Maguyva hoạt động như thế nào
Kết nối một repository GitHub và Maguyva sẽ biến nó thành nhiều khung nhìn có thể tìm kiếm mà tác nhân của bạn có thể dùng theo nhu cầu. Thay vì đổ toàn bộ tệp vào ngữ cảnh, mô hình được truy cập có căn cứ vào ký hiệu, cấu trúc, tài liệu, phụ thuộc, và các đoạn mã đã được xếp hạng.
Vấn đề về ngữ cảnh#
Khi dự án của bạn phát triển, các tác nhân AI gặp khó khăn với:
- Giới hạn cửa sổ ngữ cảnh - Quá nhiều thông tin làm quá tải mô hình AI
- Dữ liệu không liên quan - Tác nhân AI lãng phí token vào thông tin không cần thiết
- Hiệu năng kém - Giảm độ chính xác và thời gian xử lý chậm hơn
- Quản lý thủ công - Nhà phát triển mất hàng giờ để tổ chức ngữ cảnh theo cách thủ công
- Chi phí cao hơn - Không có quản lý ngữ cảnh, chi phí token tăng theo mỗi truy vấn
Dự án càng lớn, càng có nhiều nhiễu lọt vào cửa sổ ngữ cảnh — và độ chính xác của tác nhân giảm theo.
Giải pháp của Maguyva#
Khi bạn kết nối một repository, Maguyva chạy các pipeline nạp dữ liệu trên đám mây qua mã, tài liệu, manifest, ký hiệu, và metadata phụ thuộc. Mục tiêu là xây dựng bộ nhớ mã bền vững một lần, thay vì bắt mỗi lần chạy tác nhân phải khám phá lại repo từ đầu.
Các pipeline đó tạo ra nhiều lớp dữ liệu chuyên biệt: tìm kiếm văn bản chính xác, truy xuất theo ngữ nghĩa, tra cứu ký hiệu và tham chiếu, khung nhìn cấu trúc, và phân tích đồ thị phụ thuộc. Các câu hỏi khác nhau được định tuyến đến các lớp khác nhau.
Tìm kiếm kết hợp 5 chế độ truy xuất: semantic, AST, symbol, dependency và text. Kết quả được hợp nhất và xếp hạng để các ký hiệu quan trọng xuất hiện trước các hàm phụ trợ ít giá trị.
Các khung nhìn repository riêng tư nằm cạnh dữ liệu tham chiếu công khai cho ngôn ngữ và công nghệ dựa trên văn bản được hỗ trợ. Tác nhân của bạn tiếp cận toàn bộ hệ thống thông qua các công cụ MCP, mà bạn có thể dựa vào nhiều trong khi lập kế hoạch và xác thực hoặc dùng để kiểm tra nhanh trong lúc chỉnh sửa.
1. Nạp dữ liệu repository#
Sau khi kết nối GitHub, Maguyva quét repository trên đám mây và trích xuất những phần mà tác nhân thực sự cần để suy luận:
Chuẩn hóa repo một lần để mọi lệnh gọi của tác nhân đều có thể truy vấn bộ nhớ mã bền vững.
- Phân tích cấu trúc mã- Phân tích tệp thành ký hiệu, tham chiếu, và ranh giới kiến trúc
░╔═╗░ ▓║◉║▓ ░╚═╝░
- Giải quyết phụ thuộc- Ánh xạ cách các tệp, module, và ký hiệu phụ thuộc lẫn nhau
╲▄█▄╱ ─◆●◆─ ╱▀█▀╲
- Tích hợp tài liệu - Thu thập tài liệu repository và tài liệu tham khảo liên quan cùng với mã
2. Các lớp truy xuất chuyên biệt#
Thay vì một chỉ mục chung chung, Maguyva xây dựng nhiều bề mặt truy xuất trả lời các câu hỏi khác nhau một cách nhanh chóng và với những bằng chứng khác nhau:
Ngân sách ngữ cảnh: Maguyva trả về các đoạn mã đã xếp hạng kèm đường dẫn tệp và số dòng, thay vì đổ toàn bộ tệp vào ngữ cảnh. Mức giảm token thực tế phụ thuộc vào kích thước repository và độ cụ thể của truy vấn.
Định tuyến và xếp hạng#
- Chấm điểm mức độ liên quan- Chọn đúng chế độ truy xuất và đưa kết quả quan trọng lên trước
▄█▄ ║⊙⊙║ ╚═█═╝
- Giảm nhiễu - Loại bỏ mã lặp, đoạn dư thừa, và các kết quả khớp ít giá trị
- Ưu tiên ngữ cảnh - Sắp xếp kết quả để tác nhân thấy các ký hiệu cốt lõi trước các hàm phụ trợ hiếm gặp
Các biểu diễn được lưu trữ#
- Truy xuất theo ngữ nghĩa- Tìm mã và tài liệu tương đồng về ý nghĩa ngay cả khi từ ngữ chính xác khác nhau
┌─◈─┐ ║███║ ╚═══╝
- Khung nhìn ký hiệu và cấu trúc - Hỗ trợ tra cứu ký hiệu chính xác, tham chiếu, và các câu hỏi theo hình dạng AST
- Phân tích đồ thị phụ thuộc- Theo dõi hàm gọi, import, và phạm vi ảnh hưởng trên toàn codebase
▓█▓ ╔═●═╗ ╚═╤═╝
3. Lớp công cụ Model Context Protocol (MCP)#
Maguyva được cung cấp dưới dạng máy chủ MCP lưu trữ trên đám mây. Tác nhân của bạn gọi các công cụ cho góc nhìn nó cần thay vì dựa vào mô hình phải ghi nhớ kiến trúc của bạn từ đầu. Bốn bề mặt ở trên là các góc nhìn được nhóm lại trên các công cụ cụ thể: Tìm kiếm ngữ nghĩa bao gồm semantic_search và intelligent_search; Tra cứu ký hiệu bao gồm find_symbol và get_task_context; Tìm kiếm cấu trúc bao gồm structural_search và text_pattern_search; Đồ thị phụ thuộc bao gồm dependency_search và analyze_dependencies — bên cạnh get_file, repository_context, và ask_maguyva như các tiện ích hỗ trợ. Xem đầy đủ Tài liệu tham khảo MCP API cho toàn bộ 11 công cụ.
