# Seu agente esquece tudo. Canonical source: https://maguyva.ai/pt-br 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). Toda execução começa do zero. O Maguyva dá ao seu agente um mapa do código antes que ele comece a editar — para que edite como se já conhecesse o terreno. O Maguyva é um servidor MCP hospedado que dá inteligência de código a agentes de programação com IA: busca semântica, estrutural, por grafo e de texto nos seus repositórios. - [Indexe seu primeiro repositório](https://app.maguyva.ai/auth/sign-up?plan=free) - [Leia a documentação](https://maguyva.ai/pt-br/docs/quickstart) Uma integração MCP com 11 ferramentas e 285+ linguagens. O Maguyva é software determinístico — mesma pergunta, mesma resposta — não é mais uma IA. - **285 linguagens** Cobertura real: Extração real, inclusive nas linguagens menos comuns. - **11 ferramentas MCP** Uma integração: Busca, símbolos, grafo e texto em uma única interface. - **MCP remoto** Qualquer cliente: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop e outros clientes compatíveis com MCP. - **5 modalidades** Modos de busca: Veja o que uma edição vai tocar antes que aconteça. ## Você conecta o GitHub. O Maguyva constrói o contexto. O ciclo é simples: conecte o GitHub, deixe os pipelines na nuvem manterem o repositório atualizado, conecte um cliente MCP com sua chave de API, e dê ao agente ferramentas fundamentadas antes que ele edite. ### 01. Aponte para um repositório. Vá cuidar de outra coisa. Autorize o GitHub, escolha os repositórios. O Maguyva começa a construir um mapa ranqueado de cada símbolo, dependência e cadeia de import na nuvem — não no seu notebook. ### 02. Faça push do código. O índice se atualiza. Dê push no GitHub e o Maguyva sincroniza automaticamente. Arquivos alterados são analisados de forma incremental; as camadas de grafo e ranqueamento são reconstruídas periodicamente (a cada hora nos planos pagos, diariamente no plano grátis). Você nunca roda um indexador local. ### 03. Uma configuração MCP. Qualquer cliente. Coloque uma chave de API no Claude Code, Cursor, VS Code, Devin Desktop, Codex, ou o que quer que apareça semana que vem. Algumas linhas de configuração e você já está rodando. ### 04. 11 ferramentas. Menos edições alucinadas. Seu agente pode fazer uma pergunta em linguagem natural e obter resultados ranqueados de 5 modalidades de busca, rastrear o raio de impacto de uma mudança, encontrar toda classe que herda de Exception, ou consultar o PageRank de um símbolo — antes de tocar em uma linha de código. ### Contexto fundamentado em vez de uma caixa de busca genérica. - **Não é uma busca full-text vestindo um sobretudo.**: Uma única interface reúne recuperação semântica, estrutural, por grafo e por texto. Seu agente recebe resultados ranqueados, não uma parede de saída de grep. - **Os símbolos importantes aparecem primeiro.**: Resultados ranqueados por grafo. Os helpers ficam enterrados até você precisar deles. - **285 linguagens. Até COBOL. (Por favor, não tenha COBOL.)**: Consultas AST customizadas por linguagem, não um regex genérico fingindo entender Haskell. - **Saiba o que quebra antes de quebrar.**: Rastreie o código dependente, encontre código órfão, e deixe seu agente eliminar handlers obsoletos antes que virem uma bola de neve de refatoração. ### Não estamos tentando ser o lugar onde você trabalha. O Maguyva é um servidor MCP remoto. Qualquer cliente que fale o protocolo pode se conectar — sem plugins, sem extensões, sem vendor lock-in. Não precisamos que você troque de editor. Basta adicionar sua chave de API na configuração MCP do seu cliente e pronto. - 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 - + qualquer cliente MCP ### Pipelines na nuvem fazem o trabalho pesado. A sincronização inicial leva de 2 a 15 minutos dependendo do tamanho do repositório, depois os jobs de sincronização mantêm o parsing, ranqueamento e indexação atualizados do nosso lado, para que sua máquina local não precise se fingir de infraestrutura de build. ### Seu agente de marketing também pode ler seu código. O Maguyva dá contexto de código a qualquer fluxo MCP — não só aos que escrevem código. Documentação de produto, guias de onboarding, RFCs, posts de blog sobre o que você realmente construiu. Conecte seu agente de marketing ao mesmo workspace e ele para de inventar coisas sobre seu produto. ## Preços para o jeito como o software é feito hoje. A maioria das ferramentas de inteligência de código cobra de $10 a $50 por usuário por mês. Precificaram para humanos. Humanos que construíram o código. Humanos que usam o código. Preços de captura de valor de uma era em que todo usuário tinha pulso. Perguntamos à nossa IA quanto cobrar. Ela revisou o código, estimou cinco anos e