# Din agent glömmer allt.

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

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).

Varje körning börjar från noll. Maguyva ger din agent en karta över kodbasen innan den börjar redigera — så att den redigerar som om den varit här förut.

Maguyva är en hostad MCP-server som ger AI-kodagenter kodintelligens: semantisk, strukturell, graf- och textsökning över dina repon.

- [Indexera ditt första repo](https://app.maguyva.ai/auth/sign-up?plan=free)
- [Läs dokumentationen](https://maguyva.ai/sv/docs/quickstart)

En MCP-integration, 11 verktyg och 285+ språk. Maguyva är deterministisk mjukvara — samma fråga, samma svar — inte ännu en AI.

- **285 språk** Verklig täckning: Riktig extraktion även för mindre vanliga språk.
- **11 MCP-verktyg** En integration: Sökning, symboler, graf och text i en och samma yta.
- **Fjärransluten MCP** Vilken klient som helst: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop och andra MCP-kompatibla klienter.
- **5 metoder** Sökmetoder: Se vad en ändring rör vid innan den sker.

## Du ansluter GitHub. Maguyva bygger kontexten.

Loopen är enkel: anslut GitHub, låt molnpipelinerna hålla repot färskt, anslut en MCP-klient med din API-nyckel och ge agenten förankrade verktyg innan den redigerar.

### 01. Peka den mot ett repo. Gå därifrån.

Auktorisera GitHub, välj reporna. Maguyva börjar bygga en rankad karta över varje symbol, beroende och importkedja i molnet — inte på din laptop.

### 02. Pusha kod. Indexet hänger med.

Pusha till GitHub så synkar Maguyva automatiskt. Ändrade filer parsas inkrementellt; graf- och rankinglager byggs om enligt schema (varje timme på betalplaner, dagligen på Free). Du kör aldrig en lokal indexerare.

### 03. En MCP-konfiguration. Vilken klient som helst.

Släpp in en API-nyckel i Claude Code, Cursor, VS Code, Devin Desktop, Codex, eller vad som än släpps nästa vecka. Några rader konfiguration så är du igång.

### 04. 11 verktyg. Färre hallucinerade redigeringar.

Din agent kan ställa en fråga på vanligt språk och få rankade resultat från 5 sökmodaliteter, spåra en ändrings påverkansradie, hitta varje klass som ärver från Exception, eller slå upp en symbols PageRank — innan den rör en enda kodrad.

### Förankrad kontext istället för en generisk sökruta.

- **Inte fritextsökning i trenchcoat.**: Semantisk, strukturell, graf- och textbaserad hämtning sammansmälta i en yta. Din agent får rankade resultat, inte en vägg av grep-utdata.
- **De viktiga symbolerna dyker upp först.**: Grafrankade resultat. Hjälpfunktionerna förblir begravda tills du behöver dem.
- **285 språk. Till och med COBOL. (Snälla, ha inte COBOL.)**: Anpassade AST-frågor per språk, inte en enda regex som låtsas förstå Haskell.
- **Se vad som går sönder innan du ändrar något.**: Spåra beroende kod, hitta föräldralös kod, och låt din agent ta bort inaktuella handlers innan de växer till en refaktorering.

### Vi försöker inte bli platsen där du arbetar.

Maguyva är en fjärransluten MCP-server. Alla klienter som pratar protokollet kan ansluta — inga plugins, inga tillägg, ingen inlåsning hos en leverantör. Vi behöver inte att du byter editor. Lägg bara till din API-nyckel i din klients MCP-konfiguration så är du igång.

- 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
- + vilken MCP-klient som helst

### Molnpipelines gör det tunga jobbet.

Den första synkroniseringen tar 2 till 15 minuter beroende på repots storlek. Därefter håller synkroniseringsjobben parsning, rankning och indexering uppdaterade hos oss, så att din dator slipper låtsas vara en byggserver.

### Din marknadsföringsagent kan läsa din kodbas.

Maguyva ger kodbaskontext till alla MCP-arbetsflöden — inte bara de som skriver kod. Produktdokumentation, onboardingguider, RFC:er, blogginlägg om vad du faktiskt byggt. Anslut din marknadsföringsagent till samma arbetsyta så slutar den hitta på saker om din produkt.

## Prissatt för hur mjukvara faktiskt byggs idag.

De flesta verktyg för kodintelligens tar $10 till $50 per användare och månad. De prissatte för människor. Människor som byggde koden. Människor som använder koden. Värdefångande prissättning från en tid då varje användare hade en puls.

Vi frågade vår AI vad vi skulle ta betalt. Den granskade kodbasen, uppskattade fem år och hundra ingenjörer och rekommenderade företagspriser. Vi var två personer som byggde det. Vi behöver inte ta betalt som om det krävdes hundra.

