这是一个基于 Arthas 实现的 JVM 监控 MCP 服务器,它提供了简单易用的 Python 接口,可用于监控和分析 Java 进程。
# 在本地模式下启动
uv run jvm-mcp-server
# 带环境变量文件运行(若配置了远程连接)
uv run --env-file .env jvm-mcp-server
# 在特定目录下运行(如有需要)
uv --directory /path/to/project run --env-file .env jvm-mcp-server
from jvm_mcp_server import JvmMcpServer
server = JvmMcpServer()
server.run()
{
"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"
]
}
}
}
## Linux Shell
curl -LsSf https://astral.sh/uv/install.sh | sh
## 或者使用 pip 安装
pip install uv
## 或者使用 pipx(若已安装 pipx)
pipx install uv
## Windows PowerShell
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
git clone https://github.com/xzq-xu/jvm-mcp-server.git
cd jvm-mcp-server
# 创建虚拟环境
uv venv
# 同步项目依赖项
uv sync
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 # 若使用密码认证
# 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" # 若使用密码认证
人工智能驱动的 JVM 性能分析相关内容在使用时需关注其准确性和适用性,结合实际情况进行参考和判断。