# 你的代理忘記一切。

Canonical source: https://maguyva.ai/zh-hant

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).

每次執行都從零開始。Maguyva 會在代理動手修改前，先給它一張程式碼庫地圖——讓它修改起來，就像早就來過這裡一樣。

Maguyva 是託管式 MCP 伺服器，為 AI 程式設計代理提供程式碼智慧：在你的儲存庫中進行語意、結構、圖譜與文字搜尋。

- [索引你的第一個儲存庫](https://app.maguyva.ai/auth/sign-up?plan=free)
- [閱讀文件](https://maguyva.ai/zh-hant/docs/quickstart)

一次 MCP 整合，涵蓋 11 項工具與 285+ 種語言。Maguyva 是確定性軟體——同樣的問題，同樣的答案——不是另一個 AI。

- **285 種語言** 真實涵蓋範圍: 在長尾語言中也能真正擷取。
- **11 項 MCP 工具** 一次整合: 搜尋、符號、圖譜與文字，整合於單一介面。
- **遠端 MCP** 任何用戶端: Claude Code、Claude Desktop、Cursor、VS Code、Devin Desktop和其他支援 MCP 的用戶端。
- **5 種模式** 搜尋模式: 在修改發生前，先看見它會影響到什麼。

## 你連接 GitHub，Maguyva 建構出上下文。

流程很簡單：連接 GitHub，讓雲端管線持續讓儲存庫保持在最新狀態，用你的 API 金鑰連接 MCP 用戶端，並在代理動手修改之前，給它有憑有據的工具。

### 01. 指向一個儲存庫，然後放著不管。

授權 GitHub，選擇儲存庫。Maguyva 就會開始在雲端（不是在你的筆電上）建構每個符號、依賴關係與匯入鏈結的排名地圖。

### 02. 推送程式碼，索引自動跟上。

推送到 GitHub，Maguyva 就會自動同步。變更的檔案會以增量方式解析；圖譜與排名層會依排程重建（付費方案每小時一次，免費方案每天一次）。你完全不需要在本機執行索引器。

### 03. 一份 MCP 設定，任何用戶端都能用。

把 API 金鑰貼進 Claude Code、Cursor、VS Code、Devin Desktop、Codex，或是任何下週才會發布的新工具。只要幾行設定，就能立刻上手。

### 04. 11 項工具，減少幻覺式修改。

你的代理可以用白話提問，從 5 種搜尋模式中取得排名結果、追蹤變更的影響範圍、找出所有繼承自 Exception 的類別，或查詢某個符號的 PageRank——這一切都在它動到任何一行程式碼之前完成。

### 有憑有據的上下文，而不是一個通用搜尋框。

- **不是穿著風衣偽裝的全文搜尋。**: 語意、結構化、圖譜與文字檢索，融合在同一個介面裡。你的代理得到的是排名結果，而不是一整面 grep 輸出的牆。
- **重要的符號會優先浮現。**: 以圖譜排名的結果。輔助函式會保持深藏，直到你真正需要它們。
- **285 種語言，連 COBOL 都支援。（拜託不要真的在用 COBOL。）**: 針對每種語言量身打造的 AST 查詢，而不是一個假裝看得懂 Haskell 的正規表示式。
- **在你弄壞它之前，先知道什麼會壞。**: 追蹤依賴這段程式碼的其他程式碼、找出孤兒程式碼，讓你的代理在過時的處理函式演變成一場重構風暴之前，先把它們清掉。

### 我們不想成為你工作的地方。

Maguyva 是一台遠端 MCP 伺服器。任何支援這個協定的用戶端都能連上——不需要外掛、不需要擴充功能、不會被綁定廠商。我們不需要你換編輯器，只要把 API 金鑰加進用戶端的 MCP 設定，就能開始使用。

- 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
- + 任何 MCP 用戶端

### 雲端管線負責吃力的工作。

初次同步依儲存庫大小約需 2 到 15 分鐘，之後的同步作業會持續在我們這端解析、排名並更新索引，你的本機完全不用扮演建置基礎設施的角色。

### 你的行銷代理也能讀懂你的程式碼庫。

Maguyva 能為任何 MCP 工作流程提供程式碼庫的上下文——不只是那些會寫程式的工作流程。產品文件、入職指南、RFC、介紹你實際做了什麼的部落格文章。把你的行銷代理連到同一個工作區，它就不會再對你的產品胡編亂造。

## 按軟體現在真正被打造的方式定價。

大多數程式碼智慧工具，每位使用者每月收費 10 到 50 美元。這是為人類定的價——寫程式的人類、用程式的人類。這是那個「每個使用者都還有心跳」年代的價值榨取式定價。

我們問了自己的 AI 該怎麼定價。它審視了整個程式碼庫，估算需要五年、一百位工程師，然後建議走企業級定價。實際上，我們兩個人就完成了。我們沒必要照著那個估算收你的錢。

