GitHub 开源项目深度分析 Agent 是一个基于 Nexent + MCP + 多Agent协作 构建的项目学习助手。
它解决的核心问题是：
当开发者第一次接触一个大型开源项目时，
README 看不懂、
项目结构太复杂、
不知道从哪里开始读源码、
更不知道核心调用链在哪里。
系统通过 双Agent协作机制，将项目分析拆分为：
- 项目概览分析（Agent-A）
- 源码深度分析（Agent-B）
最终生成一份包含：
- 项目定位
- 技术栈
- 架构设计
- 核心模块
- 入口文件
- 调用链分析
- 源码验证结果
的完整技术报告。
本项目定位为：
开源项目学习与源码分析助手
帮助开发者在几分钟内完成项目调研工作。
| 能力 | 说明 |
|---|---|
| 项目概览分析 | 自动解析仓库信息 |
| README解析 | 提取项目核心功能 |
| 技术栈识别 | 自动识别语言与依赖 |
| 项目结构分析 | 生成目录树 |
| 架构推断 | 判断单体/微服务/插件化 |
| 入口定位 | 自动发现入口文件 |
| 核心模块识别 | 找出关键源码目录 |
| 调用链追踪 | 验证真实执行流程 |
| 源码验证 | 避免仅依赖README |
| 学习路线生成 | 给出源码阅读建议 |
目前大量 AI 项目分析工具存在一个共同问题：
仅分析 README
输出：
项目简介
技术栈
主要功能
看起来很完整。
实际上：
- 没看源码
- 不知道入口
- 不知道调用链
- 可能产生幻觉
直接分析源码
问题：
- 仓库太大
- 上下文不足
- 容易迷失方向
- Token 消耗巨大
采用：
概览分析
↓
结构化JSON
↓
源码验证
↓
深度报告
先建立项目全局认知。
再进入源码验证阶段。
保证：
- 有全局视角
- 有源码依据
- 有真实调用链
flowchart TD
A[用户输入 GitHub 仓库地址]
A --> B[Agent-A<br>项目概览分析]
B --> C[MCP工具调用]
C --> D[仓库信息]
C --> E[README]
C --> F[技术栈]
C --> G[项目结构]
C --> H[架构分析]
D --> I[标准化JSON]
E --> I
F --> I
G --> I
H --> I
I --> J[Agent-B<br>源码深度分析]
J --> K[入口文件定位]
K --> L[源码读取]
L --> M[调用链追踪]
M --> N[架构验证]
N --> O[深度分析报告]
系统采用双Agent架构。
职责：
- 信息收集
- 项目结构解析
- 技术栈识别
- 架构推断
输出：
{
"repo_info": {},
"readme": {},
"tech_stack": {},
"project_structure": {}
}仅输出标准JSON。
不生成分析报告。
职责：
- 入口定位
- 源码验证
- 调用链分析
- 架构验证
输入：
Agent-A输出JSON输出：
深度分析报告
项目基于 FastMCP 构建 GitHub 分析工具集。
当前提供 12 项能力。
| 工具 | 功能 |
|---|---|
| get_repo_overview | 仓库概览 |
| get_readme | README获取 |
| get_tech_stack | 技术栈分析 |
| get_directory_structure | 项目结构 |
| get_key_modules | 核心模块 |
| get_architecture_analysis | 架构分析 |
| analyze_project_structure | 项目类型识别 |
| get_entry_points | 入口定位 |
| get_learning_roadmap | 学习路线 |
| search_code | 代码搜索 |
| get_file_content | 源码读取 |
| get_file_summary | 文件摘要 |
Agent-A 调用 MCP：
get_repo_overview
get_readme
get_tech_stack
get_directory_structure
get_key_modules
get_architecture_analysis
get_entry_points
输出标准化 JSON。
Agent-B：
解析 JSON
定位：
- 项目入口
- 核心模块
源码验证
调用：
get_file_content
读取真实代码。
调用链追踪
调用：
search_code
寻找：
main()
create_app()
run()
init()等关键函数。
架构验证
验证：
- README描述
- 技术栈声明
- 实际代码实现
是否一致。
生成最终报告
输出：
- 项目定位
- 技术架构
- 核心模块
- 调用链
- 源码证据
- 学习路线
用户直接输入：
owner/repo
例如：
langchain-ai/langchain
或：
microsoft/autogen
最终生成：
项目定位
主要功能
技术栈
系统架构
模块关系
入口函数
调用路径
关键组件
验证结果
证据位置
代码片段说明
推荐阅读顺序
| 亮点 | 说明 |
|---|---|
| 双Agent架构 | 降低上下文压力 |
| 状态传递机制 | Agent间协同工作 |
| 源码级验证 | 避免README幻觉 |
| 调用链追踪 | 真实执行路径分析 |
| MCP工具化 | 易扩展 |
| GitHub原生分析 | 无需下载仓库 |
| 自动学习路线 | 降低学习门槛 |
| 可扩展源码审计 | 支持后续安全分析 |
| 方向 | 说明 |
|---|---|
| UML自动生成 | 类图与时序图 |
| 架构图生成 | 自动绘制系统结构 |
| RAG增强 | 建立项目知识库 |
| 多仓库分析 | 微服务系统分析 |
| 安全审计 | 漏洞与风险检测 |
| 测试覆盖率分析 | 测试质量评估 |
| AI代码讲解 | 面向初学者解释源码 |
export GITHUB_TOKEN=your_tokenpython github-analyzer-mcp.py创建：
- Agent-A（项目概览分析）
- Agent-B（源码审计助手）
直接启动：
源码审计助手
输入：
https://github.com/owner/repo
系统将自动完成：
项目概览
↓
结构分析
↓
源码验证
↓
调用链追踪
↓
深度报告