arthas-mcp
Sprachen: English | 简体中文
Ein MCP-Server, der Alibaba Arthas in Claude Code, Cursor, Codex und jeden anderen MCP-fähigen KI-Assistenten einbindet. Er scannt lokale JVMs alle 15 Sekunden, filtert IDE-/Build-Daemons heraus, hängt Arthas automatisch an und stellt sofort einsatzbereite Diagnosewerkzeuge bereit — du kannst deinen Agenten also einfach fragen: "Warum ist der Bestelldienst langsam?" – und er kann thread, trace, watch und ognl auf dem laufenden Prozess ausführen.
AI agent ──stdio/HTTP──> arthas-mcp ──auto-attach──> Arthas agent ──> your JVM
▲
jps discovery every 15sVergleich
arthas-mcp (dieses Projekt) | Offiziell arthas-mcp-server | Community-Wrapper | |
Einrichtung | Zero-Config — einfach starten | Java-Modul, das in der Ziel-JVM läuft | Arthas WebConsole manuell starten, dann eine URL angeben |
Ziel-Erkennung | Automatisch (jps-Scan + Blacklist) | Keine (es ist die Anwendung) | Manuell |
Sprache | Node (kein Java-Code zu pflegen) | Java | variiert |
Ideal für | Debugging jedes lokalen Dienstes aus deinem Editor | Prozessinterne, produktionsgehostete Diagnosen | Schnelle Einmalaktionen |
Related MCP server: Arthas MCP Server
Funktionen
Zero-Config-Erkennung — findet Geschäfts-JVMs über
jpsund überspringt IntelliJ-/Gradle-/Maven-/Language-Server-Daemons über eine eingebaute BlacklistAutomatisches Anhängen und Wiederanhängen — startet
arthas-bootpro Prozess aus einem verwalteten Port-Pool und hängt wieder an, wenn ein Agent abbrichtSynchrone und asynchrone Befehlsausführung — kurze Befehle (
version,sc,sm,ognl) werden direkt beantwortet; langlaufende (trace,watch,monitor) streamen überpull_resultsund können unterbrochen werdenstdio- und HTTP-Modi — eine Instanz pro Client-Sitzung (stdio) oder ein gemeinsamer langlaufender Dienst (
--http) mit/mcp+/healthzFreundliche Ausgabe — die Ergebnisse von Arthas-Jobs werden zu sauberem Text zusammengefasst, den ein LLM direkt lesen kann
Plattformübergreifend — macOS, Linux und Windows (betriebssystemspezifische Prozess-Introspektion:
/proc,ps, PowerShel CIM)
Unterstützte Plattformen
Plattform | Status |
macOS | ✅ |
Linux | ✅ |
Windows | ✅ (erfordert JDK |
Voraussetzungen: Node ≥ 18, ein JDK (für jps und java) und Arthas — automatisch unter ~/.arthas/lib erkannt (d. h. es ist bereits installiert, wenn du arthas-boot schon einmal ausgeführt hast), oder setze ARTHAS_BOOT_JAR auf arthas-boot.jar. Alle Abhängigkeiten sind kostenlos und Open Source.
Installation
Ohne Installation ausführen (empfohlen)
npx -y github:x0c/arthas-mcp --versionGlobal installieren
npm install -g github:x0c/arthas-mcp
arthas-mcp --versionGleiche Befehle unter macOS, Linux und Windows. Sobald das Paket im npm-Registry veröffentlicht ist, verkürzen sich beide zu
npx -y arthas-mcp/npm install -g arthas-mcp.
