Maguyva 如何運作
連接一個 GitHub 程式碼庫，Maguyva 就會將它轉換成多種可搜尋的檢視畫面，供你的代理隨需取用。模型不必把整份檔案塞進脈絡視窗，而是能有憑有據地存取符號、結構、文件、依賴關係，以及依重要性排序的程式碼片段。
脈絡問題#
隨著專案規模成長，AI 代理會遇到以下困境：
- 脈絡視窗限制 - 資訊過多會讓 AI 模型不堪負荷
- 無關資料 - AI 代理會在不必要的資訊上浪費 token
- 效能不佳 - 準確度下降、處理時間變長
- 手動管理 - 開發者得花上數小時手動整理脈絡
- 成本增加 - 若沒有脈絡管理，每次查詢的 token 成本都會提高
專案規模越大，脈絡視窗中混入的雜訊就越多——代理的準確度也隨之下降。
Maguyva 的解決方案#
當你連接程式碼庫時，Maguyva 會針對程式碼、文件、manifest 檔案、符號與依賴關係中繼資料執行雲端擷取管線。目標是一次建立持久的程式碼記憶，而不必讓每次代理執行都從零重新探索程式碼庫。
這些管線會產出多個專用資料層：精確文字搜尋、語意檢索、符號與參照查找、結構檢視，以及依賴關係圖分析。不同的問題會導向不同的資料層。
搜尋結合了 5 種檢索模式：semantic、AST、symbol、dependency和text。結果會經過融合與排序，讓重要符號優先於低價值的輔助內容浮現。
私有程式碼庫檢視畫面，會與受支援程式語言與文字型技術的公開參考資料並列呈現。你的代理透過 MCP 工具存取整個系統，你可以在規劃與驗證階段大量仰賴它，也可以在編輯過程中拿來做抽查。
1. 程式碼庫擷取#
連接 GitHub 後，Maguyva 會在雲端掃描程式碼庫，擷取代理實際需要用來推理的部分：
將程式碼庫正規化一次，讓每次代理呼叫都能查詢持久的程式碼記憶。
- 程式碼結構分析- 將檔案剖析為符號、參照與架構邊界
░╔═╗░ ▓║◉║▓ ░╚═╝░
- 依賴關係解析- 對應檔案、模組與符號之間的相依關係
╲▄█▄╱ ─◆●◆─ ╱▀█▀╲
- 文件整合 - 將程式碼庫文件與相關參考資料，一併納入程式碼旁
2. 專用檢索層#
Maguyva 不會只建立一個通用索引，而是打造多個檢索介面，各自快速回答不同的問題，並提供不同類型的佐證：
脈絡預算：Maguyva 回傳依重要性排序、附有檔案路徑與行號的程式碼片段，而非把整份檔案塞進脈絡視窗。實際能節省多少 token，取決於程式碼庫規模與查詢的精確度。
路由與排序#
- 相關性評分- 選擇正確的檢索模式，並優先呈現重要結果
▄█▄ ║⊙⊙║ ╚═█═╝
- 雜訊過濾 - 去除樣板程式碼、重複片段與低價值的比對結果
- 脈絡優先排序 - 排序結果，讓代理先看到核心符號，再看到邊緣情境的輔助內容
儲存的資料表示#
- 語意檢索- 即使用字不同，也能找出概念相近的程式碼與文件
┌─◈─┐ ║███║ ╚═══╝
- 符號與結構檢視 - 支援精確符號查找、參照，以及基於 AST 結構的問題
- 依賴關係圖分析- 追蹤整個程式碼庫中的呼叫者、匯入關係與影響範圍
▓█▓ ╔═●═╗ ╚═╤═╝
3. Model Context Protocol（MCP）工具層#
Maguyva 以雲端託管的 MCP 伺服器形式提供服務。你的代理會呼叫所需檢視角度對應的工具，而不必仰賴模型從零記住你的架構。上方的四個介面是對具體工具的分組檢視：語意搜尋涵蓋 semantic_search 與 intelligent_search；符號查找涵蓋 find_symbol 與 get_task_context；結構搜尋涵蓋 structural_search 與 text_pattern_search；依賴關係圖涵蓋 dependency_search 與 analyze_dependencies——此外還有作為輔助工具的 get_file、repository_context 與 ask_maguyva。全部 11 個工具請參閱完整的 MCP API 參考文件。
將每個請求路由到能提供最有用佐證的檢索介面。
MCP 相容性的優勢#
- 彈性運用工具 - 規劃階段可大量仰賴 Maguyva，或只用它來為高風險變更做合理性檢查
- 更完善的計畫驗證 - 編輯前先用真實符號、參照與文件交叉核對想法
- 更清楚的影響範圍 - 依賴關係與圖表工具會顯示符號變更後可能造成哪些破壞
- 面向未來相容 - 相容於任何支援 MCP 標準的用戶端
技術架構#
安全處理管線#
外部程式碼庫與 MCP 連線皆使用 HTTPS/TLS。
安全功能#
- 傳輸安全 - 連線至服務使用 HTTPS/TLS
- 託管儲存 - 索引資料儲存於受管理的基礎設施，並在靜態時採用儲存層加密
- 命名空間隔離 - 程式碼庫資料會透過管線與資料庫查詢路徑，依工作區與命名空間進行範圍限制
- 存取控制 - 程式碼庫存取權限受組織與命名空間邊界限制
效能特性#
效能會依程式碼庫規模與查詢複雜度而異。Maguyva 專注於提供最相關的脈絡，而非整份檔案傾倒。支援的語言與用戶端請參閱相容性。
你可以期待什麼#
透過智慧篩選與整理程式碼庫脈絡，Maguyva 協助 AI 代理更有效率地工作：
- 更準確的規劃 - 代理能在開始寫程式前，先根據實際程式碼庫驗證方案
- 更安全的重構 - 影響範圍與依賴關係檢查，能減少可避免的破壞
- 更少的 token 浪費 - 只回傳相關片段，而非整份檔案
- 更快理解程式碼庫 - 模型能快速取得有憑有據的答案，不必每次執行都重新探索專案結構
實際成效會因程式碼庫規模、複雜度，以及 AI 代理處理的查詢類型而異。
讓索引保持最新#
自動更新#
- 程式碼庫同步 - 隨著程式碼變更，透過 GitHub 同步作業重新整理
- 增量處理 - 只處理變更過的檔案，以提升效率
- 分支感知脈絡 - 為每個 git 分支維護獨立索引，讓代理在每個分支都能看到正確的脈絡
快速上手#
準備好試試看了嗎？
- 免費開始 - 免信用卡即可註冊
- 連接你的程式碼庫 - 在 Maguyva 入口網站連結一個 GitHub 程式碼庫
- 讓你的代理指向 Maguyva - 在規劃、檢查或編輯時使用 MCP 工具 (安裝指南)
程式碼庫管理#
透過 Maguyva 入口網站連接你的 GitHub 程式碼庫。當程式碼變更時，平台會透過 GitHub 同步作業重新整理索引，讓每個分支的 MCP 工具層保持最新。入口網站也提供基本的 API 使用量檢視，更詳細的分析功能正在規劃中。