用户输入 GitHub URL
    ↓
Agent 自动 fetch_url 下载源码
    ↓
LangGraph 编排 7 个 MCP 工具（read_file / search_code / find_definition / 
analyze_complexity / get_git_history / suggest_refactor）
    ↓
输出 ≥1500 字深度报告（含真实代码片段 + 行号 + 优先级建议）

用户输入：https://github.com/langchain-ai/langgraph/blob/main/libs/langgraph/langgraph/graph/state.py
    ↓
Agent 内部执行：
  ① fetch_url(url) → 下载到 examples/fetched/，返回 local_path
  ② read_file(path=local_path) → 读完整 1978 行
  ③ search_code(directory=..., pattern="^(class|def|async def)") → 列出骨架
  ④ analyze_complexity(file_path=local_path) → 找出 CCN > 10 的函数
  ⑤ find_definition(symbol="add_node", file_path=local_path) → 定位
  ⑥ read_file(start_line=667, end_line=926) → 读 add_node 函数体
  ⑦ search_code(pattern="except\\s*:\\s*\\n\\s*pass|global\\s+") → 反模式
  ⑧ respond_node → 生成深度报告

┌─────────────────────────────────────────┐
│  Claude Desktop / 自研 Agent / curl   │  ← 任意 MCP Client
└────────────┬────────────────────────────┘
             │ MCP 协议 (JSON-RPC over stdio)
             ▼
┌─────────────────────────────────────────┐
│  CodeInsight-MCP Server                │
│  ├ read_file                           │
│  ├ search_code                         │
│  ├ find_definition                     │
│  ├ get_git_history                     │
│  ├ analyze_complexity  (Python/TS/Java/Go) │
│  ├ suggest_refactor                    │
│  └ fetch_url  ← 新增：GitHub URL → 本地  │
└────────────┬────────────────────────────┘
             │ langchain-mcp-adapters
             ▼
┌─────────────────────────────────────────┐
│  LangGraph Agent 状态机                │
│  plan → execute → reflect → respond   │
│  + 5 套工作流模板（见下）            │
└─────────────────────────────────────────┘

plan → execute → reflect → (plan | respond) → END

# eval/judge.py：LLM-as-Judge 评估器
JUDGE_SYSTEM = """你是 CodeInsight Agent 的质量评估专家...
按 5 个标准给 Agent 输出打分（1-5），每个标准独立评分"""

# 安装依赖
pip install -r requirements.txt

# 配置 .env
cp .env.example .env
# 编辑 .env 填入 OPENAI_API_KEY（必须）和 LANGFUSE_*（可选）

# 跑 Agent（CLI）
python -m agent.main --goal "分析 https://github.com/langchain-ai/langgraph/blob/main/libs/langgraph/langgraph/graph/state.py" --template deep_review

# 启动 FastAPI 服务（含 Web UI）
uvicorn api.server:app --host 0.0.0.0 --port 8000

# 跑评估
跑 eval/run_eval.py

curl -X POST http://localhost:8000/agent/run \
  -H "Content-Type: application/json" \
  -d '{"goal": "https://github.com/...", "template": "deep_review"}'

CodeInsight-MCP/
├── mcp_server/
│   └── server.py           # MCP Server（7 个 tool）
├── agent/
│   ├── mcp_client.py       # MCP 客户端封装
│   ├── state.py            # AgentState schema
│   ├── prompts.py          # 5 套模板 + DEEP_ANALYSIS_REPORT_TEMPLATE
│   ├── graph.py            # LangGraph 状态机
│   ├── observability.py    # Langfuse 集成
│   └── main.py             # CLI 入口
├── api/
│   ├── server.py           # FastAPI 服务
│   ├── stream.py
│   └── static/index.html   # Web UI（深色主题）
├── eval/
│   ├── test_cases.json     # 12 个测试用例
│   ├── judge.py            # LLM-as-Judge
│   └── run_eval.py         # 跑全部 + 生成报告
├── tests/
│   ├── test_server.py
│   └── test_agent.py
├── examples/
│   ├── sample_repo/        # 简单示例
│   ├── langgraph_state.py  # LangGraph 真实源码（缓存）
│   └── fetched/            # fetch_url 下载缓存
├── Dockerfile              # 多阶段构建
├── docker-compose.yml
└── requirements.txt