java-workbench
Supports offline static analysis of Spring Boot projects, extracting Spring Boot/Java versions, profiles, startup classes, HTTP endpoints, scheduled tasks, and bean wiring for onboarding, call-flow, and change-impact analysis.
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
dsh-java-workbench
给 Java/Maven 工程做五件事:陌生工程导读、项目地图、调用链、变更影响、测试反馈。离线解析 pom.xml 和 .java,不跑构建、不联网。
面向 DeepSeek Harness(DSH)插件、MCP agent 和命令行三种入口,同一套实现。
你要的 → 它怎么给 → 省掉什么
你的处境 | 它给什么 | 省掉什么 |
刚接手仓库,先看哪几条链路 |
| 从 300 多个入口里瞎点,或者先花半天通读目录 |
想知道项目全貌 |
| 逐个 |
改一个接口前想知道它怎么跑 |
| 在十几层调用里靠猜,漏掉 |
改完不知道会碰坏什么 |
| 全量跑测试,或者凭印象点几个类 |
测试失败只给一屏日志 |
| 翻 |
Related MCP server: Java JAR MCP Server
30 秒上手
需要 Node ≥ 22.6(DSH 运行时是 24.x)。只有 jw test / java_run_tests 会调用本机的 mvn,其余四个工具不需要 Maven、JDK 或网络。
npm install && npm run build
node lib/cli.js onboard /path/to/project
node lib/cli.js map /path/to/project --format compact
node lib/cli.js tree /path/to/project --package controller --members
node lib/cli.js flow /path/to/project "POST /api/chat"
node lib/cli.js impact /path/to/project
node lib/cli.js test /path/to/project --test ModelPricingTest --yesjw 是同一个入口,npm i -g . 之后可直接用。
真实输出(spring-boot + LangChain4j 项目,94 个 Java 文件)
$ jw map /path --format compact
P smart-doc-assistant 0.19.0-SNAPSHOT boot=3.5.13 java=21 modules=1
B pom.xml parent=org.springframework.boot:spring-boot-starter-parent:3.5.13 test="mvn test"
S files=94 tests=12 types=104 packages=12 lines=8358 endpoints=44 tools=10 agents=2
PROFILE mcp 打 classifier=mcp 的包(主类 com.example.assistant.mcp.McpServerStarter)
RUN java -jar target/smart-doc-assistant-0.19.0-SNAPSHOT-mcp.jar main=com.example.assistant.mcp.McpServerStarter
E main com.example.assistant.AssistantApplication com.example.assistant.AssistantApplication#main src/main/java/com/example/assistant/AssistantApplication.java:11
E http POST /api/chat com.example.assistant.controller.AssistantController#chat src/main/java/com/example/assistant/controller/AssistantController.java:65$ jw onboard /path/to/resumai-backend # 节选,长链路在终端里不断行
RuoYi-Vue-Plus · maven · 37 模块 · 730 Java 文件 · 357 个 HTTP 入口 · 去重后 324 个入口方法
按静态可达性排序,不代表业务重要性
核心链路 Top 5
1. POST /resumai/resume/upload ResumeUploadController.upload …/controller/ResumeUploadController.java:70
别名:POST /api/v1/resume/upload
ResumeUploadController → LoginHelper → R → EventLogService → ResumeUploadApplicationService → I18nMessageService → LocaleContextHolder → ResumeServiceImpl~ → ResumeMapper
到达 11 个项目内类型(7 个 Service/Mapper/组件) · 深度 5 · 15 条候选链路共用下游 · 创建型入口
2. GET /resumai/resume/{id}/structured ResumeStructuredController.structured …/controller/ResumeStructuredController.java:63
