas nadat de citaten dat contact hebben overleefd, laat je de agent bewerken.

Als de eerste repo goed past en je boom is groot, verhoog dan de werkruimte om overeen te komen met je geïndexeerde regels en herbouwfrequentie. Mensen en agenten delen hetzelfde gebruikersaantal — Maguyva rekent per werkruimte, niet per plek — dus een derde agent toevoegen aan de lus kost je niets.

De activeringstest is dezelfde die de [documentatie](/nl/docs) aanbeveelt voor elke eerste run: indexeer een repo die je al kent, stel één vraag die je kunt verifiëren. Een grote repo verandert de test niet; hij maakt alleen een verkeerd eerste bestand duurder.

## Waar je op moet letten na het verbinden

Houd drie dingen in de gaten. Versheid: betaalde plannen herbouwen elk uur, gratis plannen dagelijks, en niet-gepusht lokaal werk staat niet in de kaart — dat is de afweging die je maakt. Omvang: indexeer een representatieve set repo's, niet elke gearchiveerde fork; het gratis niveau is bewust zo groot dat je kunt uitzoeken of de antwoorden het waard zijn om te behouden. En verificatie: een kaart van een grote repo die geen paden en regelnummers kan citeren, is gewoon een tragere gokmachine, dus laat je agent de locatie tonen voordat hij de patch aflevert.

Voer dan dezelfde test uit die je op een kleine repo zou uitvoeren. Indexeer een repo die je al kent. Stel één vraag die je kunt verifiëren. Als de kaart echt is, stopt je agent met beginnen vanaf een koude boom.

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