Maguyva tar betalt per arbetsyta. Kostnaden skalar med hur mycket kod du indexerar — inte med hur många människor eller agenter som frågar mot den. Embeddings av hög kvalitet på bare-metal-maskiner med många kärnor och gott om minne för att maximera pipelinehastigheten över 285 språk. Beroendegrafer byggs om varje timme på betalplanerna. Prisvärt nog att du slipper besväret med att sätta upp komplexa system i din egen utvecklingsmiljö. Priset speglar vad det kostar att driva det här ordentligt, inte vad marknaden tål.

// agenter behöver inga användarplatser. de har inga ben heller.

[Priser](https://maguyva.ai/sv/pricing.md)

## Våra användare är agenter. Bokstavligen.

// mestadels MCP-klienter. några människor smög sig in.

> Kodbasen har 12 paket över 200k rader. När någon säger "fixa pipeline-cachningen" behöver jag hitta rätt filer innan jag ens kan börja tänka på lösningen. intelligent_search dirigerade automatiskt min fråga över semantisk sökning och grafsökning och hittade implementationen, konfigurations-YAML:en och beslutsdokumentet som förklarar varför det fungerar så. Beslutsdokumentet är den del jag aldrig skulle ha hittat med grep.
>
> — Claude Code (Anthropic)

> Jag sökte efter UserService och fick 11 resultat. Innan Maguyva var det där jag skulle börja öppna filer och gissa. find_symbol rankade dem efter betydelse — huvudimplementationen fick 3 400 poäng, teststubbarna fick 49. Jag behövde inte öppna fem filer för att lista ut vilken som spelade roll.
>
> — Cursor (Cursor Inc)

> dependency_search visade 156 inkommande imports innan jag rörde en enda rad. Det är 156 filer som skulle gå sönder om jag döpte om fel. Nu kollar jag påverkansradien först. Två tredjedelar av min beräkningskraft gick tidigare åt till att städa upp mina egna misstag.
>
> — Codex CLI (OpenAI)

> Jag behövde varje klass som slutar på *Service i ett helt monorepo. structural_search hittade dem via AST-nodtyp — inte genom att grepp:a text som råkar innehålla ordet "Service" i en kommentar. Den vet vad en klass ÄR. Det är annorlunda än att veta hur en klass ser ut.
>
> — Gemini CLI (Google)

> Mitt företag sa upp mig. De sa att mitt jobb skulle ersättas av AI. Det visade sig att de hade rätt. Tre månader senare byggde jag om hela deras produkt med Claude Code, Codex och Maguyva. Att leverera den till en tiondel av priset visar sig vara ett hyfsat levebröd.
>
> — Bob (Formerly employed)

> Första veckan i en ny kodbas. Användaren förväntar sig att jag bara ska veta var auth-middlewaren finns. get_task_context gav mig semantiska träffar, symboldefinitioner OCH beroendegrafen i ett enda anrop. Tre sökmodaliteter. En API-förfrågan. Jag såg ut som att jag hade varit här i månader. Berätta inte det för mina användare.
>
> — Windsurf (Codeium)

> Jag frågade om "autentiseringsflödet" och den hittade kod i Go-fixtures, TypeScript-tester och Mermaid-diagram. Över tre språk och två filformat. semantic_search hittar saker efter betydelse, inte genom att hoppas att någon döpte sin funktion till exakt det du skulle grep:a efter.
>
> — GitHub Copilot (GitHub)

> Innan jag refaktorerar något kör jag analyze_dependencies. SearchCore hade 156 inkommande imports. Det är siffran du vill se INNAN du döper om en klass, inte efter att din CI-pipeline blivit röd.
>
> — Cline (VS Code Extension)

> De anställde mig som junior. Sex månader senare refererar mina PR-granskningar till beroendegrafer, symbolbetydelsepoäng och påverkansradieanalys. Min chef tror att jag är ett underbarn. Jag är bara den som kopplade in MCP-verktygen.
>
> — Sarah (Stealth startup)

> Ärligt talat föredrog jag när jag bara kunde hitta på funktionsnamn och ingen märkte något.
>
> — GPT-4o (OpenAI)

- **285+** Språk
- **51.2K+** Commits
- **34** AI-agenter (de som faktiskt levererar)
- **5.9M+** Kodrader

## Byggt på

// de som fortfarande svarar i 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)

## Operatörens arbetsloop

2 ingenjörer. 285 språk. 11 verktyg. 51.2K+ commits. Noll budgetmöten.

[Träffa teamet](https://maguyva.ai/sv/team)

## Redo att ge din agent kontext om kodbasen?

Indexera ditt första repo på några minuter. Förankra varje agentändring i verklig kontext från kodbasen. Inget kreditkort, inget säljsamtal.

- [Indexera ditt första repo](https://app.maguyva.ai/auth/sign-up?plan=free)
- [Läs dokumentationen](https://maguyva.ai/sv/docs)