
DevRev MCP Server
Serwer DevRev MCP wprowadza potężne narzędzia do zarządzania projektami i ulepszeniami DevRev bezpośrednio do FlowHunt oraz workflow asystentów AI. Umożliwia pr...
Dekompiluj bajt-kod Java do czytelnego kodu źródłowego w przepływach pracy opartych na AI dzięki Java Decompiler MCP Server, zgodnemu z FlowHunt i innymi klientami MCP.
Java Decompiler MCP Server (mcp-javadc
) to serwer Model Context Protocol (MCP) stworzony do dekompilacji plików klas Java. Umożliwia on asystentom AI oraz narzędziom deweloperskim kompatybilnym z MCP konwersję bajt-kodu Java (pliki .class
lub klasy wewnątrz plików JAR) do czytelnego dla człowieka kodu źródłowego Java. Serwer ten usprawnia przepływy pracy, umożliwiając automatyczną dekompilację przez API, wspierając takie zadania jak przegląd bibliotek zewnętrznych, inżynierię wsteczną starszego kodu czy analizę skompilowanych pakietów Java bez potrzeby posiadania oryginalnego źródła. Oferuje integrację przez transport stdio oraz zarządzanie plikami tymczasowymi i jest zgodny z wieloma klientami MCP, czyniąc go wszechstronnym narzędziem dla deweloperów i agentów AI pracujących z bajt-kodem Java.
W README ani plikach repozytorium nie wspomniano o szablonach promptów.
W dokumentacji ani plikach nie wymieniono jawnie zasobów MCP.
decompile-from-path
Dekompiluje plik .class
Java ze wskazanej ścieżki pliku.
Parametr: classFilePath
(ścieżka bezwzględna do pliku .class
)
decompile-from-package
Dekompiluje klasę Java na podstawie jej nazwy pakietu (np. java.util.ArrayList
).
Parametr: (nie podano w README)
decompile-from-jar
Dekompiluje klasę Java z wnętrza pliku JAR.
Parametr: (nie podano w README)
Dekompilacja samodzielnych plików klas
Szybka konwersja skompilowanych plików .class
do czytelnego kodu Java w celach debugowania, audytu lub nauki.
Inżynieria wsteczna bibliotek zewnętrznych
Analizuj klasy w plikach JAR lub według nazwy pakietu, aby zrozumieć ich działanie i strukturę, gdy kod źródłowy nie jest dostępny.
Integracja z narzędziami AI dla deweloperów
Pozwala agentom lub asystentom AI na automatyczną dekompilację kodu Java jako część szerszych przepływów analizy lub migracji kodu.
Zautomatyzowana eksploracja baz kodu
Wykorzystuj jako backend dla narzędzi wymagających dekompilacji na żądanie, aby wspierać nawigację i zrozumienie dużych baz kodu.
@idachev/mcp-javadc@latest
jako serwer MCP w swojej konfiguracji Windsurf.{
"mcpServers": {
"javaDecompiler": {
"command": "npx",
"args": ["-y", "@idachev/mcp-javadc"]
}
}
}
Zabezpieczanie kluczy API:
Jeśli musisz ustawić zmienne środowiskowe (np. CLASSPATH
):
{
"mcpServers": {
"javaDecompiler": {
"command": "npx",
"args": ["-y", "@idachev/mcp-javadc"],
"env": {
"CLASSPATH": "/path/to/java/classes"
}
}
}
}
claude mcp add javadc -s project -- npx -y @idachev/mcp-javadc
{
"mcpServers": {
"javaDecompiler": {
"command": "npx",
"args": ["-y", "@idachev/mcp-javadc"]
}
}
}
{
"mcpServers": {
"javaDecompiler": {
"command": "npx",
"args": ["-y", "@idachev/mcp-javadc"]
}
}
}
Uwaga:
Zawsze ustawiaj poufne wartości (takie jak CLASSPATH
lub klucze API) przy użyciu pola env
w konfiguracji dla bezpieczeństwa.