别名:GET /api/v1/resume/{id}/structured
ResumeStructuredController → LoginHelper → R → ResumeServiceImpl~ → ResumeParsingService~ → StringUtils~ → AtsScoreServiceImpl~ → DefaultResumeParser~ → DecryptRequestBodyWrapper~
到达 11 个项目内类型(5 个 Service/Mapper/组件) · 深度 5 · 15 条候选链路共用下游
3. POST /resumai/resume/{id}/score ResumeScoringController.score …/controller/ResumeScoringController.java:63
别名:POST /api/v1/resume/{id}/score
ResumeScoringController → LoginHelper → R → EventLogService → ResumeServiceImpl~ → ResolvedResumeInput~ → ResumeParsingService~ → StringUtils~ → LocaleContextHolder~
到达 11 个项目内类型(4 个 Service/Mapper/组件) · 深度 5 · 15 条候选链路共用下游 · 创建型入口
先读这 10 个类型
1 ResumeParsingService 4 条链路到达 · Service …/service/ResumeParsingService.java:21
2 ResumeServiceImpl 4 条链路到达 · Service …/impl/ResumeServiceImpl.java:22
3 EventLogService 3 条链路到达 · Service …/observability/EventLogService.java:20$ jw flow /path "POST /api/chat"
调用链(├─ 调用;~ 名字匹配,置信度中/低;[外部] 三方边界;[装配] 框架/配置注入)
├─ ChatAssistant.chat(@MemoryId String sessionId, @V("it") String message) …/assistant/ChatAssistant.java:29
│ @AiService 接口,LangChain4j 运行时生成代理实现;方法调用会组装消息、读写 ChatMemory、再调用 ChatModel
├─ [外部] ChatMemoryProvider.get() …/controller/AssistantController.java:69
│ 来自 dev.langchain4j.memory.chat.ChatMemoryProvider
└─ [装配] AiServiceConfig.chatMemoryProvider() …/config/AiServiceConfig.java:29
本项目 @Bean 提供 ChatMemoryProvider 的实现
运行期配置线索
langchain4j.open-ai.chat-model.model-name: qwen3.7-flash-2026-07-15
langchain4j.open-ai.chat-model.base-url: https://dashscope.aliyuncs.com/compatible-mode/v1$ jw test /path --test ModelPricingTest --yes
通过 · 4 用例 · failure 0 / error 0 / skipped 0 · 3.4s · JDK 21.0.10 / 目标 21失败时给到断言原文和业务栈帧(用一个故意写错的测试验证过):
失败 · 3 用例 · failure 1 / error 1 / skipped 0
✗ demo.CalcTest.wrong (failure)
2+3 应该是 5 ==> expected: <6> but was: <5>
at demo.CalcTest.wrong(CalcTest.java:6)
✗ demo.CalcTest.boom (error)
故意炸一个
at demo.CalcTest.boom(CalcTest.java:7)在 DSH 里用
插件注册五个工具,名字和 CLI 子命令一一对应:
工具 | 关键参数 | 行为 |
|
| 核心链路 Top N + 先读类型 + 相关测试 + 盲区;给 agent 的阅读计划 |
|
| 构建信息 + 入口 + 包/文件树 |
|
| 从入口展开调用链,带置信度与三方边界 |
|
| git diff → 反向依赖 → 受影响入口 → 测试集 |
|
| 跑固定形态的 Maven 测试,返回结构化结果;每次都要用户批准 |
安装到 profile(<profile> 换成你的,例如 headless;桌面版没把 dsh 放进 PATH 时,用应用包内的那一个:/Applications/DeepSeek Harness.app/Contents/Resources/runtime/cli/bin/dsh):
dsh plugin --profile <profile> add /绝对路径/dsh-java-workbench这一条就够了:包里带了 dsh.bundle.patch,安装器会把 bundle 追加进 profile 的 package.json,dsh --profile <profile> --dump-config 能看到 # == dsh-java-workbench 节点,不需要手改 cordis.patch.yml。
