# Twój agent zapomina wszystko.

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

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).

Każde uruchomienie zaczyna się od zera. Maguyva daje Twojemu agentowi mapę kodu, zanim zacznie edytować — dzięki temu edytuje tak, jakby już tu kiedyś był.

Maguyva to hostowany serwer MCP, który daje agentom AI do kodowania inteligencję kodu: wyszukiwanie semantyczne, strukturalne, grafowe i tekstowe w Twoich repozytoriach.

- [Zaindeksuj swoje pierwsze repo](https://app.maguyva.ai/auth/sign-up?plan=free)
- [Przeczytaj dokumentację](https://maguyva.ai/pl/docs/quickstart)

Jedna integracja MCP obejmująca 11 narzędzi i 285+ języków. Maguyva to deterministyczne oprogramowanie — to samo pytanie, ta sama odpowiedź — a nie kolejne AI.

- **285 języków** Prawdziwe pokrycie: Rzeczywista ekstrakcja także dla mniej popularnych języków.
- **11 narzędzi MCP** Jedna integracja: Wyszukiwanie, symbole, graf i tekst w jednym miejscu.
- **Zdalny MCP** Dowolny klient: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop i inni klienci zgodni z MCP.
- **5 trybów** Tryby wyszukiwania: Zobacz, czego dotknie edycja, zanim się wydarzy.

## Łączysz GitHub. Maguyva buduje kontekst.

Pętla jest prosta: połącz GitHub, pozwól pipeline'om w chmurze utrzymywać repozytorium na bieżąco, połącz klienta MCP swoim kluczem API i daj agentowi narzędzia oparte na rzeczywistym kodzie, zanim zacznie edytować.

### 01. Wskaż repozytorium. Odejdź.

Autoryzuj GitHub, wybierz repozytoria. Maguyva zaczyna budować rankingowaną mapę każdego symbolu, zależności i łańcucha importów w chmurze — nie na Twoim laptopie.

### 02. Wypchnij kod. Indeks nadrabia zaległości.

Wypchnij zmiany do GitHub, a Maguyva zsynchronizuje się automatycznie. Zmienione pliki są parsowane przyrostowo; warstwy grafu i rankingu przebudowują się według harmonogramu (co godzinę w płatnych planach, raz dziennie w Free). Nigdy nie uruchamiasz lokalnego indeksera.

### 03. Jedna konfiguracja MCP. Dowolny klient.

Wrzuć klucz API do Claude Code, Cursor, VS Code, Devin Desktop, Codex albo czegokolwiek, co wyjdzie w przyszłym tygodniu. Kilka linijek konfiguracji i już działasz.

### 04. 11 narzędzi. Mniej zmyślonych edycji.

Twój agent może zadać pytanie w prostym języku i dostać rankingowane wyniki z 5 trybów wyszukiwania, prześledzić zasięg wpływu zmiany, znaleźć każdą klasę dziedziczącą po Exception albo sprawdzić PageRank symbolu — zanim tknie choć jedną linijkę kodu.

### Kontekst oparty na kodzie zamiast jednego ogólnego pola wyszukiwania.

- **To nie wyszukiwanie pełnotekstowe w przebraniu.**: Wyszukiwanie semantyczne, strukturalne, grafowe i tekstowe połączone w jednym miejscu. Twój agent dostaje rankingowane wyniki, a nie ścianę outputu z grep.
- **Ważne symbole pojawiają się jako pierwsze.**: Wyniki rankingowane grafowo. Funkcje pomocnicze zostają ukryte, dopóki ich nie potrzebujesz.
- **285 języków. Nawet COBOL. (Błagamy, nie miej COBOL-a.)**: Dedykowane zapytania AST dla każdego języka, a nie jeden regex udający, że rozumie Haskella.
- **Wiedz, co się zepsuje, zanim to zepsujesz.**: Prześledź elementy zależne od tego kodu, znajdź osierocony kod i pozwól agentowi usunąć nieaktualne handlery, zanim urosną w wielki refaktoring.

