Java 진단 MCP 서버

개요

아르자 MCP Server는 LLM 통합을 위해 설계된 Java 응용 프로그램에 대한 MCP 기반 진단 툴킷입니다. Alibaba Arthas와 통합하여 AI Assistants는 Java 앱을 분석하고 진단할 수 있습니다.

특징

• LLM-friendly 도구를 통한 지능형 진단
• 실시간 모니터링: JVM, 스레드, 메모리
• 성능 분석 : CPU 사용, 통화 추적, 목
• 런타임 운영: 동적 class/method 도구
• 배

빠른 시작

설치

실행

MCP 도구

• connect arthas: Arthas WebConsole에 연결
• get connection status: 현재 상태를 얻습니다.
• split arthas: 분리
• get jvm info: JVM 정보
• get thread info : 스레드 상태 및 성능
• get memory info : 메모리 사용 및 GC
• execute arthas command: 사용자 정의 Arthas 명령 실행
• analysis performance: 성능 분석
• trace method calls: 메소드 호출

콘피그

Cursor / Claude 코드 추가

맥 OS: ~/.cursor/mcp.json 윈도우: C:\Users\{username}\.cursor\mcp.json

시작 Arthas

여러 배포 방법이 있습니다: 하나의 첨부 모드 또는 에이전트 모드.

Arthas MCP Server

Java diagnostics MCP server

Overview

Arthas MCP Server is an MCP-based diagnostic toolkit for Java applications, designed for LLM integration. It integrates with Alibaba Arthas so AI assistants can analyze and diagnose Java apps.

Features

• Intelligent diagnostics via LLM-friendly tools
• Real-time monitoring: JVM, threads, memory
• Performance analysis: CPU usage, call tracing, bottlenecks
• Runtime operations: dynamic class/method tools
• exmaple

Quick Start

Install

uv sync

Run

python main.py

MCP Tools

• connect_arthas: connect to Arthas WebConsole
• get_connection_status: get current status
• disconnect_arthas: disconnect
• get_jvm_info: JVM info
• get_thread_info: thread status and performance
• get_memory_info: memory usage and GC
• execute_arthas_command: run custom Arthas command
• analyze_performance: performance analysis
• trace_method_calls: method call tracing

Config

Add to Cursor / Claude Code

macOS: ~/.cursor/mcp.json Windows: C:\Users\{username}\.cursor\mcp.json

{
  "mcpServers": {
    "arthas": {
      "command": "uv",
      "args": ["--directory", "F:\\path\\to\\arthas_mcp_server", "run", "python", "main.py"],
      "env": { "ARTHAS_URL": "http://localhost:8563" }
    }
  }
}

Start Arthas

There are multiple deployment methods: either attach mode or agent mode. Both approaches ultimately result in listening for HTTP requests (Arthas commands) on port 8563.

Project Structure

arthas_mcp_server/
├── src/
│   ├── __init__.py
│   ├── models.py
│   ├── server.py
│   └── client.py
├── main.py
├── pyproject.toml
└── README.md

Development

uv sync --extra dev