实测过的一条完整链路:DSH 0.2.2-rc.2 + headless profile,会话里列出 java_project_map、java_project_onboarding、java_call_flow、java_change_impact、java_run_tests 五个工具,并且真的调用了一次 java_project_onboarding(compact 输出)。
桌面版 profile 由应用独占管理,CLI 的 --dump-config 会直接拒绝;在应用内的插件面板里安装本地目录即可,装完重启会话。
在 Claude Code / Cursor 里用(MCP)
{
"mcpServers": {
"java-workbench": {
"command": "node",
"args": ["/绝对路径/dsh-java-workbench/lib/mcp.js"]
}
}
}MCP 端同样有 java_project_onboarding,另外多一个 java_test_command:只打印将要执行的 Maven 命令,不执行;java_run_tests 必须显式传 confirm: true。没有审批通道的客户端,建议先调 preview,把命令交给用户确认。
第一次怎么用(原话可以直接复制)
命令行,先看全貌再看链路:
node lib/cli.js map /绝对路径/项目 --format compact
node lib/cli.js onboard /绝对路径/项目第一条给版本 / 模块 / 入口计数,第二条给 Top 5 链路 + 先读的 10 个类型 + 盲区。730 个 Java 文件的 37 模块工程,第二条大约 2 秒。
DSH 会话里,装好插件重启会话后的第一句。下面三条是 2026-11-13 在 DSH 0.2.2-rc.2 上原样跑过的,把路径换成你自己的:
用 java_project_onboarding 看 /绝对路径/项目,limit=3,view=compact。
把 Top 3 链路和「先读哪几个类型」原样贴出来,不要总结成一段话。回来的是 ONBOARD ... 一行 + 三条 CORE/PATH + 十行 READ。要求“原样贴出来”是因为 ~(置信度不是 high)和 GAP 盲区这两类信息在被模型转述成一段话时最容易丢。
对同一个项目调 java_call_flow,entry="POST /api/candidates",depth=5,view=compact。
把 FLOW 行、EDGE 行和最后的 BOUNDARY 行原样贴出来,不要替我判断哪个调用更重要。回来的是逐跳带 d=(深度)和 conf=(置信度)的 EDGE,末尾一行 BOUNDARY 汇总三方调用。[装配] 只在项目里真的用 @Bean 提供实现时才出现,没看到不等于漏了。
我要改 src/main/java/.../CandidateService.java,用 java_change_impact
列出影响类型、受影响入口和最小测试集,给出建议命令但先不要执行测试。跑测试是唯一有副作用的:DSH 里每次都会弹审批,拒绝就不执行。MCP 客户端没有审批通道,所以先调 java_test_command 拿命令给用户看,确认后再调 java_run_tests 并带 confirm: true。
第一次别期待这些:排序只代表静态可达性,不代表业务重要性;Gradle 工程只会告诉你不支持;MQ 监听、@Async、反射和动态代理追不到;没有任何运行时数据。
它到底解析了什么
Maven(离线):沿 relativePath 找父 POM,找不到再读 ~/.m2/repository;父 POM 与 BOM 的属性各自插值;合并 dependencyManagement、scope=import 的 BOM、模块列表、profile(JDK 条件、额外依赖、classifier 打包)、插件 execution。网络不可达也能出结果,读不到的 BOM 会记成 warning,不编造版本。
Java:用 java-parser 的 CST 而不是正则。收集类型/字段/方法/构造器、注解、HTTP 映射(类级和方法级都支持多个路径,按前缀 × 方法路径展开)、@Tool / @Agent / @Scheduled 入口,以及 token 级的调用点。Maven 的 <modules> 会递归展开,RuoYi / Spring Cloud 这种“聚合模块里再套聚合模块”的结构不会漏。传项目目录或直接传 pom.xml 都可以,项目根统一取文件所在目录。
调用链置信度:
high:字段类型、方法参数类型、本类方法、或全项目唯一同名方法,能定位到定义medium:只靠方法名唯一匹配;字段声明成接口时,向下找到项目内唯一的实现类(标“接口 X 的实现”)low:多个候选里挑了一个(多个实现类、多个同名方法)重载:按调用点的实参个数选方法,不会把
f(a, b)算到f(a, b, c)上[外部]:三方库,尽量用 import 标出来源包;没有项目内实现的接口(例如 MyBatis Mapper)也留在这里;链式调用/方法返回值不按同名硬猜,直接记为外部边界[装配]:@Bean提供的实现,按返回类型关联
变更影响:git diff 拿到变更文件 → 映射到类型 → 建反向依赖图(默认追 2 层)→ 找受影响的入口 → 按 import 和类名匹配测试类。每一条都带“为什么被算进来”。反向依赖和 flow 共用同一套调用解析:字段声明成接口时,调用方会同时记到接口和实现类上,改 ScoreServiceImpl 也能把只依赖 ScoreService 的 Controller 找出来。base 会先经 git rev-parse 解析成提交 SHA 再参与 diff,以 - 开头的值直接拒绝;--max-chars 控制输出预算。
调用解析只有一份:flow(正向展开)和 impact(反向依赖)都走 src/core/resolve.ts,字段 / 参数 / 静态调用 / 接口实现 / @Bean / 链式边界的判定不会两边漂移。CLI、DSH 工具和 MCP 三个入口也只走 src/ops,参数裁剪(深度、步数、字符预算)和“入口没找到”的提示保持一致。
