Skip to main content
Glama

UML MCP

by icatw

UML MCP 渲染服务

基于 FastMCP 的 UML 图表渲染服务,支持通过自然语言对话生成 UML 图表。

🚀 功能特性

  • MCP 协议支持:符合 Model Context Protocol 标准,可作为 AI 工具调用
  • PlantUML 渲染:支持完整的 PlantUML DSL 语法
  • 多格式输出:支持 PNG、SVG 格式输出
  • Base64 编码:直接返回 Base64 编码的图像数据
  • 异步处理:高性能异步架构,支持并发请求
  • 安全限制:输入大小限制,防止 DoS 攻击
  • 错误处理:完善的错误处理和用户友好的错误信息

📋 系统要求

  • Python 3.9+
  • Java 8+ (用于运行 PlantUML)
  • uv 包管理器 (推荐) 或 pip
  • 4GB+ 内存推荐

🛠️ 安装部署

1. 克隆项目

git clone <repository-url> cd uml-mcp

2. 安装依赖

使用 uv (推荐)
# 安装 uv 包管理器 curl -LsSf https://astral.sh/uv/install.sh | sh # 安装项目依赖 uv sync
使用 pip (传统方式)
pip install -r requirements.txt

3. 下载 PlantUML

# 下载最新版本的 PlantUML JAR 文件 wget https://github.com/plantuml/plantuml/releases/latest/download/plantuml.jar # 或者使用 curl curl -L -o plantuml.jar https://github.com/plantuml/plantuml/releases/latest/download/plantuml.jar

4. 配置环境变量

创建 .env 文件:

# PlantUML JAR 文件路径 PLANTUML_JAR_PATH=./plantuml.jar # 服务配置 SERVER_HOST=localhost SERVER_PORT=8000 # 安全配置 MAX_UML_SIZE=10240 # 最大 UML 代码大小 (字节) RENDER_TIMEOUT=30 # 渲染超时时间 (秒) # 日志配置 LOG_LEVEL=INFO

5. 启动服务

使用 uv (推荐)
# 直接运行 uv run python server.py # 或使用启动脚本 ./start.sh
使用 python (传统方式)
# 直接运行 python server.py # 或使用 FastMCP CLI fastmcp run server.py:mcp # HTTP 模式 fastmcp run server.py:mcp --transport http --port 8000

🔧 使用方法

MCP 工具调用

服务提供一个名为 render_uml 的 MCP 工具:

{ "tool": "render_uml", "arguments": { "uml_code": "@startuml\nAlice -> Bob: Hello\nBob -> Alice: Hi\n@enduml", "format": "png" } }

参数说明

  • uml_code (必需): PlantUML DSL 代码,必须以 @startuml 开始,@enduml 结束
  • format (可选): 输出格式,支持 png (默认) 或 svg

返回格式

{ "image_base64": "iVBORw0KGgoAAAANSUhEUgAA...", "format": "png", "success": true }

📊 支持的 UML 图表类型

  • 序列图 (Sequence Diagram)
  • 类图 (Class Diagram)
  • 用例图 (Use Case Diagram)
  • 活动图 (Activity Diagram)
  • 组件图 (Component Diagram)
  • 部署图 (Deployment Diagram)
  • 状态图 (State Diagram)
  • 时序图 (Timing Diagram)

🔍 示例

类图示例

@startuml class User { +username: String +email: String +login() +logout() } class Order { +id: Long +date: Date +total: BigDecimal +addItem() } class Product { +name: String +price: BigDecimal +description: String } User "1" -- "*" Order Order "*" -- "*" Product @enduml

序列图示例

@startuml actor User participant "Web App" as WA participant "API Server" as API database "Database" as DB User -> WA: 登录请求 WA -> API: 验证用户 API -> DB: 查询用户信息 DB --> API: 返回用户数据 API --> WA: 验证成功 WA --> User: 显示主页 @enduml

🐳 Docker 部署

# 构建镜像 docker build -t uml-mcp . # 运行容器 docker run -p 8000:8000 uml-mcp

🧪 测试

使用 uv
# 运行测试 uv run pytest # 运行测试并生成覆盖率报告 uv run pytest --cov=src
使用 python
# 运行测试 pytest # 运行测试并生成覆盖率报告 pytest --cov=src

📈 性能指标

  • 渲染速度: 常规图表 < 3 秒
  • 并发支持: 50+ 并发请求
  • 内存使用: 基础 < 100MB,峰值 < 500MB
  • 输入限制: UML 代码 ≤ 10KB

🔒 安全考虑

  • 输入大小限制防止 DoS 攻击
  • 渲染超时机制防止资源耗尽
  • 临时文件自动清理
  • 进程隔离和资源限制

🛣️ 发展路线图

V1.0 (当前)

  • ✅ 基础 PlantUML 渲染
  • ✅ PNG/SVG 格式支持
  • ✅ MCP 协议集成
  • ✅ 错误处理和安全限制

V2.0 (计划中)

  • 🔄 渲染结果缓存
  • 🔄 性能优化
  • 🔄 更多输出格式 (PDF, EPS)

V3.0 (未来)

  • 📋 Mermaid.js 支持
  • 📋 Graphviz 支持
  • 📋 多渲染引擎切换

V4.0 (远期)

  • 📋 Web 编辑器界面
  • 📋 实时预览功能
  • 📋 协作编辑支持

🤝 贡献指南

  1. Fork 项目
  2. 创建特性分支 (git checkout -b feature/AmazingFeature)
  3. 提交更改 (git commit -m 'Add some AmazingFeature')
  4. 推送到分支 (git push origin feature/AmazingFeature)
  5. 开启 Pull Request

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

📞 支持

如有问题或建议,请:

🙏 致谢

-
security - not tested
F
license - not found
-
quality - not tested

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

Enables AI assistants to generate UML diagrams through natural language by rendering PlantUML code into PNG or SVG images. Supports sequence diagrams, class diagrams, use case diagrams, and other UML chart types with Base64-encoded output.

  1. 🚀 功能特性
    1. 📋 系统要求
      1. 🛠️ 安装部署
        1. 1. 克隆项目
        2. 2. 安装依赖
        3. 3. 下载 PlantUML
        4. 4. 配置环境变量
        5. 5. 启动服务
      2. 🔧 使用方法
        1. MCP 工具调用
        2. 参数说明
        3. 返回格式
      3. 📊 支持的 UML 图表类型
        1. 🔍 示例
          1. 类图示例
          2. 序列图示例
        2. 🐳 Docker 部署
          1. 🧪 测试
            1. 使用 uv
            2. 使用 python
          2. 📈 性能指标
            1. 🔒 安全考虑
              1. 🛣️ 发展路线图
                1. V1.0 (当前)
                2. V2.0 (计划中)
                3. V3.0 (未来)
                4. V4.0 (远期)
              2. 🤝 贡献指南
                1. 📄 许可证
                  1. 📞 支持
                    1. 🙏 致谢

                      MCP directory API

                      We provide all the information about MCP servers via our MCP API.

                      curl -X GET 'https://glama.ai/api/mcp/v1/servers/icatw/uml-mcp'

                      If you have feedback or need assistance with the MCP directory API, please join our Discord server