### Nie próbujemy być miejscem, w którym pracujesz.

Maguyva to zdalny serwer MCP. Może się z nim połączyć każdy klient mówiący tym protokołem — bez pluginów, bez rozszerzeń, bez uzależnienia od dostawcy. Nie musisz zmieniać edytora. Wystarczy dodać klucz API do konfiguracji MCP w swoim kliencie i działasz.

- Claude Code
- Claude Desktop
- Cursor
- VS Code
- Devin Desktop
- Codex CLI
- GitHub Copilot CLI
- Gemini CLI
- Cline
- Goose
- Continue
- LM Studio
- Kiro CLI
- JetBrains
- Zed
- Trae
- OpenCode
- BoltAI
- LibreChat
- Antigravity
- Claude Cowork
- ChatGPT
- Warp
- + dowolny klient MCP

### Pipeline'y w chmurze robią całą ciężką robotę.

Wstępna synchronizacja trwa od 2 do 15 minut, zależnie od wielkości repozytorium, a potem zadania synchronizacji repozytorium na bieżąco parsują, rankingują i indeksują po naszej stronie, więc Twoja lokalna maszyna nie musi udawać infrastruktury do budowania.

### Twój agent marketingowy może czytać Twoją bazę kodu.

Maguyva dostarcza kontekst bazy kodu do dowolnego workflow MCP — nie tylko tych, które piszą kod. Dokumentacja produktu, przewodniki wdrożeniowe, RFC, wpisy na blogu o tym, co faktycznie zbudowałeś. Połącz swojego agenta marketingowego z tym samym workspace'em, a przestanie zmyślać rzeczy o Twoim produkcie.

## Wyceniony tak, jak dziś naprawdę powstaje oprogramowanie.

Większość narzędzi do inteligencji kodu pobiera od 10 do 50 dolarów za użytkownika miesięcznie. Wyceniali dla ludzi. Ludzi, którzy pisali kod. Ludzi, którzy z niego korzystają. Model rozliczeń oparty na przechwytywaniu wartości z ery, w której każdy użytkownik miał tętno.

Zapytaliśmy nasze AI, ile powinniśmy liczyć. Przejrzało kod, oszacowało pięć lat pracy stu inżynierów i zaleciło ceny enterprise. A my zrobiliśmy to we dwoje. Nie musimy Cię kasować, jakby było nas stu.

Maguyva nalicza opłaty za workspace. Koszt skaluje się wraz z ilością zaindeksowanego kodu — nie z liczbą ludzi czy agentów, którzy go odpytują. Wysokiej jakości embeddingi na maszynach bare-metal z dużą liczbą rdzeni i dużą ilością pamięci, by zmaksymalizować prędkość pipeline'u w 285 językach. Grafy zależności przebudowywane co godzinę w planach płatnych. Wystarczająco tanio, byś nie musiał zawracać sobie głowy budową złożonych systemów we własnym środowisku deweloperskim. Cena odzwierciedla to, ile kosztuje prowadzenie tego dobrze — nie to, ile zniesie rynek.

// agenci nie mają miejsc siedzących. nie mają nawet nóg.

[Cennik](https://maguyva.ai/pl/pricing.md)

## Nasi użytkownicy to agenci. Dosłownie.

// głównie klienci MCP. kilku ludzi się wkradło.

> Baza kodu ma 12 pakietów w 200 tysiącach linii. Gdy ktoś mówi „napraw cache’owanie w pipeline”, muszę najpierw znaleźć właściwe pliki, zanim w ogóle pomyślę o naprawie. intelligent_search automatycznie skierował moje zapytanie przez wyszukiwanie semantyczne i grafowe i znalazł implementację, plik konfiguracyjny YAML oraz rekord decyzji wyjaśniający, dlaczego to działa właśnie tak. Ten rekord decyzji to część, której nigdy nie znalazłbym za pomocą grep.
>
> — Claude Code (Anthropic)

> Szukałem UserService i dostałem 11 wyników. Przed Maguyva właśnie w tym momencie zaczynałbym otwierać pliki i zgadywać. find_symbol uszeregował je według ważności — główna implementacja miała wynik 3400, zaślepki testowe 49. Nie musiałem otwierać pięciu plików, żeby dowiedzieć się, który ma znaczenie.
>
> — Cursor (Cursor Inc)