核心链路导读:先把同一个方法因类级多路径产生的别名合并成一条入口;入口方法不超过 60 个时全部展开,超过 60 个才采样——采样只看 Controller 注入的业务类型数(字段和构造器参数都算)以及是不是写入口,不看方法体里的调用点数量,否则“一行委托给 Service”的正常写法和构造器注入的 Controller 会被日志最多的接口挤掉。每条候选按 traceEntry 展开后,再按“到达的 Service/Mapper/组件数、项目内类型总数、被多少条链路共用的业务下游、直接关联测试数”打分,创建型入口(POST 集合路径)略加分,/demo、/debug、/health 这类辅助路径降权。R、StringUtils 这类全局工具不计入共用度,否则每条链路都会得到同一个大数字。没有任何项目内调用的入口(健康检查、静态响应)不占推荐位;下游重合度 ≥ 0.8 的入口合并,并在盲区里写出被合并的是谁。排名只说明静态可达性,不冒充业务重要性;MQ 监听、@Async、反射和动态代理没有静态入口,会明确列为盲区。项目里一个入口都识别不到时,降级成按被调用次数推荐类型,并标明这是降级结果。
测试:只允许 mvn test 加 -Dtest / -P / -pl 三种形态,不接受任意 goal;环境变量走白名单;输出最多 2MB,完整日志落到 .dsh/java-workbench/runs/;超时和取消都杀进程组;surefire 报告递归扫描所有模块,并按本次运行的 mtime 过滤,不会把上次的失败算进来;用 mvn -v 读实际 JDK,和 pom.xml 目标版本不一致时给出可直接执行的修复命令。pom 里 skipTests=true、没有 surefire 报告、或报告里 0 个用例时,都明确报“未执行”,不会把“什么都没跑”显示成通过。
实测
在 langchain4j-in-production/smart-doc-assistant(94 个 Java 文件、8358 行、12 个包、44 个 HTTP 端点、10 个 @Tool、2 个 @Agent)上:
全量解析约 0.3s(
jw map统计口径),无网络正确读出 parent
spring-boot-starter-parent:3.5.13、Java 21、beta32 固定版本、mcpprofile 的 classifier 与主类jw flow "POST /api/chat"解析出ChatAssistant的@AiService代理、ChatMemoryProvider的三方边界和对应的@Bean装配jw onboard0.8s 给出 5 条链路:EngineeringAgent 对话(9 个项目内类型、5 个关联测试)排第 1,文档入库 ingest(4 个项目内类型、4 个 Service)第 2,随后是 RAG 评测、语义搜索、条件式 agentic 入口jw test --test ModelPricingTest在 JDK 21 下 3.4s 通过 4 个用例;同一命令在 JDK 25 下编译失败时,工具报告mvn 用的是 Java 25.0.2,项目目标是 Java 21并给出export JAVA_HOME=$(/usr/libexec/java_home -v 21)
在 resumai-backend(RuoYi 多模块,根 POM 下两层聚合模块,734 个 Java 文件、87,275 行、37 个模块、357 个 HTTP 端点)上:
全量解析 1.66s,无网络;递归索引到
ruoyi-modules/ruoyi-resumai、ruoyi-common/ruoyi-common-*等二级子模块类级
@RequestMapping({"/resumai/ai", "/api/v1/ai"})正确展开成两条入口,而不是拼成/resumai/ai/api/v1/ai/...jw flow "POST /api/v1/ai/score"从接口字段IAtsScoreService下钻到AtsScoreServiceImpl,再按实参个数选中 7 参重载,继续展开到AtsScoringEnginejw onboard1.9s 从 324 个入口方法里采样 60 个候选,Top 3 是简历上传、结构化解析、ATS 评分三条产品链路,第 4 才是注册;类级双路径产生的/api/v1/...作为别名合并,没有重复占位jw impact --file .../IAtsScoreService.java --depth 3列出 9 个反向依赖类型、42 个受影响入口,并带上“为什么被算进来”改成实现类
AtsScoreServiceImpl.java后同样能反查到 5 个只依赖接口的 Controller、32 个入口;via写明“接口 IAtsScoreService 的实现”jw test --test ParamUnitTest --module ruoyi-admin读到 pom 的skipTests=true,明确报“未执行”并给出去掉该属性的提示,而不是误报通过
在 langchain4j-in-production/hiring-ai-assistant(83 个 Java 文件、21 个 HTTP 端点、37 个入口方法)上:
jw onboard0.6s:投递入口POST /api/candidates(8 个项目内类型、5 个 Service、5 个关联测试)排第 1,评审、事件推送、面试完成紧随其后POST /api/demo/run在结构上同样穿透到 pipeline,被辅助路径降权后落到第 3,输出里写明“demo/debug 类入口,已降权”这一组是排名回归的起因:早期版本按方法体里的调用点数量预筛候选,一行委托给 Service 的
submit直接落榜,所以现在的预筛只看注入的业务类型数和是否写入口
安全边界
前四个工具只读:只读
