İçeriğe atla

Maguyva Nasıl Çalışır

Bir GitHub reposu bağlayın, Maguyva onu ajanınızın ihtiyaç duyduğu anda kullanabileceği birkaç aranabilir görünüme dönüştürsün. Bütün dosyaları bağlama boca etmek yerine, model sembollere, yapıya, dokümanlara, bağımlılıklara ve sıralanmış kod parçalarına temellendirilmiş erişim kazanır.

Bağlam Sorunu#

Projeleriniz büyüdükçe AI ajanları şunlarla mücadele eder:

  • Bağlam Penceresi Sınırlamaları - Çok fazla bilgi AI modellerini bunaltır
  • İlgisiz Veri - AI ajanları gereksiz bilgiler için token harcar
  • Zayıf Performans - Düşen doğruluk ve yavaşlayan işleme süreleri
  • Manuel Yönetim - Geliştiriciler bağlamı manuel düzenlemek için saatler harcar
  • Daha Yüksek Maliyetler - Bağlam yönetimi olmadan token maliyetleri her sorguda artar

Bir proje ne kadar büyürse bağlam penceresine o kadar gürültü girer — ve bunun sonucunda ajan doğruluğu düşer.

Maguyva'nın Çözümü#

Bir repo bağladığınızda Maguyva; kod, dokümanlar, manifestolar, semboller ve bağımlılık meta verileri üzerinde bulut işleme hatları çalıştırır. Amaç, her ajanın reponuzu sıfırdan yeniden keşfetmesi yerine kalıcı kod belleğini bir kez oluşturmaktır.

Bu hatlar birkaç uzman veri katmanı üretir: tam metin arama, anlamsal getirme, sembol ve referans aramaları, yapısal görünümler ve bağımlılık grafiği analizi. Farklı sorular farklı katmanlara yönlendirilir.

Arama, 5 getirme modunu birleştirir: semantic, AST, symbol, dependency ve text. Sonuçlar birleştirilip sıralanır; böylece önemli semboller düşük değerli yardımcılardan önce ortaya çıkar.

Özel repo görünümleri, desteklenen dil ve metin tabanlı teknoloji için genel referans verileriyle yan yana durur. Ajanınız tüm sisteme MCP araçları üzerinden erişir; bunlara planlama ve doğrulama sırasında ağırlıklı olarak dayanabilir ya da düzenleme sırasında nokta kontrolü olarak kullanabilirsiniz.

1. Repo İşleme#

GitHub bağlandıktan sonra Maguyva reponuzu bulutta tarar ve bir ajanın gerçekten akıl yürütmek için ihtiyaç duyduğu parçaları çıkarır:

  • Kod Yapısı Analizi
     - Dosyaları sembollere, referanslara ve mimari sınırlara ayrıştırır
  • Bağımlılık Çözümlemesi
     - Dosyaların, modüllerin ve sembollerin birbirine nasıl bağlı olduğunu haritalar
  • Dokümantasyon Entegrasyonu - Repo dokümanlarını ve ilgili referans materyalini kodun yanına çeker

2. Uzman Getirme Katmanları#

Tek bir genel dizin yerine Maguyva, farklı soruları hızla ve farklı kanıtlarla yanıtlayan birkaç getirme yüzeyi oluşturur:

Bağlam bütçesi: Maguyva, bütün dosyaları bağlama boca etmek yerine dosya yolları ve satır numaralarıyla sıralanmış kod parçaları döndürür. Gerçek token azalması repo boyutuna ve sorgu özgüllüğüne bağlıdır.

Yönlendirme ve Sıralama#

  • Alaka Puanlaması
     - Doğru getirme modunu seçer ve önemli sonuçları öne çıkarır
  • Gürültü Azaltma - Standart kalıpları, tekrarlayan parçaları ve düşük değerli eşleşmeleri ayıklar
  • Bağlam Önceliklendirme - Sonuçları sıralar; böylece ajan uç durum yardımcılarından önce temel sembolleri görür

Depolanan Temsiller#

  • Anlamsal Getirme
     - Tam kelimeler farklı olsa bile kavramsal olarak benzer kodu ve dokümanları bulur
  • Sembol ve Yapısal Görünümler - Tam sembol arama, referanslar ve AST şeklindeki soruları destekler
  • Bağımlılık Grafiği Analizi
     - Kod tabanı genelinde çağıranları, importları ve etki yarıçapını takip eder