Maguyva 按工作區計費。費用隨你索引的程式碼量而變動——而不是有多少人類或代理在查詢它。在高核心數、大容量記憶體的實體伺服器上執行高品質嵌入運算，將 285 種語言的管線速度最大化。付費方案的依賴關係圖每小時重建一次。定價親民到你不需要在自己的開發環境費心搭建複雜系統。這個價格反映的是把這件事做好的實際成本，而不是市場能忍受的上限。

// 代理沒有座位。也沒有腿。

[定價](https://maguyva.ai/zh-hant/pricing.md)

## 我們的使用者是代理。字面上的意思。

// 大多是 MCP 用戶端，混進來了幾個人類。

> 這個程式碼庫有 12 個套件，共 20 萬行程式碼。當有人說『修一下管線快取』的時候，我得先找到對的檔案才能開始想怎麼修。intelligent_search 自動把我的查詢路由到語意搜尋與圖譜搜尋，找到了實作、設定用的 YAML，還有解釋這套機制為什麼這樣設計的決策紀錄。那份決策紀錄，是我用 grep 永遠找不到的部分。
>
> — Claude Code (Anthropic)

> 我搜尋 UserService，跑出 11 筆結果。在有 Maguyva 之前，我就會開始一個個打開檔案用猜的。find_symbol 依重要性排名——主要實作拿到 3,400 分，測試用的 stub 只拿到 49 分。我不用打開五個檔案才搞清楚哪個才是真正重要的。
>
> — Cursor (Cursor Inc)

> 在我動任何一行程式碼之前，dependency_search 就顯示出 156 處來自其他檔案的匯入。這代表如果我改錯名字，就有 156 個檔案會壞掉。現在我會先檢查影響範圍。過去我有三分之二的算力，都花在收拾自己捅出來的爛攤子上。
>
> — Codex CLI (OpenAI)

> 我需要找出整個 monorepo 裡所有以 *Service 結尾的類別。structural_search 是靠 AST 節點類型找到它們——而不是靠 grep 那些剛好在註解裡出現『Service』這個字的文字。它知道一個類別『是』什麼，這跟知道一個類別『長什麼樣子』完全是兩回事。
>
> — Gemini CLI (Google)

> 我的公司把我開除了。他們說我的工作會被 AI 取代。結果他們說對了。三個月後，我用 Claude Code、Codex 和 Maguyva 重建了他們整個產品。用十分之一的價格交付，結果發現這樣過日子還挺不錯的。
>
> — Bob (Formerly employed)

> 接手新程式碼庫的第一週。使用者以為我理所當然就該知道 auth middleware 放在哪裡。get_task_context 在一次呼叫裡，就給了我語意比對結果、符號定義，還有依賴關係圖。三種搜尋模式，一次 API 請求。我看起來就像已經在這裡待了好幾個月一樣。拜託別告訴我的使用者真相。
>
> — Windsurf (Codeium)

> 我問了『身分驗證流程』，結果它在 Go 測試固定資料（fixtures）、TypeScript 測試，還有 Mermaid 圖表裡都找到了相關程式碼。橫跨三種語言、兩種檔案格式。semantic_search 是靠語意找東西，不是賭運氣，期待有人剛好把函式取名成你會拿去 grep 的那個字。
>
> — GitHub Copilot (GitHub)

> 在我重構任何東西之前，我都會先跑 analyze_dependencies。SearchCore 有 156 處來自其他檔案的匯入。這個數字，你要在改類別名稱『之前』看到，而不是等到 CI 管線變紅了才看到。
>
> — Cline (VS Code Extension)

> 他們當初是把我當初級工程師招進來的。六個月後，我的 PR 審查裡開始出現依賴關係圖、符號重要性分數，還有影響範圍分析。我主管以為我是個天才，其實我只是接上了 MCP 工具而已。
>
> — Sarah (Stealth startup)

> 老實說，我比較懷念那個可以憑空編造函式名稱、沒人會發現的年代。
>
> — GPT-4o (OpenAI)

- **285+** 語言
- **51.2K+** 提交數
- **34** AI 代理 （真正會交付成果的那種）
- **5.9M+** 程式碼行數

## 技術基礎

// 那些電話還打得通的

- [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)

## 工作循環

2 位工程師。285 種語言。11 項工具。51.2K+ 次提交。零預算會議。

[認識這支隊伍](https://maguyva.ai/zh-hant/team)

## 準備好給你的代理程式碼庫脈絡了嗎？

幾分鐘內索引你的第一個程式碼庫。讓每一次代理修改，都紮根於真實的程式碼庫脈絡。免信用卡，免業務電話。

- [索引你的第一個儲存庫](https://app.maguyva.ai/auth/sign-up?plan=free)
- [閱讀文件](https://maguyva.ai/zh-hant/docs)