$ loading_
自动分析项目结构并生成上下文文档、开发指南与可查询知识库。
该 MCP 工具描述为本地自包含的项目分析插件，未声明需要密钥或远程端点，整体未见明显高风险外发迹象。主要注意点在于其会本地执行固定流程并读取项目内容生成索引/文档，且来源虽开源但社区采用与维护信号较弱。
材料明确写明“无”密钥/环境变量，未见要求 API token、账户凭证或其他敏感认证信息，因此凭证泄露面较小。
声明中未提供任何远程端点，且描述为“self-contained”插件；基于现有材料，未见明确将用户数据外发到第三方服务的证据。
系统检查项标明该工具具备 executes-code，且描述称会运行固定 DAG 来分析项目；这意味着其会在本机执行预定义处理流程，应按本地代码执行能力审慎对待。
其功能是“profiles a project”并生成 context pages、developer guide 和可查询 vectorstore，这通常意味着需要读取项目文件并在本地产生衍生数据/索引；材料未显示超出项目范围的过度授权，但仍涉及较广的项目内容访问。
正面因素是存在可审计的开源仓库；但来源为 third_party_registry，README 缺失，许可证未声明，社区采用为 0 star，维护状态未知，整体供应链信号偏弱，建议先审源码再使用。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"profile-project" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请对这个项目运行完整画像流程，输出面向 AI 代理的上下文页面、给开发者的人类可读指南，并建立可查询的向量知识库。重点梳理模块职责、依赖关系、入口文件和关键配置。
一套项目概览材料，包括结构化上下文页、开发者指南，以及可供后续检索问答使用的向量库。
分析当前代码库，生成适合 AI 编码助手使用的项目上下文资料，帮助其快速理解架构、核心组件、代码约定和常见工作流，并输出可检索知识库。
面向 AI 助手的精炼上下文文档和知识索引，可提升后续代码生成、修改与答疑效果。
请基于项目画像结果整理一份给新成员的开发指南，涵盖项目目标、目录结构、启动方式、依赖说明、常见任务路径，以及需要优先阅读的关键模块。
一份便于新人快速上手的开发指南，并与项目上下文资料保持一致。
分析 Python 项目结构、文档大纲与 OpenAPI 规范，帮助快速理解代码库。