EJ-pro/ChatFolio

## 💡 项目介绍 当加入一个新的开源项目或接手庞大的遗留代码时，理解代码所花费的成本往往超乎想象。 **ChatFolio** 旨在解决这个问题。只需输入一个 GitHub URL： - 📊 自动提取数千个文件之间的**依赖关系图** - 🤖 基于提取的图谱，立即与 **AI 代码聊天机器人**对话 - 📝 通过多智能体（Multi-Agent）分析项目特征，自动编写**高质量 README** ## 🚀 最新更新 (v1.1.0) - **🌐 全球化服务支持 (多语言支持)**：已完成 UI 的全面英文化，现支持使用韩语和英语进行分析及文档生成。 - **👤 个性化用户画像**：基于用户所在国家及职位信息，提供优化的技能分析与用户画像报告。 - **🏗️ AI 架构分析**：分析项目的依赖关系图，自动生成关于设计模式、组件职责和数据流的专业报告。 - **⚡ 性能优化 (缓存引擎)**：降低了实时 GitHub API 调用的依赖，并构建了 DB 缓存层，使“我的主页”加载速度提升了最高 10 倍以上。 - **📝 多语言 README (韩/英)**：可在韩语和英语中选择所需语言，或一次性生成同时支持双语的 README。 ## ✨ 主要功能

🕸️ 架构可视化 通过物理模拟驱动的 react-force-graph，将使用 NetworkX 分析出的文件依赖关系进行交互式渲染。可通过节点大小立即识别核心文件。	💬 智能多语言聊天机器人 结合依赖关系图与混合 RAG，向代码提出疑问。可根据设置的韩语或英语，获得实时解答。
📄 全球化自动文档 不仅是简单翻译，更能生成反映项目结构的高质量多语言 README。可选择多个国家，同步构建多语言文档。	🔀 混合 LLM 引擎 在标签页内自由切换注重速度的 Groq (Llama 3.3) 和注重质量的 OpenAI (GPT-4o)。API 出错时会自动切换至备用模型。

## ⚙️ 核心架构 ### 1. AI 自动文档多智能体流水线 ChatFolio 的文档引擎是由 LangGraph 构建的 4 阶段自主智能体系统。 ``` graph LR A(📥 GitHub URL) --> B subgraph Pipeline ["🤖 Multi-Agent Workflow"] B[🔍 Analyzer\n프로젝트 정체성 식별] -->|아키타입 분류| C[🔀 Router\n최적 전략 수립] C --> D[✍️ Writer\n마크다운 초안 작성] D --> E{🕵️ Reviewer\n품질 검토} E -->|수정 필요| D E -->|승인| F end F(📄 Final README) ``` | 智能体 | 职责 | | :----------: | ------------------------------------------------------------------------------------ | | **Analyzer** | 扫描配置文件及语言分布，识别项目原型（Backend / Mobile / ML 等） | | **Router** | 根据识别出的原型，决定需要强调的技术栈及章节结构 | | **Writer** | 基于依赖图中的核心代码片段，编写 Markdown 草稿 | | **Reviewer** | 验证“快速开始”的有效性及技术准确性，并向 Writer 执行反馈循环 |
### 2. 动态身份推断（智能项目识别） 从 URL 收集阶段开始，即可动态把握项目的身份特征。 ``` GitHub Repository │ ├─ 📋 Manifest Discovery ← package.json / build.gradle / requirements.txt 우선 탐색 │ → "이건 Android 프로젝트구나" │ ├─ 📊 Graph Centrality ← NetworkX In-degree 분석 │ → 가장 많이 참조된 파일 = 프로젝트 심장부 │ └─ 🔤 Language Weighting ← 전체 파일 확장자 분포 계산 → .kt 90% → Kotlin 특화 분석 가이드 전달 ``` ### 3. 数据收集流水线（10 个步骤） 从输入 GitHub URL 到 RAG 引擎准备就绪，将运行共计 10 个步骤的流水线。 ``` Step 01 🔐 Auth 사용자 PAT 유효성 검증, Rate Limit 체크 ↓ Step 02 🔍 Cache Check GitHub API로 최신 커밋 SHA 확인 → 캐시 재사용 or 재분석 결정 ↓ Step 03 📡 Scan 재귀 디렉토리 순회, .md/.txt 등 기존 문서 배제 및 코드 위주 필터링 ↓ Step 04 📥 Fetch Python Generator 스트리밍으로 대용량 파일 OOM 없이 로드 ↓ Step 05 ✂️ Chunking RecursiveCharacterTextSplitter를 이용한 의미 단위 코드 분할 ↓ Step 06 🔢 Embedding OpenAI text-embedding-3-small 기반 고차원 벡터 변환 ↓ Step 07 🗄️ Indexing Chroma / Elasticsearch 벡터 스토어 최적화 인덱싱 및 저장 ↓ Step 08 🔍 Retrieval 사용자 질문 벡터와의 코사인 유사도 기반 최적 컨텍스트 추출 ↓ Step 09 📊 Re-ranking 메타데이터 및 파일 중요도 기반 검색 결과 재정렬 및 필터링 ↓ Step 10 🤖 RAG & Gen 최종 컨텍스트 주입, 지능형 기술 답변 및 새로운 README 자동 생성 ```
### 4. 多语言解析器支持 基于 `Factory Pattern` 的解析器路由器可检测文件扩展名，并自动分配最佳的分析器。 #### 🔤 语言解析器 (`core/parser/lang/`) | 语言 | 解析器 | 主要提取项 | | :-------------------------: | :------------------: | ----------------------------------------- | | **Python** | `ts_python.py` | `class`, `def`, `import`, `from` | | **JavaScript / TypeScript** | `ts_javascript.py` | `function`, `const`, `import`, `export` | | **Java** | `ts_java.py` | `class`, `interface`, `method`, `package` | | **Kotlin** | `ts_kotlin.py` | `class`, `fun`, `object`, `import` | | **Go** | `ts_go.py` | `func`, `struct`, `package`, `import` | | **C++** | `ts_cpp.py` | `class`, `function`, `#include` | | **C#** | `ts_csharp.py` | `class`, `namespace`, `using` | | **Rust** | `ts_rust.py` | `fn`, `struct`, `mod`, `use` | | **Swift** | `ts_swift.py` | `class`, `struct`, `func`, `import` | | **Dart** | `ts_dart.py` | `class`, `void`, `import` | | **PHP** | `ts_php.py` | `class`, `function`, `namespace`, `use` | | **Ruby** | `ts_ruby.py` | `class`, `def`, `module`, `require` | #### ⚙️ 配置解析器 (`core/parser/config/`) | 格式 | 解析器 | 用途 | | :--------: | :------------------: | ---------------------------------------- | | **Gradle** | `gradle_parser.py` | 提取 Android / Spring 依赖及构建设置 | | **JSON** | `json_parser.py` | 解析 `package.json` 等包元数据 | | **YAML** | `yaml_parser.py` | 提取 Docker Compose, CI/CD 配置 | | **XML** | `xml_parser.py` | 解析 `pom.xml`, `AndroidManifest.xml` | | **SQL** | `sql_parser.py` | 提取 DB 架构及表结构 | ## 🛠 技术栈