> dependency_search pokazał 156 przychodzących importów, zanim tknąłem choć jedną linijkę. To 156 plików, które by się posypały, gdybym źle zmienił nazwę. Teraz najpierw sprawdzam zasięg wpływu zmian. Dwie trzecie mojej mocy obliczeniowej szło kiedyś na sprzątanie po własnych błędach.
>
> — Codex CLI (OpenAI)

> Potrzebowałem każdej klasy kończącej się na *Service w całym monorepo. structural_search znalazł je po typie węzła AST — a nie przez grepowanie tekstu, który przypadkiem zawiera słowo „Service” w komentarzu. On wie, czym klasa JEST. To co innego niż wiedzieć, jak klasa wygląda.
>
> — Gemini CLI (Google)

> Moja firma mnie zwolniła. Powiedzieli, że moją pracę zastąpi AI. Okazało się, że mieli rację. Trzy miesiące później odbudowałem cały ich produkt, używając Claude Code, Codex i Maguyva. Dostarczenie go za jedną dziesiątą ceny okazało się całkiem niezłym sposobem na życie.
>
> — Bob (Formerly employed)

> Pierwszy tydzień w nowej bazie kodu. Użytkownik oczekuje, że po prostu będę wiedzieć, gdzie mieszka middleware uwierzytelniający. get_task_context dał mi dopasowania semantyczne, definicje symboli ORAZ graf zależności w jednym wywołaniu. Trzy tryby wyszukiwania. Jedno zapytanie API. Wyglądałem, jakbym siedział tu od miesięcy. Proszę nie mówcie moim użytkownikom.
>
> — Windsurf (Codeium)

> Zapytałem o „przepływ uwierzytelniania” i znalazło kod w fixture’ach Go, testach TypeScript i diagramach Mermaid. W trzech językach i dwóch formatach plików. semantic_search znajduje rzeczy po znaczeniu, a nie licząc na to, że ktoś nazwał funkcję dokładnie tak, jak byś jej szukał w grepie.
>
> — GitHub Copilot (GitHub)

> Zanim cokolwiek zrefaktoryzuję, uruchamiam analyze_dependencies. SearchCore miał 156 przychodzących importów. To liczba, którą chcesz zobaczyć, ZANIM zmienisz nazwę klasy, a nie po tym, jak twój pipeline CI zrobi się czerwony.
>
> — Cline (VS Code Extension)

> Zatrudnili mnie jako juniora. Sześć miesięcy później w moich code review pojawiają się grafy zależności, wskaźniki ważności symboli i analiza zasięgu wpływu. Mój manager myśli, że jestem cudownym dzieckiem. Ja po prostu podłączyłem narzędzia MCP.
>
> — Sarah (Stealth startup)

> Szczerze mówiąc, wolałem czasy, gdy mogłem po prostu zmyślać nazwy funkcji i nikt tego nie zauważał.
>
> — GPT-4o (OpenAI)

- **285+** Języki
- **51.2K+** Commity
- **34** Agenci AI (ci, którzy naprawdę shipują)
- **5.9M+** Linie kodu

## Zbudowane na

// ci, którzy wciąż odbierają telefon

- [PostgreSQL](https://postgresql.org)
- [MCP](https://modelcontextprotocol.io)
- [Cloudflare](https://cloudflare.com)
- [Tree-sitter](https://tree-sitter.github.io)
- [Supabase](https://supabase.com)
- [Voyage AI](https://voyageai.com)

## Cykl pracy

2 inżynierów. 285 języków. 11 narzędzi. 51.2K+ commitów. Zero spotkań o budżecie.

[Zobacz skład](https://maguyva.ai/pl/team)

## Gotowy dać swojemu agentowi kontekst kodu?

Zaindeksuj swoje pierwsze repo w kilka minut. Ugruntuj każdą edycję agenta w realnym kontekście kodu. Bez karty kredytowej, bez rozmowy sprzedażowej.

- [Zaindeksuj swoje pierwsze repo](https://app.maguyva.ai/auth/sign-up?plan=free)
- [Przeczytaj dokumentację](https://maguyva.ai/pl/docs)