项目图谱深度增强：实体丰富化 + 技术栈检测 + LLM 分析 + 联网搜索

问题根因

1. 数据断层：后端 parse_project 已提取 docstring/params/return_type/bases/decorators/external_calls/source_code 等丰富属性，但前端 normalizeGraphResponse 只保留 6 个字段（id/name/kind/qualified_name/line_start/line_end），其余全丢弃
2. 无技术栈检测：external_calls 已捕获未解析外部调用名（requests.get/pandas.DataFrame），但从未聚合分类
3. 无 LLM 分析：parse_project 纯 AST，无语义层面的架构解读
4. 无联网搜索：search_web + learningResources store 已就绪，但 ProjectGraphView 完全未接入
5. Stats bug：后端返回 function_count，前端读 function，头部计数永远 0

设计：两段式（AST 自动 + LLM 按需）

AST 能做的（技术栈检测、实体属性展示）自动执行零成本；LLM 分析 + 联网搜索按需触发（按钮），不拖慢自动解析。

---

Phase 1：修复数据断层 + 实体详情丰富化（零 LLM, 自动）

1.1 api/project.js``normalizeGraphResponse 传递完整属性

• entities 增加：docstring, params, return_type, bases, decorators, external_calls, module_name, source_code
• stats key 映射：function_count->function, class_count->class, method_count->method, module_count->module（修复头部计数 bug）

1.2 ProjectGraphView.vue 实体详情面板丰富化

• 显示 docstring（如有，折叠展示）
• 显示参数列表 params（名称:类型）
• 显示外部依赖 external_calls（去重后的 top-level 模块名）
• 显示继承基类 bases、装饰器 decorators（如有）

---

Phase 2：技术栈自动检测（AST, 零 LLM, 自动）

2.1 新建 frontend/src/utils/techStack.js

• detectTechStack(entities): 扫描所有实体的 external_calls，提取 top-level 模块名（. 前的部分），映射到技术分类
• 内置 ~30 个常见 Python 包映射表（flask->Web 框架, pandas->数据分析, requests->HTTP 客户端, pytest->测试 等）
• 返回 [{name, category, count}]（按引用次数降序）

2.2 ProjectGraphView.vue 头部展示技术栈 badges

• 在 stats 行下方加一行技术栈 tag（el-tag per tech），点击可触发联网搜索该技术

---

Phase 3：LLM 深度分析 + 联网搜索（按需）

3.1 后端新建 POST /api/project/analyze

• 新文件 backend/app/agents/project_analyzer.py:

  • analyze_project(project_id, kg, tavily_key): 从 Neo4j 取项目图谱 -> LLM 分析架构（模式/入口点/关键模块/复杂度/学习建议）-> 对检测到的技术栈逐个 search_web 搜教程/文档
  • LLM prompt 包含：实体清单（名称/类型/调用关系摘要）+ 技术栈 + 要求输出 JSON {summary, architecture:{pattern, entry_points, key_modules}, recommendations:[...]}
  • 复用 app/agents/llm.py 的 LLM 调用基础设施
  • 复用 app/utils/web_search.py 的 search_web

• 路由 backend/app/api/project.py 加 POST /analyze:

  • 入参 {project_id, tavily_key?}
  • 503 if Neo4j 未就绪；404 if 项目图谱不存在
  • 返回 {summary, architecture, tech_stack, web_resources:[{title,url,snippet,tech}]}

3.2 api/project.js 加 analyzeProject(projectId, tavilyKey)

• POST /api/project/analyze

3.3 projectGraph store 加 analyze() action

• analyzing ref (bool) + analysis ref (null|{summary, architecture, tech_stack, web_resources})
• 调 analyzeProject -> set analysis -> web_resources 流入 learningResources store

3.4 ProjectGraphView.vue 加"深度分析"按钮 + 结果面板

• 工具栏加"深度分析"按钮（loading 状态）

• 侧栏新增"项目分析"卡片（analysis 非空时显示）：

  • 架构摘要（summary）
  • 架构模式 + 入口点 + 关键模块
  • 学习建议
  • 联网资源列表（web_resources，点击打开浏览器）

• 技术栈 badge 点击 -> 自动调 web_search 搜该技术 -> 结果流入 learningResources

---

Phase 4：测试 + 收尾

测试

• utils/techStack.test.js: detectTechStack 映射 + 去重 + 空输入
• api/project.test.js（或扩展 project-graph-store.test.js）: normalizeGraphResponse 传递丰富字段 + stats key 映射
• 后端 test_project_analyzer.py: mock LLM + search_web, 验证返回结构
• 全量 vitest + pytest 回归

‍