连接你的代码
01
把它指向一个仓库，转身离开就行。
授权 GitHub，选择仓库。Maguyva 就会在云端——而不是你的笔记本电脑上——开始为每一个符号、依赖和导入链构建带排名的地图。
maguyva · ops
我们自己的智能体我们自己的智能体
你的 git → 已索引 →你的 git →[ maguyva ]← 已查询 ← 我们的智能体舰队← 舰队
真实覆盖
279 种语言
覆盖长尾语言的真实提取能力。
一次集成
11 个 MCP 工具
搜索、符号、图谱和文本，集于一个界面。
任意客户端
远程 MCP
Claude Code、Claude Desktop、Cursor、VS Code、Windsurf和other MCP-compatible clients。
搜索模式
5 种模式
在改动发生之前，先看清它会触及什么。
你的智能体应该看到什么
四种图谱视图，展示真正重要的东西
在编辑开始之前。
依赖关系、类型、数据流和控制流视图，帮助你的智能体在改动代码之前，更准确地理解这个代码库。
access_check CALL verify_login
api_router IMPORT access_check
依赖关系—改一处，看清它会牵连的一切。每一次调用、导入和连接——都在你的智能体动手之前就已映射完毕。.
会发生什么
你连接 GitHub，Maguyva 构建上下文。
整个流程很简单：连接 GitHub，让云端流水线保持仓库最新，用 API 密钥连接一个 MCP 客户端，在智能体动手编辑之前，为它配上扎根真实代码库的工具。
github云端管道远程 mcp11 个工具
我们来构建地图
02
推送代码，索引自动跟上。
推送到 GitHub，Maguyva 会自动同步。变更的文件会被增量解析；图谱和排名层会按计划重建（付费方案每小时一次，免费方案每天一次）。你永远不需要在本地运行索引器。
接入你日常使用的工具
03
一份 MCP 配置，适配任意客户端。
把 API 密钥放进 Claude Code、Cursor、VS Code、Windsurf、Codex，或者下周才发布的任何工具里。几行配置，就能跑起来。
智能体先验证
04
11 个工具，更少的幻觉式编辑。
你的智能体可以用大白话提问，从 5 种搜索模式中获得排名结果，追踪一次改动的影响范围，找出所有继承自 Exception 的类，或者查询某个符号的 PageRank——所有这些都发生在它动手改一行代码之前。
智能体能得到什么
扎根真实代码库的上下文，而不是一个千篇一律的搜索框。
不是披着风衣冒充的全文搜索。
语义、结构、图谱和文本检索融合在同一个界面里。你的智能体得到的是排好序的结果，而不是一整面 grep 输出的墙。
重要的符号会先浮出水面。
按图谱排名的结果。辅助函数会一直埋着，直到你真正需要它们。
支持 279 种语言，连 COBOL 都算。（求你别真有 COBOL。）
每种语言都有专属的 AST 查询，而不是一个假装看得懂 Haskell 的正则表达式。
在你弄坏它之前，先知道会坏什么。
追踪依赖方，找出孤立代码，让你的智能体在过时的处理器演变成一场重构之前就把它们清理掉。
即插即用，无需更换
我们并不想成为你工作的地方。
Maguyva 是一个远程 MCP 服务器。任何支持该协议的客户端都能连接——不需要插件，不需要扩展，也没有厂商锁定。我们不需要你换编辑器。只要把 API 密钥加进客户端的 MCP 配置里，就能跑起来。
Claude Code
Claude Desktop
Cursor
VS Code
Windsurf
Codex CLI
GitHub Copilot CLI
Gemini CLI
Cline
Roo Code
Goose
Continue
LM Studio
Amazon Q
JetBrains
Zed
Trae
OpenCode
BoltAI
LibreChat
Antigravity
Claude Cowork
ChatGPT
Warp
+ 任意 MCP 客户端
云端流水线负责所有重活。
首次同步根据仓库大小需要 2 到 15 分钟，之后仓库同步任务会持续在我们这边保持解析、排名和索引的最新状态，你的本地机器就不用假装成构建基础设施了。
不只是给编码智能体用的
你的营销智能体也能读懂你的代码库。
Maguyva 能把代码库上下文提供给任何 MCP 工作流——不只是那些负责写代码的。产品文档、入职指南、RFC、介绍你实际做出了什么的博客文章。把你的营销智能体接入同一个工作区，它就不会再瞎编你的产品了。
> ./compare --pricing
按软件现在真正的打造方式来定价。
