← 返回公开榜单
jv

xzq-xu/jvm-mcp-server

This is an implementation project of a JVM-based MCP (Model Context Protocol) server. The project aims to provide a standardized MCP server implementation for the JVM platform, enabling AI models to better interact with the Java ecosystem.

本周新增
5 星
近 3 周倍数
—
距上次推送
255 天
距上次发布
—
许可证
MIT

星标增长

每根柱子是这个周期记录下来的 star 增长:优先取逐个 stargazer 到达时间分桶的到达数,还没被 stargazer 扫描覆盖的仓库改用该周期的 star 净增;两个写者都没记录的周期画成虚线空档,而不是当成 0。柱高按各自窗口的峰值归一,两张图不共用坐标轴。指向任意一根柱子, tooltip 里是该周期的九项指标:当前值与周期内的净增。

指向或点击一根柱子,看当天的九项指标。

12/1712/301/111/242/62/193/33/16

2026 年 1 月 18 日 新增 0 个星标; 2026 年 2 月 1 日 新增 0 个星标; 2026 年 2 月 14 日 新增 1 个星标; 2026 年 2 月 17 日 新增 0 个星标; 2026 年 2 月 21 日 新增 0 个星标; 2026 年 3 月 16 日 新增 5 个星标

窗口内最高的一天是 2026 年 3 月 16 日,新增 5 个星标。

证据时间轴

这个项目还没有记录到异动、发布或许可证变化。

README
该仓库存储的文档,若已生成中文翻译则一并显示

MseeP.ai 安全评估徽章

JVM MCP Server

English | 中文

基于Arthas的JVM监控MCP服务器实现,提供简单易用的Python接口用于监控和分析Java进程。

功能

  • 自动下载和管理Arthas工具
  • 支持本地和远程Java进程监控
  • 查询Java进程列表
  • 实时JVM线程信息
  • JVM内存使用监控
  • 线程堆栈信息
  • 查询类加载信息
  • 支持类和方法反编译
  • 方法调用监控
  • 动态调整日志级别
  • AI驱动的JVM性能分析

系统要求

  • Python 3.10+
  • Java运行环境(JRE)8+
  • 网络连接(用于下载Arthas)
  • 目标服务器的SSH访问权限(如使用远程模式)

安装和环境配置

1. 安装uv工具

## Linux Shell
curl -LsSf https://astral.sh/uv/install.sh | sh
## 或使用pip安装
pip install uv
## 或使用pipx安装(如果已安装pipx)
pipx install uv 
## Windows PowerShell
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

2. 克隆项目

git clone https://github.com/xzq-xu/jvm-mcp-server.git
cd jvm-mcp-server

3. 使用uv初始化项目环境

# 创建虚拟环境
uv venv
# 同步项目依赖
uv sync

4. 配置环境变量(可选,用于远程连接)

创建一个.env文件并添加以下配置:

# Linux/Mac
ARTHAS_SSH_HOST=user@remote-host
ARTHAS_SSH_PORT=22  # 可选,默认为22
ARTHAS_SSH_PASSWORD=your-password  # 如果使用密码认证

# Windows PowerShell
$env:ARTHAS_SSH_HOST="user@remote-host"
$env:ARTHAS_SSH_PORT="22"  # 可选,默认为22
$env:ARTHAS_SSH_PASSWORD="your-password"  # 如果使用密码认证

快速入门

  1. 使用uv启动服务器:
# 本地模式启动
uv run jvm-mcp-server

# 使用环境文件启动(如果已配置远程连接)
uv run --env-file .env jvm-mcp-server

# 在特定目录启动(如果需要)
uv --directory /path/to/project run --env-file .env jvm-mcp-server
  1. 在Python代码中使用:
from jvm_mcp_server import JvmMcpServer

server = JvmMcpServer()
server.run()
  1. 使用MCP工具:

使用配置文件:

{
    "mcpServers": {
      "jvm-mcp-server": {
        "command": "uv",
        "args": [
          "--directory",
          "/path/to/jvm-mcp-server",
          "run",
          "--env-file",
          "/path/to/jvm-mcp-server/.env",
          "jvm-mcp-server"
        ]
      }
    }
}

不使用配置文件时,将读取系统环境变量,如不存在则监控本地线程:

{
    "mcpServers": {
      "jvm-mcp-server": {
        "command": "uv",
        "args": [
          "--directory",
          "/path/to/jvm-mcp-server",
          "run",
          "jvm-mcp-server"
        ]
      }
    }
}

可用工具

可用工具列表

重要提示

  1. 确保运行环境中已安装Java
  2. Arthas工具将在首次运行时自动下载(arthas将下载到用户主目录,可提前下载并命名为arthas-boot.jar)
  3. 需要目标Java进程的访问权限
  4. 远程模式需要SSH访问和适当的用户权限
  5. 建议在开发环境中使用,生产环境使用需谨慎评估

反馈

如遇到任何问题,请提交Issue或Pull Request。

许可证

MIT许可证

页面上的每个数字都来自记录下来的 stargazer 到达时间,没有评分公式,也没有 AI 判定。 任何结论都可以用 /api/v1/repos/{id}/stats 里的原始增量自己重算。