Java Decompiler MCP Server

Hvad gør “Java Decompiler” MCP Server?

Java Decompiler MCP Server (mcp-javadc) er en Model Context Protocol (MCP) server designet til at dekompilere Java class-filer. Den gør det muligt for AI-assistenter og MCP-kompatible udviklingsværktøjer at konvertere Java bytecode (.class-filer eller klasser i JARs) til menneskeligt læsbar Java-kildekode. Denne server effektiviserer arbejdsgange ved at muliggøre automatiseret dekompilering via API, hvilket understøtter opgaver som at undersøge tredjepartsbiblioteker, reverse-engineere ældre kode eller analysere kompilerede Java-pakker uden at skulle bruge den oprindelige kildekode. Den tilbyder integration gennem stdio-transport og midlertidig filhåndtering og er kompatibel med forskellige MCP-klienter, hvilket gør den til et alsidigt værktøj for udviklere og AI-agenter, der arbejder med Java-bytecode.

Liste over Prompts

Ingen prompt-skabeloner blev nævnt i README eller i repository-filerne.

Klar til at vokse din virksomhed?

Start din gratis prøveperiode i dag og se resultater inden for få dage.

Anmod om demo Log ind

Liste over Ressourcer

Ingen eksplicitte MCP-ressourcer er nævnt i dokumentationen eller filerne.

Liste over Værktøjer

• decompile-from-path
  Dekompilerer en Java .class-fil fra en angivet filsti.
  Parameter: classFilePath (absolut sti til .class-filen)

• decompile-from-package
  Dekompilerer en Java-klasse ved hjælp af dens pakkenavn (fx java.util.ArrayList).
  Parameter: (ikke specificeret i README)

• decompile-from-jar
  Dekompilerer en Java-klasse inde fra en JAR-fil.
  Parameter: (ikke specificeret i README)

Tilmeld dig vores nyhedsbrev

Få de seneste tips, trends og tilbud gratis.

E-mailadresse

Tilmeld

Anvendelsesmuligheder for denne MCP Server

• Dekompilering af enkeltstående Class-filer
  Omdan hurtigt kompilerede .class-filer til læsbar Java-kildekode til fejlfinding, revision eller læring.

• Reverse engineering af tredjepartsbiblioteker
  Analyser klasser i JAR-filer eller via pakkenavn for at forstå adfærd og struktur, når kildekoden ikke er tilgængelig.

• Integration med AI-udviklingsværktøjer
  Gør det muligt for AI-agenter eller -assistenter automatisk at dekompilere Java-kode som en del af bredere kodeanalyse- eller migreringsarbejdsgange.

• Automatiseret udforskning af kodebaser
  Bruges som backend for værktøjer, der kræver dekompilering on-demand, for at hjælpe med navigation og forståelse af store kodebaser.

Sådan sættes den op

Windsurf

1. Sørg for, at Node.js 16+ og npm er installeret.
2. Tilføj @idachev/mcp-javadc@latest som en MCP-server i din Windsurf-konfiguration.
3. Redigér din konfigurationsfil, så den inkluderer serveren:

   {
     "mcpServers": {
       "javaDecompiler": {
         "command": "npx",
         "args": ["-y", "@idachev/mcp-javadc"]
       }
     }
   }
   

4. Gem ændringer og genstart Windsurf.
5. Verificér opsætningen ved at køre en test-dekompilering.

Sikring af API-nøgler:
Hvis du skal sætte miljøvariabler (fx CLASSPATH):

{
  "mcpServers": {
    "javaDecompiler": {
      "command": "npx",
      "args": ["-y", "@idachev/mcp-javadc"],
      "env": {
        "CLASSPATH": "/path/to/java/classes"
      }
    }
  }
}

Claude

1. Installer Node.js 16+ og npm.
2. Brug Claude CLI til at tilføje serveren:

   claude mcp add javadc -s project -- npx -y @idachev/mcp-javadc
   

3. Opdatér din MCP-klientkonfiguration efter behov.
4. Gem ændringer og genstart Claude.
5. Test ved at sende en dekompileringsanmodning.

Cursor

1. Sørg for, at Node.js 16+ og npm er installeret.
2. Tilføj følgende til din Cursor MCP-serverkonfiguration:

   {
     "mcpServers": {
       "javaDecompiler": {
         "command": "npx",
         "args": ["-y", "@idachev/mcp-javadc"]
       }
     }
   }
   

3. Gem konfigurationen og genstart Cursor.
4. Kør en test-dekompilering.

Cline

1. Forudsætninger: Node.js 16+ og npm.
2. Redigér din Cline MCP-serverkonfiguration:

   {
     "mcpServers": {
       "javaDecompiler": {
         "command": "npx",
         "args": ["-y", "@idachev/mcp-javadc"]
       }
     }
   }
   

3. Gem og genstart Cline.
4. Kør en dekompilering for at verificere opsætningen.

Bemærk:
Sæt altid følsomme værdier (som CLASSPATH eller API-nøgler) ved brug af env-feltet i din konfiguration for sikkerhed.
Eksempel:

{
  "mcpServers": {
    "javaDecompiler": {
      "command": "npx",
      "args": ["-y", "@idachev/mcp-javadc"],
      "env": {
        "CLASSPATH": "/path/to/java/classes"
      }
    }
  }
}

Sådan bruges denne MCP i flows

Brug af MCP i FlowHunt

For at integrere MCP-servere i dit FlowHunt workflow, start med at tilføje MCP-komponenten til dit flow og forbinde den til din AI-agent:

Klik på MCP-komponenten for at åbne konfigurationspanelet. I systemets MCP-konfigurationssektion indsætter du dine MCP-serveroplysninger i dette JSON-format:

{
  "javaDecompiler": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Når den er konfigureret, kan AI-agenten nu bruge denne MCP som et værktøj med adgang til alle dens funktioner og muligheder. Husk at ændre "javaDecompiler" til det faktiske navn på din MCP-server og udskifte URL’en med din egen MCP-serveradresse.

Oversigt

Baseret på tabellerne er denne MCP-server fokuseret og funktionel til Java-dekompilering, men mangler avancerede MCP-funktioner som prompt-skabeloner, ressourcer, roots eller sampling. Den giver et klart, praktisk værktøjssæt og sikker konfiguration, men dækker ikke bredere MCP-udvidelsesmuligheder eller integrationsprimitiver.

Vores vurdering

MCP-javadc er veldokumenteret og tjener et specifikt, værdifuldt formål. Dens anvendelighed er dog begrænset af fraværet af standardiserede prompts, ressourcer og avancerede MCP-funktioner som roots og sampling. For udviklere, der har brug for Java-dekompilering i en MCP-arbejdsgang, er den praktisk og effektiv, men den demonstrerer ikke MCP’s fulde potentiale. Score: 5/10

MCP-score