mcdk-mcp-tracy

一个 MCP 服务器：直接从运行中的网易我的世界基岩版 MOD 里，拿到每个函数的耗时， 用来做代码 review、定位性能热点、验证优化效果。

它驱动游戏客户端内嵌的原生 Tracy server（监听 TCP 8086，就是 tracy-profiler.exe GUI 连的那个端口），用自带的 tracy-capture + tracy-csvexport（见 bin/）抓取一小段 trace， 归约成精简的函数耗时排行返回给 AI。原始逐帧数据不会进 AI 上下文。

它能帮你回答这些问题：

• 这段玩法里，哪些函数最耗时？（self / total / 调用次数）

• 我改完代码后，那个热点函数真的变快了吗？（前后 diff，按毫秒量化）

• 掉帧时 FPS 分布怎么样？

为什么走原生 Tracy？ 网易引擎的 Python 侧 CPU profiler（_utility.getCpuFrameData） 在绝大多数正式发布版客户端里没有绑定（它是受灰度控制的内部能力）。但同一个客户端 通常内嵌了原生 Tracy server（8086）——所以本服务器走原生路径，无需该 Python 绑定、 无需白名单、也不依赖画质/cocos 等级。

工作原理（一张图）

# 函数耗时（主路径）—— 不经游戏 Python，直连原生 Tracy
AI (Claude) --MCP/stdio--> mcdk-mcp-tracy --TCP 8086--> 游戏内嵌的原生 Tracy server
                                  └─ bin/tracy-capture.exe + tracy-csvexport.exe

# 帧率 / jank（辅助路径）—— 经 MCDK 注入 get_Fps()
AI --MCP/stdio--> mcdk-mcp-tracy --MCP/SSE--> MCDK(mcdk.exe) --execute_code--> 游戏(Python2)

• 函数耗时走原生 Tracy（8086），不经过 MCDK：只要游戏在跑、8086 在听、bin/ 里的 CLI 在，就能抓。

• 采样窗口内你得让游戏真的在跑（动起来、触发你要测的逻辑）：Tracy 记录的是窗口内实际 执行的 zone，静止画面 = 没什么数据。

• 只有 tracy_jank_fps 走 MCDK，所以那一个工具才需要游戏由 MCDK 启动、且 MCP 已开。

bin/tracy-capture.exe / bin/tracy-csvexport.exe 取自 Tracy v0.11.1 官方 Windows 包， 版本须与游戏内嵌的 Tracy client 一致（协议版本敏感）；换游戏版本时同步替换。

Related MCP server: memorylens-mcp

前置条件

1. 游戏在运行，且客户端内嵌的原生 Tracy server 在监听 8086（用 tracy-profiler.exe GUI 能连上、看到 MAIN_THREAD / MC_SERVER 即可确认）。

2. bin/tracy-capture.exe 和 bin/tracy-csvexport.exe 存在（随仓库附带；也可用 TRACY_BIN_DIR 指向别处）。

3. （仅 tracy_jank_fps 需要） 游戏由 MCDK（mcdk.exe）启动，且工程 .mcdev.json 里开了 MCP：

   { "mcp_server_config": { "enabled": true, "server_ip": "localhost", "server_port": 19133 } }

4. Python 3.10+（开发用 3.13）。推荐装 uv。

安装

# 1) 拿到代码后，在项目目录装依赖并建虚拟环境
uv --directory <path>/mcdk-mcp-tracy sync

# 2) 自检（不需要游戏，应输出 36 passed）
uv --directory <path>/mcdk-mcp-tracy run pytest -q

uv sync 会在 mcdk-mcp-tracy/.venv/ 下建好环境并把本包装成可用模块。

注册到 Claude Code

方式 A：全局（user scope，所有项目可用）—— 推荐

claude mcp add mcdk-mcp-tracy --scope user -- \
  "<path>/mcdk-mcp-tracy/.venv/Scripts/python.exe" -m mcdk_mcp_tracy \
  --stdio --mcdk-url http://127.0.0.1:19133

• 直接用 venv 里的 python.exe，不依赖 PATH，最稳。

• --mcdk-url http://127.0.0.1:19133 写死 MCDK 端口（仅 tracy_jank_fps 用得到；函数耗时 抓取不经 MCDK，与端口无关）。

• 注册后新开一个会话才会出现 mcp__mcdk-mcp-tracy__* 工具（当前会话不会热加载）。

方式 B：跟着 MOD 工程走（按 .mcdev.json 自动找端口）

// 放进全局 ~/.claude.json 的 mcpServers，或工程根目录的 .mcp.json
"mcdk-mcp-tracy": {
  "type": "stdio",
  "command": "<path>/mcdk-mcp-tracy/.venv/Scripts/python.exe",
  "args": ["-m", "mcdk_mcp_tracy", "--stdio", "--project-dir", "C:/你的MOD工程目录"]
}

端口解析优先级：--mcdk-url > --mcdev-json <文件> > --project-dir <目录>/.mcdev.json > 环境变量 MCDK_MCDEV_JSON > 从当前工作目录向上找 .mcdev.json。

卸载：claude mcp remove mcdk-mcp-tracy --scope user

快速上手（标准流程）

下面用工具名 + 关键参数说明，AI 会按需调用。

第 0 步 · 探针（每次开测先跑）

tracy_status()