Aus dem Quellcode
git clone https://github.com/x0c/arthas-mcp.git
cd arthas-mcp && npm install
node cli/arthas-mcp.mjs --versionMCP-Client konfigurieren
Claude Code:
claude mcp add arthas -- npx -y github:x0c/arthas-mcpCursor / jeder Client, der einen mcpServers-JSON-Block liest:
{
"mcpServers": {
"arthas": {
"command": "npx",
"args": ["-y", "github:x0c/arthas-mcp"]
}
}
}Geteilter Daemon-Modus (eine Instanz für alle Clients):
{
"mcpServers": {
"arthas": {
"command": "npx",
"args": ["-y", "github:x0c/arthas-mcp", "--http"],
"url": "http://127.0.0.1:8580/mcp"
}
}
}Verwendung
Starte deinen Java-Dienst, warte ein paar Sekunden und frage dann den Agenten — oder rufe die Tools selbst auf:
Tool | Zweck |
| Zeigt erkannte Dienste und ihren Online-Status — zuerst aufrufen |
| Führt einen kurzen Arthas-Befehl synchron aus ( |
| Reicht einen langlaufenden Befehl ein ( |
| Ruft Ergebnisse eines |
| Stoppt einen laufenden Trace-/Watch-/Monitor-Job |
Beispielsitzung:
You: why is the order service slow?
Agent: (list_agents) → order-service is online on port 18501
(exec order-service "thread -n 3") → hottest threads
(async_exec order-service "trace *OrderService create") → submits trace
(pull_results …) → shows the slow call chainKonfiguration
Reihenfolge: CLI-Argumente > Umgebungsvariablen > ~/.config/arthas-mcp/config.json > Standardwerte.
Quelle | Beschreibung |
|
|
| Ordnet einen erkannten Dienstnamen einer verständlicheren Agenten-ID zu |
| Bindeadresse des HTTP-Modus |
| Verschiebt das gesamte Konfigurationsverzeichnis |
| Expliziter Pfad zu |
| JVM-Scanintervall (Standard: 15000) |
FAQ
Warum nicht der offizielle arthas-mcp-server? Sie lösen unterschiedliche Probleme: Der offizielle ist ein prozessinternes Java-Modul für produktionsgehostete Diagnosen, dieses Projekt ist ein lokaler Wrapper, der beliebige JVMs erkennt und an sie andockt, ohne die Anwendung zu berühren. Beide können nebeneinander existieren.
Verändert es meine Anwendung? Es hängt den Arthas-Agenten an die laufende JVM an (wie wenn man arthas-boot von Hand ausführt) — kein Neustart, keine Codeänderung. Stoppe das Tool oder führe stop aus, um die Verbindung zu trennen.
Ist es sicher, ein LLM auf die Produktion zu richten? Es gibt dem Agenten dieselben Möglichkeiten, die Arthas hat (einschließlich Watch auf Bytecode-Ebene). Richte es auf lokale/Dev-JVMs aus und beschränke dich in der Produktion auf Lesezugriffe.
Lizenz
This server cannot be deployed
Maintenance
Related MCP Connectors
- emisarOAuthdev.emisar
Let AI operate servers without SSH. Choose actions, approve risky changes, and audit every step.
Live browser debugging for AI assistants — DOM, console, network via MCP.
- SuperlogOAuthsh.superlog
Open-source agent that observes and fixes your application. Query logs, traces, metrics, incidents.
Operate Linux, macOS and Windows from your LLM. Every action runs through an auditable allowlist.
Related MCP Servers
- AlicenseBqualityCmaintenanceСonnects to live JVMs via JDWP protocol, enabling LLM agents to autonomously debug Java applications — attach to a running process, pause threads, set breakpoints (including conditional), inspect stacks with auto-resolved object fields, evaluate methods, set variable values, and diagnose issues like deadlocks and hung queries.2832 PyPI1MIT
- AlicenseNot gradedqualityCmaintenanceJava diagnostics MCP server for LLM integration with Alibaba Arthas, enabling analysis and diagnosis of Java applications.57MIT

karellen-jdb-mcpofficial
AlicenseNot gradedqualityAmaintenanceEnables LLMs to debug Java applications using JDB, supporting breakpoints, stepping, expression evaluation, thread analysis, and more.4Apache 2.0- AlicenseAqualityDmaintenanceA Model Context Protocol server that connects AI agents to live Java processes via Alibaba Arthas, enabling real-time diagnostics, debugging, and performance analysis without code changes.25MIT