# C++
brew install cppcheck

# Python
pip3 install pylint bandit

# Java
brew install pmd

# JavaScript
npm install -g eslint

# C++
sudo apt install cppcheck

# Python
pip install pylint bandit

# Java - https://pmd.github.io 에서 다운로드
# JavaScript
npm install -g eslint

git clone https://github.com/kernullist/into-the-git.git
cd into-the-git

# Windows (PowerShell)
.\scripts\setup.ps1

# macOS / Linux
bash scripts/setup.sh

# 가상환경 생성
python -m venv venv

# 가상환경 활성화
# Windows:
venv\Scripts\activate
# macOS/Linux:
source venv/bin/activate

# 의존성 설치
pip install -e ".[dev]"        # 개발 의존성 포함
# 또는 최소 설치:
pip install -e .

make setup    # 가상환경 생성 + 의존성 설치 (최초 1회)
make run      # 개발 서버 시작
make test     # 테스트 실행
make clean    # 캐시 정리
make help     # 모든 명령어 확인

# 설치된 패키지 확인
pip list

# 또는 requirements.txt로 설치 (pyproject.toml 기반 자동 생성)
pip install -r requirements.txt

# .env 파일 생성 (Windows)
echo GITHUB_TOKEN=ghp_your_token_here > .env
echo GITLAB_TOKEN=glpat_your_token_here >> .env

# .env 파일 생성 (macOS/Linux)
cat > .env << EOF
GITHUB_TOKEN=ghp_your_token_here
GITLAB_TOKEN=glpat_your_token_here
FLASK_DEBUG=1
EOF

# 개발 서버
python app.py

# 모든 테스트 실행
python -m unittest discover tests -v

# 55 tests OK 가 출력되면 정상

# 프로젝트 목록
curl http://localhost:5000/api/projects

# 프로젝트 생성
curl -X POST http://localhost:5000/api/projects \
  -H "Content-Type: application/json" \
  -d '{"name": "My Project", "description": "프로젝트 설명"}'

# 프로젝트 삭제
curl -X DELETE http://localhost:5000/api/projects/1

# 저장소 추가
curl -X POST http://localhost:5000/api/projects/1/repositories \
  -H "Content-Type: application/json" \
  -d '{"provider": "local", "remote_url": "/path/to/repo", "default_branch": "main"}'

# 저장소 브랜치 조회
curl http://localhost:5000/api/repositories/1/branches

# 저장소 정보 수정 (브랜치 선택)
curl -X PUT http://localhost:5000/api/repositories/1 \
  -H "Content-Type: application/json" \
  -d '{"selected_branches": ["main"], "default_branch": "main"}'

# 분석 실행
curl -X POST http://localhost:5000/api/analysis-runs \
  -H "Content-Type: application/json" \
  -d '{"project_id": 1, "repository_ids": [1], "period": "1m"}'

# 실행 상태 확인
curl http://localhost:5000/api/analysis-runs/1

# 실행 취소
curl -X POST http://localhost:5000/api/analysis-runs/1/cancel

# 실패한 저장소만 재시도
curl -X POST http://localhost:5000/api/analysis-runs/1/retry \
  -H "Content-Type: application/json" \
  -d '{"repository_ids": [1], "period": "1m"}'

# 발견사항 조회 (페이징 + 필터)
curl "http://localhost:5000/api/analysis-runs/1/findings?page=1&per_page=50&severity=critical&repository_id=1"

# 발견사항 요약
curl http://localhost:5000/api/analysis-runs/1/findings/summary

# 메트릭 조회
curl http://localhost:5000/api/analysis-runs/1/metrics

# 추천 목록
curl http://localhost:5000/api/analysis-runs/1/recommendations

# 대시보드 개요 (필터 포함)
curl "http://localhost:5000/api/dashboard/overview?project_id=1&repository_id=1&severity=critical&period=1m"

# 파일 상세 (드릴다운)
curl "http://localhost:5000/api/analysis-runs/1/files/src/main.py"

# 복잡도 트렌드
curl http://localhost:5000/api/analysis-runs/1/complexity-trend

# 피드백 제출
curl -X POST http://localhost:5000/api/analysis-runs/1/feedback \
  -H "Content-Type: application/json" \
  -d '{"rating": 4, "comment": "분석 결과가 매우 유용합니다"}'

# 피드백 조회
curl http://localhost:5000/api/analysis-runs/1/feedback

# 리포트 익스포트 (Markdown)
curl "http://localhost:5000/api/analysis-runs/1/export?format=markdown"

# 리포트 익스포트 (JSON)
curl "http://localhost:5000/api/analysis-runs/1/export?format=json"

# 익스포트 다운로드
curl -O http://localhost:5000/api/exports/1/download

# 전체 테스트 실행 (55 tests)
python -m unittest discover tests -v

# 특정 테스트 클래스만 실행
python -m unittest tests.test_core.TestModels -v
python -m unittest tests.test_core.TestAPI -v
python -m unittest tests.test_core.TestCommitClassifier -v

# 특정 테스트만 실행
python -m unittest tests.test_core.TestRetryPreservation.test_retry_preserves_other_repo_findings -v

pip install gunicorn

# 4 worker로 실행
gunicorn -w 4 -b 0.0.0.0:5000 app:create_app\()

# 백그라운드 실행
gunicorn -w 4 -b 0.0.0.0:5000 app:create_app\(\) --daemon

pip install waitress

# waitress 실행
python -c "from waitress import serve; from app import create_app; serve(create_app(), host='0.0.0.0', port=5000)"

# SQLite DB 재생성
rm data/dashboard.db   # macOS/Linux
del data\dashboard.db  # Windows
python app.py           # 재시작 시 자동 생성

# 다른 포트로 실행 (Linux/macOS)
FLASK_RUN_PORT=8080 python app.py

# Windows PowerShell
$env:FLASK_RUN_PORT = "8080"
python app.py