📝 UML MCP 渲染服务

基于 FastMCP 的 UML 图表渲染服务，支持通过 AI 对话生成各种 UML 图表。

✨ 核心特性

🤖 MCP 协议支持 - 可作为 AI 工具调用，支持 Claude、Cursor 等客户端
📊 完整 UML 支持 - 支持类图、序列图、组件图等所有 PlantUML 图表类型
🎨 多格式输出 - PNG、SVG 格式，支持 Base64 编码和文件保存
⚡ 高性能异步 - 支持并发渲染，内置缓存机制
🔒 安全可靠 - 输入限制、超时控制、完善的错误处理

🛠️ MCP 工具

提供 7 个专业的 MCP 工具，可通过 AI 助手调用：

工具	功能	说明
`render_uml`	核心渲染	将 PlantUML 代码渲染为图像，返回 Base64 数据
`render_uml_to_file`	文件保存	渲染并保存为文件，适合大图表
`validate_uml_syntax`	语法验证	快速检查 UML 语法，提供优化建议
`generate_preview_url`	在线预览	生成可直接访问的预览链接和编辑器 URL
`get_metrics`	性能监控	获取渲染统计、性能分析、缓存命中率
`get_supported_formats`	格式查询	查看支持的输出格式和详细信息
`get_service_info`	服务信息	获取版本信息、配置参数、运行状态

📋 系统要求

Python 3.9+
Java 8+ (运行 PlantUML)
Graphviz (可选，渲染复杂图表)
uv 包管理器 (推荐)

依赖说明

🔄 序列图、时序图、甘特图 —— 无需 Graphviz
📦 类图、组件图、状态图、用例图 —— 需要 Graphviz
🏗️ 部署图、活动图 —— 需要 Graphviz

安装 Graphviz

# macOS brew install graphviz # Ubuntu/Debian sudo apt-get install graphviz # Windows choco install graphviz

🚀 快速开始

1. 安装

# 克隆项目 git clone https://github.com/icatw/uml-mcp cd uml-mcp # 安装依赖 curl -LsSf https://astral.sh/uv/install.sh | sh uv sync # 下载 PlantUML curl -L -o plantuml.jar https://github.com/plantuml/plantuml/releases/latest/download/plantuml.jar

2. 启动服务

# 直接运行 uv run python server.py # 或使用启动脚本 ./start.sh

⚙️ MCP 客户端配置

Claude Desktop

编辑配置文件 ~/Library/Application Support/Claude/claude_desktop_config.json：

{ "mcpServers": { "uml-mcp-renderer": { "command": "uv", "args": [ "--directory", "/path/to/uml-mcp", "run", "python", "server.py" ], "env": { "PLANTUML_JAR_PATH": "/path/to/uml-mcp/plantuml.jar", "JAVA_EXECUTABLE": "java", "RENDER_TIMEOUT": "30", "ENABLE_CACHE": "true", "OUTPUT_DIR": "/path/to/uml-mcp/output" } } } }

其他客户端

Cursor IDE: 在设置中添加 MCP 服务器配置
VS Code: 安装支持 MCP 的 AI 扩展
JetBrains: 在 AI Assistant 设置中配置 MCP 服务器

📊 支持的图表类型

支持所有 PlantUML 图表类型：

🔄 序列图
📦 类图
👤 用例图
🔀 活动图
🧩 组件图
🏗️ 部署图
🔄 状态图
⏱️ 时序图

💡 使用示例

基本调用

通过 AI 助手直接对话：

用户: 请帮我生成一个用户登录的序列图 AI: 我来为你生成用户登录的序列图...

AI 会自动调用 UML MCP 工具生成图表。

示例图表

项目包含完整的示例代码和 8 个 UML 图表：

📊 项目架构图
🔄 渲染流程图
📦 类结构图
🎯 用例图
🏗️ 部署图

示例见 examples/ 目录

🐳 Docker 部署

docker build -t uml-mcp . docker run -p 8000:8000 uml-mcp

🧪 测试

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

📈 性能

⚡ 渲染速度: < 3 秒
🚀 并发支持: 50+ 请求
💾 内存占用: < 500MB
🔒 安全限制: 输入验证 + 超时控制

🤝 贡献

欢迎提交 Issue 和 Pull Request！

📄 许可证

MIT License

🙏 致谢

📬 联系我

如果你在使用过程中遇到问题，或者想要交流 MCP 与 UML 渲染相关内容，可以通过以下方式联系我：

📧 Email: 762188827@qq.com
🐙 GitHub: @icatw
💬 微信 :

欢迎交流与反馈！ 🚀

This server cannot be installed

-

security - not tested

F

license - not found

-

quality - not tested

How are these scores calculated?

Resources

GitHub Repository

Need Help?

Report Issue

Related Servers

UML MCP