JVM MCP Server
一个基于 Arthas 的 JVM 监控和控制平台服务器,提供 Python 接口,用于监控和分析 Java 进程,具备线程分析、内存监控和性能诊断等功能。
README
JVM MCP 服务器
一个基于 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。
特性
- 自动下载和管理 Arthas 工具
- 支持本地和远程 Java 进程监控
- Java 进程列表查询
- 实时 JVM 线程信息
- JVM 内存使用监控
- 线程堆栈跟踪信息
- 类加载信息查询
- 支持类和方法反编译
- 方法调用监控
- 动态日志级别调整
- AI 驱动的 JVM 性能分析
系统要求
- Python 3.10+
- Java 运行时环境 (JRE) 8+
- 网络连接 (用于下载 Arthas)
- SSH 访问目标服务器 (如果使用远程模式)
安装和环境设置
1. 安装 uv 工具
## linux shell
curl -LsSf https://astral.sh/uv/install.sh | sh
## or install using pip
pip install uv
## or install using pipx (if you have pipx installed)
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 # 如果使用密码验证
# 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" # 如果使用密码验证
快速开始
- 使用 uv 启动服务器:
# 在本地模式下启动
uv run jvm-mcp-server
# 使用环境变量文件启动 (如果配置了远程连接)
uv run --env-file .env jvm-mcp-server
# 在特定目录下启动 (如果需要)
uv --directory /path/to/project run --env-file .env jvm-mcp-server
- 在 Python 代码中使用:
from jvm_mcp_server import JvmMcpServer
server = JvmMcpServer()
server.run()
- 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, 它会读取系统环境变量, 如果不存在则会监控本地线程:
{
"mcpServers": {
"jvm-mcp-server": {
"command": "uv",
"args": [
"--directory",
"/path/to/jvm-mcp-server",
"run",
"jvm-mcp-server"
]
}
}
}
可用工具
重要提示
- 确保在运行时环境中安装了 Java
- Arthas 工具将在首次运行时自动下载 (arthas 将下载到用户主目录,可以提前下载并命名为 arthas-boot.jar)
- 需要访问目标 Java 进程的权限
- 远程模式需要 SSH 访问和适当的用户权限
- 建议在开发环境中使用,生产环境使用应谨慎评估
反馈
如果您遇到任何问题,请提交 Issue 或 Pull Request。
许可证
推荐服务器
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。
mixpanel
连接到您的 Mixpanel 数据。 从 Mixpanel 分析查询事件、留存和漏斗数据。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。