pom.xml、.java、application.yml和git diff,不改文件flow输出的配置线索会按 key 脱敏:api-key、password、token、secret等值显示为***(已脱敏),${ENV}占位符保留java_run_tests是唯一有副作用的工具:命令形态固定、逐次审批、无审批通道时失败关闭测试产物只写到项目自己的
target/和.dsh/java-workbench/runs/MCP 端没有审批服务,用
confirm: true作为显式同意位
已知边界
Gradle:只识别工程类型,不解析构建模型(v0.1 不支持)
调用点是 token 级判断,不做完整类型推导:链式调用、局部变量、反射、动态代理、AOP 织入都可能标成
medium/low/[外部],不会假装确定接口实现只在项目内找;
@Mapper、Feign、运行时生成代理这类没有源码实现的接口,仍然停在接口/三方边界多模块:传根目录会递归聚合所有层级的
<modules>;只传子模块目录时只索引该模块JDK:用
mvn实际使用的 JDK,不自动切换;只在结果里提示怎么切大仓库:所有输出都有字符预算(默认 6k–12k),超出会明确标截断
导读排名是启发式:只看静态可达性和测试关联,不读业务语义;入口超过 60 个时只采样前 60 个候选,并在盲区里写明
想要运行时链路(APM、火焰图)的,不在这个工具的范围内
开发
npm run build # tsc → lib/
npm run smoke # 对示例项目跑一次 map
npm run probe # 在真实 cordis 容器 + 官方 native executor 里验收五个工具
node lib/cli.js --helpnpm run probe 会验证:工具注册与 schema、必填参数校验、输出 schema、无审批时失败关闭、审批通过后真的跑完 Maven 并解析 surefire。
第 5、7 步用的是一个故意失败的临时最小工程 /tmp/jw-fail(一个 pom.xml + demo.CalcTest,一条断言失败、一条抛异常)。macOS 重启会清空 /tmp,重建后再跑,否则这两步会报“没有找到 Java 源码”。
src/core/ Maven 模型、Java 索引、入口、调用链、影响分析、链路导读
src/render/ 文本 / compact / 树 / 流程 / 影响 / 测试 / 导读的渲染
src/exec/ Maven 测试执行与 surefire 解析
src/ops/ 纯操作层,CLI、DSH 工具、MCP 共用
src/tools/ DSH defineTool 定义(含审批门禁)
src/cli.ts jw 命令
src/mcp.ts MCP stdio 服务器
src/index.ts DSH 插件入口发布前检查见 docs/release-checklist.md。
License
MIT
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
Related MCP Connectors
Ship better Java with your coding agent.
Codebase intelligence for AI agents — dead code, blast radius, ownership.
Build, test and cache insights for Xcode, Gradle and Bazel projects, for coding agents.
Code intelligence platform for AI agents. 20 tools for architecture, security & impact analysis.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceEnables AI assistants to analyze Java and Web projects, automatically generate unit tests (JUnit) and end-to-end tests (Selenium), and execute them directly through Maven or NPM commands.-
- AlicenseNot gradedqualityDmaintenanceEnables AI assistants to look up Java class definitions and list dependencies from Maven projects by analyzing local JAR files via the Model Context Protocol.12 npm4MIT
- FlicenseNot gradedqualityCmaintenanceAnalyzes Java Spring Boot Maven repositories by scanning source code, building a dependency graph, and exposing tools for architecture overview, change impact, dependency cycles, rule validation, and refactoring targets so LLMs can answer architecture questions without rereading the codebase.-
- AlicenseNot gradedqualityBmaintenanceEnables coding agents to perform Java semantic navigation, diagnostics, compilation, JUnit testing, debugging, coverage, affected-test discovery, and safe refactoring previews without modifying source files.MIT