Aiii Repo Analyzer 流程

總流程

AI 內部如何查詢、推理與組合結果，放在子頁展開；總覽只保留閉環。

00 收到訊息

GitHub issue、comment、系統錯誤或人工補充進入同一條分析線。

01-02 發現 + 同步 repo

從 topics 找到客戶 repo，同步程式碼，補上 console 與必要線索。

CHECK 執行前檢核

確認輸入、repo 與環境資訊足夠。不通過就回到同步階段重做。

RAG Retrieval

強制執行 scripts/retrieval.py，拆出根因與檔案位置。

03-04 MCP routing + 驗證

以 retrieval 位置為起點，使用 MCP routing 與 trace_path 追呼叫鏈。

05 分析根因

分開標註事實與推測，整理出可被驗證的原因與影響範圍。

06-07 寫入 DB + Embedding

強制執行 scripts/write-results.py，保存 Firestore 與向量資料。

08 Discord 回覆

輸出結論、行為、根因、下一步四個區塊，讓使用者能直接接續處理。

FINAL 最終檢核

檢查結果完整性。通過才完成；不通過回到 MCP routing 重新驗證。

DONE 完成

分析結果、位置、根因與下一步都已可追溯並完成輸出。

強制檢核點，不通過就回頭重做 Retrieval 命中後可減少重複 search_graph 完成狀態

Step	做什麼
1-2	從 GitHub topics 找到客戶 repo，同步後補上 console。
Retrieval	強制執行 `scripts/retrieval.py`，解析 JSON，拆出根因與位置 `檔案:行號`。
3-4	用 retrieval 位置當起點做 MCP routing，再用 trace_path 追呼叫鏈。
5	判斷根因，並將證據分成事實與推測。
6-7	強制執行 `scripts/write-results.py`，寫入 Firestore 與 Embedding。
8	Discord 輸出四區塊：結論、行為、根因、下一步。