Định tuyến mỗi yêu cầu đến bề mặt truy xuất có thể trả lời với bằng chứng hữu ích nhất.
Lợi ích của khả năng tương thích MCP#
- Dùng công cụ nhiều hay ít tùy ý - Dựa nhiều vào Maguyva khi lập kế hoạch hoặc chỉ dùng để kiểm tra nhanh một thay đổi rủi ro
- Xác thực kế hoạch tốt hơn - Đối chiếu ý tưởng với ký hiệu, tham chiếu, và tài liệu thực tế trước khi chỉnh sửa
- Phạm vi ảnh hưởng rõ ràng hơn - Công cụ phụ thuộc và đồ thị cho thấy điều gì có thể hỏng nếu một ký hiệu thay đổi
- Tương thích về sau - Hoạt động với bất kỳ client nào hỗ trợ chuẩn MCP
Kiến trúc kỹ thuật#
Quy trình xử lý bảo mật#
Kết nối repository bên ngoài và MCP sử dụng HTTPS/TLS.
Tính năng bảo mật#
- Bảo mật truyền tải - Kết nối đến dịch vụ sử dụng HTTPS/TLS
- Lưu trữ được quản lý - Dữ liệu đã lập chỉ mục được lưu trên hạ tầng được quản lý với mã hóa ở cấp lưu trữ khi ở trạng thái nghỉ
- Cách ly namespace - Dữ liệu repository được giới hạn phạm vi theo workspace và namespace xuyên suốt pipeline và đường truy vấn cơ sở dữ liệu
- Kiểm soát truy cập - Quyền truy cập repository bị giới hạn bởi ranh giới tổ chức và namespace
Đặc điểm hiệu năng#
Hiệu năng thay đổi tùy theo kích thước codebase và độ phức tạp của truy vấn. Maguyva tập trung vào việc cung cấp ngữ cảnh liên quan nhất thay vì đổ toàn bộ tệp. Xem khả năng tương thích để biết các ngôn ngữ và client được hỗ trợ.
Những gì bạn có thể mong đợi#
Bằng cách lọc và tổ chức ngữ cảnh codebase một cách thông minh, Maguyva giúp các tác nhân AI làm việc hiệu quả hơn:
- Độ chính xác lập kế hoạch tốt hơn - Tác nhân có thể xác thực cách tiếp cận với repository thực tế trước khi bắt đầu viết mã
- Tái cấu trúc an toàn hơn - Kiểm tra phạm vi ảnh hưởng và phụ thuộc giúp giảm những hỏng hóc có thể tránh được
- Giảm lãng phí token - Chỉ trả về các đoạn mã liên quan thay vì toàn bộ tệp
- Hiểu repo nhanh hơn - Mô hình nhận được câu trả lời có căn cứ một cách nhanh chóng thay vì phải khám phá lại cấu trúc dự án mỗi lần chạy
Kết quả thay đổi tùy theo kích thước, độ phức tạp của codebase, và loại truy vấn mà tác nhân AI của bạn xử lý.
Giữ cho chỉ mục của bạn luôn cập nhật#
Cập nhật tự động#
- Đồng bộ repository - Làm mới từ các tác vụ đồng bộ GitHub khi mã thay đổi
- Xử lý gia tăng - Chỉ xử lý các tệp đã thay đổi để tăng hiệu quả
- Ngữ cảnh nhận biết nhánh - Duy trì chỉ mục riêng cho mỗi nhánh git để tác nhân thấy đúng ngữ cảnh cho từng nhánh
Bắt đầu#
Sẵn sàng dùng thử chưa?
- Bắt đầu miễn phí - Không cần thẻ tín dụng
- Kết nối repository của bạn - liên kết một repo GitHub trong cổng thông tin Maguyva
- Trỏ tác nhân của bạn đến Maguyva - Dùng các công cụ MCP khi lập kế hoạch, kiểm tra, hoặc chỉnh sửa (hướng dẫn cài đặt)
Quản lý repository#
Kết nối các repository GitHub của bạn thông qua cổng thông tin Maguyva. Nền tảng làm mới chỉ mục từ các tác vụ đồng bộ GitHub khi mã thay đổi, giữ cho lớp công cụ MCP luôn cập nhật cho từng nhánh. Cổng thông tin cũng cung cấp khả năng theo dõi cơ bản mức sử dụng API, với các phân tích chi tiết hơn nằm trong lộ trình phát triển.