确认原生路径是否就绪。期望返回：

{
  "ok": true,
  "native_tracy": { "reachable": true, "address": "127.0.0.1", "port": 8086 },
  "bin_present": true,
  "mcdk": { "url": "http://127.0.0.1:19133/sse", "note": "MCDK is only needed for tracy_jank_fps; native capture is independent" }
}

（要点：ok=false 时看 reason/hint —— native_tracy.reachable=false 说明游戏没起 / 没内嵌 Tracy / 端口不对；bin_present=false 说明 bin/ 缺 CLI。）

第 1 步 · 制造负载 + 抓取排行

先在游戏里触发你要测的玩法（站到卡顿场景、开打、刷实体、跑你的机器……），然后：

tracy_native_capture(seconds=8, name_contains="YourMod", label="before")

• name_contains 可选，按 "函数名 @ 源文件" 过滤（如你的 mod 脚本前缀），只看自己的函数； 全量数据仍会存进 capture，过滤只影响返回的 inline top-N。

• 原生 Tracy 自动抓全部 zone，无需白名单。

返回（已按 self 耗时降序）：

{
  "ok": true,
  "capture_id": "cap-1",
  "label": "before",
  "source": "native_tracy",
  "frames": 2632,
  "zones": 645899,
  "unique_functions": 209,
  "unit": "ms",
  "total_self_ms": 327.0,
  "top": [
    { "name": "onRenderTick @ YourMod.Client.Main", "self_ms": 134.2, "total_ms": 328.1, "calls": 2628 }
  ]
}

（要点：窗口内必须有真实负载；返回为空看 warning。记下 capture_id，diff 要用。）

第 2 步 · 细看某些函数的成本

tracy_get_function_costs(capture_id="cap-1", name_contains="YourMod")

返回匹配函数的 self/total/calls —— 给你做 review 的"成本清单"。

第 3 步 · 改代码 + 复测

改完热点后，用同样的负载再抓一次，打不同 label：

tracy_native_capture(seconds=8, name_contains="YourMod", label="after")

第 4 步 · diff 验证优化效果

tracy_diff_captures(base_id="cap-1", new_id="cap-2", metric="self")

{
  "ok": true, "metric": "self",
  "summary": { "base_total_ms": 86.4, "new_total_ms": 61.0, "delta_ms": -25.4, "pct": -29.4 },
  "improved": [ { "name": "YourMod.combat.update", "delta_ms": -16.8, "base_ms": 21.3, "new_ms": 4.5 } ],
  "regressed": [], "added": [], "removed": []
}

（delta_ms 为负 = 变快；目标函数出现在 improved 且总量 pct 下降，就说明优化生效。）

工具速查表

所有工具都返回结构化 JSON：成功 {"ok": true, ...}，失败 {"ok": false, "reason": "...", "error": "..."}。

要点 / 注意事项（务必读）

1. 函数耗时走原生 Tracy，不经 MCDK：只要游戏在跑、8086 在听、bin/ 在，就能抓；和画质、 cocos 等级、getCpuFrameData 绑定都无关。

2. 采样期间要有真实负载：Tracy 记录窗口内实际执行的 zone，游戏静止 = 没什么数据。

3. 无需白名单：原生 Tracy 抓全部已插桩 zone（含客户端 MAIN_THREAD 与 MC_SERVER 线程）； 用 name_contains 过滤你的 mod 即可。

4. Tracy 版本必须匹配：bin/ 的 CLI 与游戏内嵌 Tracy client 协议版本敏感，换游戏版本时同步 替换（当前 v0.11.1）。

5. 数据不进 AI 上下文：大数据在服务端归约，AI 只看 top-N 和 diff，放心采。

6. seconds 上限 60s。

7. diff 要可比：两次 capture 用尽量一致的玩法 + 同样的 seconds，否则 delta 不可信。

8. tracy_jank_fps 才依赖 MCDK：它经 execute_code 读 get_Fps()，所以那一个工具需要游戏由 MCDK 启动、MCP 已开。

排查表（按 reason / 字段）

设计说明：为什么没有"游戏内 Profiler"工具

早期版本还提供过一条走 _utility.getCpuFrameData 的"游戏内 Profiler"路径 （tracy_capture_and_rank / tracy_set_profiled_modules / tracy_start / tracy_stop）。 实测在正式发布版客户端上，_utility 没有 getCpuFrameData / enableCpuProfiler 绑定 （CpuProfiler 是 1% 灰度的受控功能），那条路径不可用——故已移除。tracy_jank_fps 里 依赖 setSimpleProfilerEnable 的开关 action 同理（实测返回 False）也已移除，只保留可用的 sample_fps 与 read_jank_logs。函数级耗时统一走原生 Tracy。

开发

uv --directory mcdk-mcp-tracy run pytest -q   # 36 passed

测试覆盖：.mcdev.json 发现、原生 Tracy CSV 归约/统计解析、diff、capture store、FPS 采样编排 （假客户端）、execute_code 结果解析、注入片段的 Py2 语法 sanity。

完整工作流策略见 skills/mcdk-tracy-profiling/SKILL.md。