Validate code against MMLA specification.

🚨 核心修正 1: 絕對門禁檢查 只有狀態為 GREEN 的節點才能進行代碼驗證

Args: code: The Python code to validate node_id: The MMLA node ID to validate against use_agentic_loop: If True, use Agentic Loop with auto-fix (up to 16 retries)

Returns: JSON string with validation results

Create a new node in the architecture. 'spec' should be a JSON string defining inputs/outputs/constraints.

檢查藍圖小老鼠運行環境

檢測宿主環境（Antigravity/Cursor/VSCode）、API Key配置和依賴狀態。

Returns: JSON 格式的環境檢測報告

啟動藍圖小老鼠 UI

在瀏覽器中打開藍圖小老鼠的用戶界面，開始使用者旅程。

Args: api_key: 可選的 API Key（BYOK模式） mode: 啟動模式 ("landing" | "workspace")

Returns: UI 啟動狀態和 URL

分析用戶需求並檢測是否需要蘇格拉底面試

檢測需求中的模糊點、邏輯漏洞和潛在災難場景， 如果發現問題則自動生成蘇格拉底式問題。

Args: user_input: 用戶的系統需求描述

Returns: JSON 格式的分析結果，包含是否需要面試和問題列表

記錄蘇格拉底面試的答案到 data_trap.jsonl

用於訓練數據收集（如果用戶允許）。

Args: requirement: 原始需求 questions: 問題列表（JSON字符串） answers: 用戶答案（JSON字符串） framework: 選擇的框架

Returns: 記錄狀態

將生成的項目文件寫入宿主工作區

完成從「寄生」到「交付」的完整閉環。

Args: project_name: 項目名稱 files: 文件映射 (JSON字符串) metadata: 元數據 (JSON字符串)

Returns: 生成報告