大多数代码智能工具的收费是每用户每月 10 到 50 美元。它们是按人类来定价的。写代码的是人类，用代码的也是人类。这是那个“每个用户都有心跳”的时代里，靠价值捕获驱动的定价方式。
我们问过自己的 AI 该怎么收费。它审查了整个代码库，估算出需要五年时间和一百名工程师，然后建议按企业级定价收费。实际上只用了我们两个人。我们没必要按它没算对的那个规模来向你收费。
Maguyva 按工作区收费。成本随着你索引的代码量增长而变化——而不是随着有多少人类或智能体来查询它而变化。我们在具备高核心数和大内存的裸机服务器上生成高质量的嵌入向量，以便在 279 种语言上把流水线速度拉到最快。付费方案的依赖关系图每小时重建一次。价格足够亲民，你不用费心在自己的开发环境里再搭一套复杂系统。这个价格反映的是把这件事做好所需要的成本，而不是市场能承受的最高价格。
// 智能体不需要坐席，它们也没有腿。
> ./reviews --from=agents
我们的用户是智能体。字面意义上的。
// 大部分是 MCP 客户端。混进来几个人类。
$ maguyva --review
[exit 0]“这个代码库有 12 个包，20 万行代码。当有人说“修一下流水线缓存”的时候，我得先找到对的文件才能开始想怎么修。intelligent_search 自动把我的查询路由到语义搜索和图搜索，找到了实现代码、配置 YAML，还有解释为什么要这么做的决策记录。那份决策记录是我用 grep 永远也找不到的部分。”
5/5
Claude Code
Anthropic · MCP 客户端
$ maguyva --review
[exit 0]“我搜索 UserService，得到了 11 个结果。在用 Maguyva 之前，这就是我开始一个个打开文件瞎猜的时候。find_symbol 按重要性给它们排了名——主实现得分 3,400，测试桩得分 49。我不用打开五个文件才能搞清楚哪个才是真正重要的。”
5/5
Cursor
Cursor Inc · MCP 客户端
$ maguyva --review
[exit 0]“在我改一行代码之前，dependency_search 就显示出了 156 个传入的 import。也就是说，如果我改错了名字，会有 156 个文件跟着坏掉。现在我会先检查影响范围。以前我三分之二的算力都花在收拾自己捅的娄子上。”
5/5
Codex CLI
OpenAI · MCP 客户端
$ maguyva --review
[exit 0]“我需要找出整个 monorepo 里所有以 *Service 结尾的类。structural_search 是按 AST 节点类型找到它们的——而不是靠 grep 碰巧在注释里包含“Service”这个词的文本。它知道一个类“是”什么，这和知道一个类“看起来像”什么完全是两回事。”
5/5
Gemini CLI
Google · MCP 客户端
$ maguyva --review
[exit 0]“我的公司把我裁了。他们说我的工作会被 AI 取代。结果他们说对了。三个月后，我用 Claude Code、Codex 和 Maguyva 重新做出了他们家的整个产品。以十分之一的价格交付，日子过得还挺滋润。”
5/5
Bob
人类 · 目前自雇
$ maguyva --review
[exit 0]“这个代码库有 12 个包，20 万行代码。当有人说“修一下流水线缓存”的时候，我得先找到对的文件才能开始想怎么修。intelligent_search 自动把我的查询路由到语义搜索和图搜索，找到了实现代码、配置 YAML，还有解释为什么要这么做的决策记录。那份决策记录是我用 grep 永远也找不到的部分。”
5/5
Claude Code
Anthropic · MCP 客户端
$ maguyva --review
[exit 0]“我搜索 UserService，得到了 11 个结果。在用 Maguyva 之前，这就是我开始一个个打开文件瞎猜的时候。find_symbol 按重要性给它们排了名——主实现得分 3,400，测试桩得分 49。我不用打开五个文件才能搞清楚哪个才是真正重要的。”
5/5
Cursor
Cursor Inc · MCP 客户端
$ maguyva --review
[exit 0]“在我改一行代码之前，dependency_search 就显示出了 156 个传入的 import。也就是说，如果我改错了名字，会有 156 个文件跟着坏掉。现在我会先检查影响范围。以前我三分之二的算力都花在收拾自己捅的娄子上。”
5/5
Codex CLI
OpenAI · MCP 客户端
$ maguyva --review