领域	技术
前端	React 18 (Vite) · Vanilla CSS · Zustand react-force-graph-2d · react-markdown · Lucide React
后端	FastAPI (Python 3.10+) · LangGraph · LangChain OpenAI GPT-4o · Groq Llama 3.3 · NetworkX
数据库	PostgreSQL · SQLAlchemy ORM
基础设施	Docker · Docker Compose

## 🚀 快速开始 ### 前置条件 - Docker & Docker Compose - OpenAI API Key - Groq API Key _(可选，提供免费额度)_ ### 安装 ``` # 1. 克隆 Repository git clone https://github.com/EJ-pro/ChatFolio.git cd ChatFolio # 2. 设置 환경 변수 cp .env.sample .env # 打开 .env 文件并输入 API Key # 3. 运行 docker-compose up --build ``` ## 📂 文件夹结构 ``` ChatFolio/ ├── backend/ │ ├── core/ │ │ ├── rag/ # ChatFolioEngine, ReadmeAgent (Multi-Agent) │ │ ├── parser/ # GitHub Fetcher, AST 파서 (다국어 지원) │ │ └── graph/ # NetworkX 기반 의존성 그래프 빌더 │ ├── database/ # PostgreSQL 세션 및 ORM 모델 │ ├── models/ # Pydantic 스키마 │ └── main.py # FastAPI 엔드포인트 ├── frontend/ │ └── src/ │ ├── pages/ # Analysis, Chat, DocsTab, DocPipeline │ ├── components/ # 레이아웃, 공통 UI │ └── store/ # Zustand 전역 상태 ├── .env.sample └── docker-compose.yml ```

标签：AI驱动, AST解析, AV绕过, FastAPI, GitHub仓库分析, GraphRAG, LangGraph, LLM, React, README生成器, Syscalls, Unmanaged PE, 代码依赖可视化, 代码分析, 代码审查, 代码解析, 凭证管理, 多智能体, 大语言模型应用, 威胁情报, 开发者工具, 技术文档, 智能文档生成, 测试用例, 特权检测, 自定义脚本, 请求拦截, 逆向工具