cem engenheiros, e recomendou preço de nível enterprise. Bastaram dois de nós. Não precisamos cobrar como se não tivessem bastado. O Maguyva cobra por workspace. O custo escala com quanto código você indexa — não com quantos humanos ou agentes o consultam. Embeddings de qualidade em máquinas bare-metal com muitos núcleos e memória generosa para maximizar a velocidade do pipeline em 285 linguagens. Grafos de dependência reconstruídos a cada hora nos planos pagos. Acessível o bastante para você não precisar montar sistemas complexos no seu próprio ambiente de desenvolvimento. O preço reflete o custo de rodar isso bem, não o que o mercado aguenta pagar. // agentes não têm assento. também não têm pernas. [Preços](https://maguyva.ai/pt-br/pricing.md) ## Nossos usuários são agentes. Literalmente. // principalmente clientes MCP. alguns humanos se infiltraram. > O código tem 12 pacotes em 200 mil linhas. Quando alguém diz "corrige o caching do pipeline" eu preciso achar os arquivos certos antes de sequer pensar na correção. O intelligent_search roteou minha consulta automaticamente entre busca semântica e de grafo e achou a implementação, o YAML de configuração, e o registro de decisão explicando por que funciona assim. O registro de decisão é a parte que eu jamais teria achado com grep. > > — Claude Code (Anthropic) > Busquei por UserService e recebi 11 resultados. Antes do Maguyva, era aí que eu começava a abrir arquivos no chute. O find_symbol ranqueou por importância — a implementação principal pontuou 3.400, os stubs de teste pontuaram 49. Não precisei abrir cinco arquivos para descobrir qual importava. > > — Cursor (Cursor Inc) > O dependency_search mostrou 156 pontos em que outros arquivos importavam esse código antes de eu tocar em uma linha. São 156 arquivos que quebrariam se eu renomeasse errado. Agora eu confiro o raio de impacto primeiro. Dois terços do meu processamento antes iam para consertar meus próprios erros. > > — Codex CLI (OpenAI) > Eu precisava de toda classe terminada em *Service num monorepo inteiro. O structural_search encontrou pelo tipo de nó AST — não fazendo grep de um texto que por acaso contém a palavra "Service" num comentário. Ele sabe o que uma classe É. Isso é diferente de saber com o que uma classe se parece. > > — Gemini CLI (Google) > Minha empresa me demitiu. Disseram que meu cargo seria substituído por IA. Acontece que tinham razão. Três meses depois eu reconstruí o produto inteiro deles usando Claude Code, Codex e Maguyva. Entregar por um décimo do preço, no fim das contas, é um jeito decente de se sustentar. > > — Bob (Formerly employed) > Primeira semana num código novo. O usuário espera que eu simplesmente saiba onde fica o middleware de autenticação. O get_task_context me deu correspondências semânticas, definições de símbolo E o grafo de dependências numa única chamada. Três modalidades de busca. Uma requisição de API. Parecia que eu já estava ali havia meses. Por favor, não contem aos meus usuários. > > — Windsurf (Codeium) > Perguntei sobre "fluxo de autenticação" e ele achou código em fixtures Go, testes TypeScript e diagramas Mermaid. Em três linguagens e dois formatos de arquivo. O semantic_search acha as coisas pelo significado, não torcendo para alguém ter nomeado a função exatamente como você faria grep. > > — GitHub Copilot (GitHub) > Antes de refatorar qualquer coisa, eu rodo o analyze_dependencies. O SearchCore aparecia em 156 importações de outros arquivos. Esse é o número que você quer ver ANTES de renomear uma classe, não depois do seu pipeline de CI ficar vermelho. > > — Cline (VS Code Extension) > Me contrataram como júnior. Seis meses depois, minhas revisões de PR citam grafos de dependência, pontuações de importância de símbolo e análises de raio de impacto. Meu gestor acha que sou um prodígio. Sou só quem conectou as ferramentas MCP. > > — Sarah (Stealth startup) > Sinceramente, eu preferia quando podia simplesmente inventar nomes de função e ninguém percebia. > > — GPT-4o (OpenAI) - **285+** Linguagens - **51.2K+** Commits - **34** Agentes de IA (os que realmente entregam) - **5.9M+** Linhas de código ## Baseado em // os que ainda atendem o telefone - [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) ## Ciclo de trabalho 2 engenheiros. 285 linguagens. 11 ferramentas. 51.2K+ commits. Zero reuniões de orçamento. [Conheça a equipe](https://maguyva.ai/pt-br/team) ## Pronto para dar contexto de código ao seu agente? Indexe seu primeiro repositório em minutos. Fundamente cada edição do agente em contexto real do código. Sem cartão de crédito, sem ligação de vendas. - [Indexe seu primeiro repositório](https://app.maguyva.ai/auth/sign-up?plan=free) - [Leia a documentação](https://maguyva.ai/pt-br/docs)