feat: Implement LLM streaming support and enhance event handling in review process

backend/app/agents/tools.py

@@ -99,7 +99,8 @@ class CodeAnalyzer:
         diff: str,
         language: Optional[str] = None,
         pr_title: str = "",
-        pr_description: str = ""
+        pr_description: str = "",
+        on_llm_chunk: Optional[callable] = None
     ) -> List[Dict[str, Any]]:
         """Analyze code diff and return comments"""
         
@@ -154,13 +155,32 @@ class CodeAnalyzer:
         try:
             print(f"\n⏳ Отправка запроса к Ollama ({self.llm.model})...")
             
-            # Создаем chain с LLM и JSON парсером
-            chain = self.llm | self.json_parser
+            # Собираем полный ответ из streaming chunks
+            full_response = ""
+            chunk_count = 0
             
-            # Получаем результат
-            result = await chain.ainvoke(prompt)
+            print(f"\n🤖 STREAMING AI ответ:")
+            print("-" * 80)
             
-            print(f"\n🤖 ОТВЕТ AI (распарсен через JsonOutputParser):")
+            # Используем streaming
+            async for chunk in self.llm.astream(prompt):
+                chunk_count += 1
+                full_response += chunk
+                
+                # Отправляем chunk через callback
+                if on_llm_chunk:
+                    await on_llm_chunk(chunk, file_path)
+                
+                # Показываем в консоли
+                print(chunk, end='', flush=True)
+            
+            print("\n" + "-" * 80)
+            print(f"✅ Получено {chunk_count} chunks, всего {len(full_response)} символов")
+            
+            # Парсим финальный результат
+            result = self.json_parser.parse(full_response)
+            
+            print(f"\n🤖 РАСПАРСЕННЫЙ результат:")
             print("-" * 80)
             print(json.dumps(result, ensure_ascii=False, indent=2)[:500] + "...")
             print("-" * 80)