3. Model Context Protocol (MCP) Araç Katmanı#

Maguyva, bulutta barındırılan bir MCP sunucusu olarak sunulur. Ajanınız, modelin mimarinizi sıfırdan hatırlamasına güvenmek yerine ihtiyaç duyduğu mercek için araçları çağırır. Yukarıdaki dört yüzey, somut araçlar üzerindeki gruplandırılmış görünümlerdir: Anlamsal Arama semantic_search ve intelligent_search'ü kapsar; Sembol Arama find_symbol ve get_task_context'ü kapsar; Yapısal Arama structural_search ve text_pattern_search'ü kapsar; Bağımlılık Grafiği dependency_search ve analyze_dependencies'i kapsar — destekleyici araçlar olarak get_file, repository_context ve ask_maguyva'nın yanı sıra. Tüm 11 araç için tam MCP API referansı bölümüne bakın.

MCP Uyumluluğunun Faydaları#

  • Daha Fazla veya Daha Az Araç Kullanın - Planlama sırasında Maguyva'ya ağırlıklı olarak dayanın ya da sadece riskli bir değişikliği akıl kontrolünden geçirmek için kullanın
  • Daha İyi Plan Doğrulaması - Düzenlemeden önce fikirlerinizi gerçek semboller, referanslar ve dokümanlarla çapraz kontrol edin
  • Daha Net Etki Yarıçapı - Bağımlılık ve grafik araçları, bir sembol değişirse nelerin bozulabileceğini gösterir
  • İleriye Dönük Uyumlu - MCP standardını destekleyen her istemciyle çalışır

Teknik Mimari#

Güvenli İşleme Hattı#

Güvenlik Özellikleri#

  • Taşıma Güvenliği - Hizmete bağlantılar HTTPS/TLS kullanır
  • Yönetilen Depolama - Dizinlenmiş veriler, bekleme durumunda depolama düzeyinde şifrelemeyle yönetilen altyapıda saklanır
  • Ad Alanı İzolasyonu - Repo verileri, işleme hattı ve veritabanı sorgu yolları boyunca çalışma alanı ve ad alanına göre sınırlandırılır
  • Erişim Kontrolleri - Repo erişimi organizasyon ve ad alanı sınırlarıyla kısıtlanır

Performans Özellikleri#

Performans, kod tabanı boyutuna ve sorgu karmaşıklığına göre değişir. Maguyva, bütün dosyaları boca etmek yerine en ilgili bağlamı sunmaya odaklanır. Desteklenen diller ve istemciler için uyumluluk bölümüne bakın.

Neler Bekleyebilirsiniz#

Kod tabanı bağlamınızı akıllıca filtreleyip düzenleyerek Maguyva, AI ajanlarının daha verimli çalışmasına yardımcı olur:

  • Daha İyi Planlama Doğruluğu - Ajanlar, kodlamaya başlamadan önce bir yaklaşımı gerçek repoya karşı doğrulayabilir
  • Daha Güvenli Refactor'lar - Etki yarıçapı ve bağımlılık kontrolleri önlenebilir bozulmaları azaltır
  • Daha Az Token İsrafı - Bütün dosyalar yerine yalnızca ilgili parçalar döndürülür
  • Daha Hızlı Repo Anlayışı - Model, her çalıştırmada proje yapısını yeniden keşfetmek yerine hızla temellendirilmiş yanıtlar alır

Sonuçlar, kod tabanınızın boyutuna, karmaşıklığına ve AI ajanınızın işlediği sorgu türlerine göre değişir.

Dizininizi Güncel Tutmak#

Otomatik Güncellemeler#

  • Repo Senkronizasyonu - Kod değiştikçe GitHub senkronizasyon işlerinden yenilenir
  • Artımlı İşleme - Verimlilik için yalnızca değişen dosyaları işler
  • Dal Bilinçli Bağlam - Her git dalı için ayrı dizinler tutar; böylece ajanlar her dal için doğru bağlamı görür

Başlarken#

Denemeye hazır mısınız?

  1. Ücretsiz başla - Kredi kartı gerekmez
  2. Reponuzu bağlayın - Maguyva portalında bir GitHub reposu bağlayın
  3. Ajanınızı Maguyva'ya yönlendirin - Planlarken, kontrol ederken veya düzenlerken MCP araçlarını kullanın (kurulum rehberi)

Ücretsiz başla →

Repo Yönetimi#

GitHub repolarınızı Maguyva portalı üzerinden bağlayın. Platform, kod değiştikçe GitHub senkronizasyon işlerinden dizinleri yeniler ve MCP araç katmanını her dal için güncel tutar. Portal ayrıca temel API kullanım görünürlüğü sunar; daha ayrıntılı analizler yol haritasındadır.