MCP-сервер, предоставляющий ассистентам ИИ инструменты и знания для разработки, миграции и оптимизации архитектуры Arm.

Использование сервера MCP Arm

Если ваша цель — как можно быстрее перенести приложение с x86 на Arm, начните здесь:

Автоматизация миграции приложений x86-to-Arm с использованием Arm MCP Server

Особенности

Этот MCP-сервер оснащает ассистентов ИИ специализированными инструментами для разработки Arm:

• Поиск по базе знаний: Семантический поиск в документации Arm, учебных ресурсах, внутренних данных и информации о совместимости программного обеспечения
• Анализ миграции кода: Сканирование кодовых баз на совместимость с Arm с помощью migrate-ease (поддерживает C++, Python, Go, JavaScript, Java)
• Инспекция архитектуры контейнеров: Проверка архитектуры изображений Docker с использованием интегрированных инструментов Skopeo и check-image.
• Анализ производительности ассемблера: Анализ производительности ассемблерного кода с помощью LLVM-MCA

Готовый образ

Если вы предпочитаете использовать готовый мультиарочный образ, официальное изображение можно найти в Docker Hub здесь: armlimited/arm-mcp:latest

Предварительные требования

• Docker с поддержкой Buildx
• Совместимый с MCP клиент-ассистент ИИ (например,

Arm MCP Server

An MCP server providing AI assistants with tools and knowledge for Arm architecture development, migration, and optimization.

Using the Arm MCP Server

If your goal is to migrate an application from x86 to Arm as quickly as possible, start here:

Automate x86-to-Arm application migration using Arm MCP Server

Features

This MCP server equips AI assistants with specialized tools for Arm development:

• Knowledge Base Search: Keyword and semantic search across Arm documentation, learning resources, intrinsics, and software compatibility information, with technical-name aliases
• Code Migration Analysis: Scan codebases for Arm compatibility using migrate-ease (supports C++, Python, Go, JavaScript, Java)
• Container Architecture Inspection: Check Docker image architecture support using integrated Skopeo and check-image tools.
• Assembly Performance Analysis: Analyze assembly code performance using LLVM-MCA

Pre-Built Image

If you would prefer to use a pre-built, multi-arch image, the official image can be found in Docker Hub here: armlimited/arm-mcp:latest

Prerequisites

• Docker with Buildx support
• An MCP-compatible AI assistant client (e.g. GitHub Copilot, Kiro CLI, Codex CLI, Claude Code, etc)

Quick Start

1. Build the Docker Image

From the root of this repository:

docker buildx build -f mcp-local/Dockerfile -t armlimited/arm-mcp . --load

This builds for the Docker host’s native architecture. The release workflow is responsible for explicit multi-architecture builds.

For local development builds, see the Quick Local Development Builds section in CONTRIBUTING.md.

2. Configure Your MCP Client

Choose the configuration that matches your MCP client:

Claude Code

Add to .mcp.json in your project:

{
  "mcpServers": {
    "arm-mcp": {
      "command": "docker",
      "args": [
        "run",
        "--rm",
        "-i",
        "--pull=always",
        "-v", "/path/to/your/workspace:/workspace",
        "armlimited/arm-mcp"
      ]
    }
  }
}

GitHub Copilot (VS Code)

Add to .vscode/mcp.json in your project, or globally at ~/Library/Application Support/Code/User/mcp.json (macOS):

{
  "servers": {
    "arm-mcp": {
      "type": "stdio",
      "command": "docker",
      "args": [
        "run",
        "--rm",
        "-i",
        "--pull=always",
        "-v", "/path/to/your/workspace:/workspace",