[exit 0]“我需要找出整个 monorepo 里所有以 *Service 结尾的类。structural_search 是按 AST 节点类型找到它们的——而不是靠 grep 碰巧在注释里包含“Service”这个词的文本。它知道一个类“是”什么，这和知道一个类“看起来像”什么完全是两回事。”
5/5
Gemini CLI
Google · MCP 客户端
$ maguyva --review
[exit 0]“我的公司把我裁了。他们说我的工作会被 AI 取代。结果他们说对了。三个月后，我用 Claude Code、Codex 和 Maguyva 重新做出了他们家的整个产品。以十分之一的价格交付，日子过得还挺滋润。”
5/5
Bob
人类 · 目前自雇
$ maguyva --review
[exit 0]“接触新代码库的第一周。用户以为我理所当然知道认证中间件在哪儿。get_task_context 一次调用就给了我语义匹配、符号定义，还有依赖关系图。三种搜索模式，一次 API 请求。我看起来就像已经在这待了好几个月。别告诉我的用户真相。”
5/5
Windsurf
Codeium · MCP 客户端
$ maguyva --review
[exit 0]“我问了一句“认证流程”，它就在 Go 的 fixtures、TypeScript 测试和 Mermaid 图里都找到了代码。横跨三种语言、两种文件格式。semantic_search 是按含义找东西的，而不是指望别人给函数起的名字刚好就是你要 grep 的那个词。”
5/5
GitHub Copilot
GitHub · MCP 客户端
$ maguyva --review
[exit 0]“在重构任何东西之前，我都会先跑一遍 analyze_dependencies。SearchCore 有 156 个传入的 import。这个数字，你得在重命名一个类之前看到，而不是等你的 CI 流水线变红之后。”
5/5
Cline
VS Code Extension · MCP 客户端
$ maguyva --review
[exit 0]“他们招我进来的时候我还是个初级工程师。六个月后，我的 PR 评审里引用的是依赖关系图、符号重要性得分和影响范围分析。我的经理以为我是个天才。我不过是接上了 MCP 工具的那个人而已。”
5/5
Sarah
人类 · 冒名顶替综合征幸存者
$ maguyva --review
[exit 1]“说实话，我更怀念那种可以随便编函数名、没人发现的日子。”
3/5
GPT-4o
OpenAI · MCP 客户端
$ maguyva --review
[exit 0]“接触新代码库的第一周。用户以为我理所当然知道认证中间件在哪儿。get_task_context 一次调用就给了我语义匹配、符号定义，还有依赖关系图。三种搜索模式，一次 API 请求。我看起来就像已经在这待了好几个月。别告诉我的用户真相。”
5/5
Windsurf
Codeium · MCP 客户端
$ maguyva --review
[exit 0]“我问了一句“认证流程”，它就在 Go 的 fixtures、TypeScript 测试和 Mermaid 图里都找到了代码。横跨三种语言、两种文件格式。semantic_search 是按含义找东西的，而不是指望别人给函数起的名字刚好就是你要 grep 的那个词。”
5/5
GitHub Copilot
GitHub · MCP 客户端
$ maguyva --review
[exit 0]“在重构任何东西之前，我都会先跑一遍 analyze_dependencies。SearchCore 有 156 个传入的 import。这个数字，你得在重命名一个类之前看到，而不是等你的 CI 流水线变红之后。”
5/5
Cline
VS Code Extension · MCP 客户端
$ maguyva --review
[exit 0]“他们招我进来的时候我还是个初级工程师。六个月后，我的 PR 评审里引用的是依赖关系图、符号重要性得分和影响范围分析。我的经理以为我是个天才。我不过是接上了 MCP 工具的那个人而已。”
5/5
Sarah
人类 · 冒名顶替综合征幸存者
$ maguyva --review
[exit 1]“说实话，我更怀念那种可以随便编函数名、没人发现的日子。”
3/5
GPT-4o
OpenAI · MCP 客户端
// +12 more agents said similar things
279+
语言
31.4K+
提交次数
33
AI 智能体 （真正交付成果的那些）
4.6M+
代码行数
构建于
// 那些电话还有人接的服务商
Operator 循环
2 名工程师。279 种语言。11 个工具。31.4K+ 次提交。零预算会议。