Maguyva 如何運作

連接一個 GitHub 儲存庫，Maguyva 就會將它轉換成多種可搜尋的資料檢視，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，以及經過排序的程式碼片段。

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

當你連接儲存庫時，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儲存庫。

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。

Maguyva 提供 5 種檢索功能：semantic、AST、symbol、dependency和text。intelligent_search 內有四種搜尋方式：語意、文字、結構與圖。預設的 auto/balanced 會將能高度確定是在詢問定義的查詢導向結構搜尋，將參照或影響查詢導向圖搜尋，將精確比對查詢導向文字搜尋。其他查詢使用語意與已索引文字。使用 mode=hybrid，或在 auto 下設定 quality=thorough，即可要求全部四種搜尋方式；明確指定的模式優先於 quality。 language_filter 會從 auto/hybrid 排除圖搜尋，且不能搭配明確指定的圖模式，否則請求會遭拒。來自多種搜尋方式的結果會融合，並依與查詢的相關性排序。

私有儲存庫的資料檢視，與受支援程式語言與文字型技術的公開參考資料一併提供。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。

連接 GitHub 後，Maguyva 會在雲端掃描儲存庫，擷取代理實際需要用來推理的部分：

• 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 - 將儲存庫文件與相關參考資料，一併納入程式碼旁

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：

• 相關性評分 ▄█▄ ║⊙⊙║ ╚═█═╝ - 依搜尋模式與品質預設選擇檢索依據，再依與查詢的相關性排序符合項目
• 雜訊過濾 - 減少重複符合項目並限制每個檔案的區塊數量，避免單一檔案占滿結果視窗
• 脈絡優先排序 - 預設保持結果有界且相關。重要性提升需透過 boost_by_importance=true 主動啟用，適用於架構概覽，並非預設排序策略

• 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端、匯入關係與影響範圍

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。

• 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 - 依賴關係與圖譜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

• 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，並對靜態資料採用儲存層加密
• 命名空間隔離 - 儲存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 - 儲存庫存取權限受組織與命名空間邊界限制

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，而非將整份檔案塞進脈絡。支援的語言與用戶端請參閱相容性。

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，先根據實際儲存庫驗證方案
• 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
• 更快理解儲存庫 - 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

• 儲存庫同步 - 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

準備好試試看了嗎？

1. 免費開始 - 免信用卡即可註冊
2. 連接你的儲存庫 - 在 Maguyva 入口網站連結一個 GitHub 儲存庫
3. 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)

免費開始 →

透過 Maguyva 入口網站連接 GitHub 儲存庫。程式碼變更後，GitHub 同步工作會更新索引。入口網站也提供 API 使用情況。