Przykład:
{
"mcpServers": {
"javaDecompiler": {
"command": "npx",
"args": ["-y", "@idachev/mcp-javadc"],
"env": {
"CLASSPATH": "/path/to/java/classes"
}
}
}
}
Użycie MCP w FlowHunt
Aby zintegrować serwery MCP z przepływem pracy w FlowHunt, rozpocznij od dodania komponentu MCP do swojego flow i podłączenia go do agenta AI:
Kliknij na komponent MCP, aby otworzyć panel konfiguracji. W sekcji systemowej konfiguracji MCP wstaw szczegóły serwera MCP w poniższym formacie JSON:
{
"javaDecompiler": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
Po skonfigurowaniu agent AI będzie mógł korzystać z tego MCP jako narzędzia, mając dostęp do wszystkich jego funkcji i możliwości. Pamiętaj, aby zmienić "javaDecompiler"
na faktyczną nazwę swojego serwera MCP oraz podmienić URL na adres swojego serwera MCP.
Sekcja | Dostępność | Szczegóły/Uwagi |
---|---|---|
Podsumowanie | ✅ | Serwer dekompilatora Java dla MCP |
Lista promptów | ⛔ | Nie znaleziono szablonów promptów |
Lista zasobów | ⛔ | Brak jawnych zasobów MCP |
Lista narzędzi | ✅ | decompile-from-path, decompile-from-package, decompile-from-jar |
Zabezpieczanie kluczy API | ✅ | Przez env w konfiguracji |
Wsparcie dla roots | ⛔ | Nie wspomniano |
Wsparcie dla sampling (mniej istotne) | ⛔ | Nie wspomniano |
Na podstawie powyższych tabel ten serwer MCP jest skupiony i funkcjonalny pod kątem dekompilacji Java, ale brakuje mu zaawansowanych funkcji MCP, takich jak szablony promptów, zasoby, roots czy sampling. Oferuje przejrzysty, praktyczny zestaw narzędzi i bezpieczną konfigurację, lecz nie obejmuje szerszej rozbudowy MCP ani prymitywów integracyjnych.
MCP-javadc jest dobrze udokumentowany i spełnia konkretną, wartościową rolę. Jednak jego użyteczność jest ograniczona przez brak ustandaryzowanych promptów, zasobów oraz zaawansowanych funkcji MCP takich jak roots i sampling. Dla deweloperów potrzebujących dekompilacji Java w przepływie MCP jest to praktyczne i skuteczne rozwiązanie, lecz nie pokazuje pełnego potencjału MCP. Ocena: 5/10
Posiada LICENCJĘ | ✅ (ISC) |
---|---|
Ma przynajmniej jedno narzędzie | ✅ |
Liczba forków | 0 |
Liczba gwiazdek | 2 |
Dekompiluje pliki klas Java oraz klasy w plikach JAR do czytelnego kodu źródłowego Java, umożliwiając analizę kodu, naukę oraz inżynierię wsteczną – zwłaszcza gdy oryginalny kod źródłowy nie jest dostępny.
Użyj pola 'env' w konfiguracji serwera MCP, aby bezpiecznie ustawić zmienne środowiskowe, takie jak CLASSPATH, co pozwala kontrolować wyszukiwanie klas oraz bezpieczny dostęp do poufnych danych.
Dostępne narzędzia to decompile-from-path (według ścieżki pliku), decompile-from-package (według nazwy pakietu) i decompile-from-jar (z plików JAR).
Tak, Java Decompiler MCP Server integruje się z FlowHunt, Windsurf, Claude, Cursor i Cline, umożliwiając automatyczną dekompilację kodu w przepływach pracy napędzanych AI.
Automatyzacja dekompilacji bajt-kodu Java do debugowania, audytu, inżynierii wstecznej oraz wsparcia dla pipeline'ów analizy kodu AI, gdy kod źródłowy nie jest dostępny.
Automatyzuj dekompilację klas i plików JAR Java do analizy, debugowania i inżynierii wstecznej. Zintegruj z FlowHunt, aby uzyskać płynne przepływy AI.
Serwer DevRev MCP wprowadza potężne narzędzia do zarządzania projektami i ulepszeniami DevRev bezpośrednio do FlowHunt oraz workflow asystentów AI. Umożliwia pr...
DeepL MCP Server integruje zaawansowane tłumaczenie, parafrazowanie oraz wykrywanie języków w przepływach pracy AI za pomocą API DeepL. Umożliwia FlowHunt i inn...
Kubernetes MCP Server łączy asystentów AI z klastrami Kubernetes/OpenShift, umożliwiając programistyczne zarządzanie zasobami, operacje na podach oraz automatyz...