
Integrarea serverului ModelContextProtocol (MCP)
Serverul ModelContextProtocol (MCP) acționează ca o punte între agenții AI și sursele externe de date, API-uri și servicii, permițând utilizatorilor FlowHunt să...
Decompilează bytecode Java în cod sursă lizibil în fluxurile tale bazate pe AI cu serverul Java Decompiler MCP, compatibil cu FlowHunt și alți clienți MCP.
Serverul Java Decompiler MCP (mcp-javadc
) este un server Model Context Protocol (MCP) conceput pentru a decompila fișiere de clasă Java. Acesta permite asistenților AI și instrumentelor de dezvoltare compatibile MCP să convertească bytecode Java (.class sau clase din arhive JAR) în cod sursă Java lizibil. Serverul eficientizează fluxurile de lucru, permițând decompilarea automată prin API, susținând sarcini precum examinarea bibliotecilor terțe, ingineria inversă a codului vechi sau analiza pachetelor Java compilate fără a necesita codul sursă original. Oferă integrare prin transport stdio și management temporar al fișierelor și este compatibil cu diverși clienți MCP, devenind un instrument versatil pentru dezvoltatori și agenți AI care lucrează cu bytecode Java.
Nu au fost menționate șabloane de prompt în README sau în fișierele repository-ului.
Nu sunt menționate explicit resurse MCP în documentație sau fișiere.
decompile-from-path
Decompilează un fișier .class
Java dintr-o cale de fișier specificată.
Parametru: classFilePath
(calea absolută către fișierul .class
)
decompile-from-package
Decompilează o clasă Java folosind numele pachetului (ex: java.util.ArrayList
).
Parametru: (nedetaliat în README)
decompile-from-jar
Decompilează o clasă Java dintr-un fișier JAR.
Parametru: (nedetaliat în README)
Decompilarea fișierelor clasă standalone
Transformă rapid fișierele .class
compilate în cod sursă Java lizibil pentru depanare, audit sau scopuri educaționale.
Inginerie inversă a bibliotecilor terțe
Analizează clase din fișiere JAR sau după nume de pachet pentru a înțelege comportamentul și structura atunci când codul sursă nu este disponibil.
Integrare cu instrumente AI de dezvoltare
Permite agenților sau asistenților AI să decompileze automat cod Java ca parte din fluxuri extinse de analiză sau migrare a codului.
Explorarea automată a codului
Folosește-l ca backend pentru instrumente care au nevoie de decompilare la cerere pentru a asista la navigarea și înțelegerea codului de dimensiuni mari.
@idachev/mcp-javadc@latest
ca server MCP în configurația Windsurf.{
"mcpServers": {
"javaDecompiler": {
"command": "npx",
"args": ["-y", "@idachev/mcp-javadc"]
}
}
}
Securizarea cheilor API:
Dacă este necesar să setezi variabile de mediu (ex: 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"]
}
}
}
Notă:
Setează întotdeauna valorile sensibile (precum CLASSPATH
sau cheile API) folosind câmpul env
în configurație pentru securitate.
Exemplu:
{
"mcpServers": {
"javaDecompiler": {
"command": "npx",
"args": ["-y", "@idachev/mcp-javadc"],
"env": {
"CLASSPATH": "/path/to/java/classes"
}
}
}
}
Utilizarea MCP în FlowHunt
Pentru a integra servere MCP în fluxul tău FlowHunt, adaugă componenta MCP în flux și conecteaz-o la agentul AI:
Dă click pe componenta MCP pentru a deschide panoul de configurare. În secțiunea de configurare MCP din sistem, inserează detaliile serverului MCP folosind acest format JSON:
{
"javaDecompiler": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
După configurare, agentul AI va putea folosi acest MCP ca instrument cu acces la toate funcțiile și capabilitățile sale. Nu uita să schimbi "javaDecompiler"
cu denumirea reală a serverului MCP și să înlocuiești URL-ul cu URL-ul serverului tău MCP.
Secțiune | Disponibilitate | Detalii/Note |
---|---|---|
Prezentare generală | ✅ | Server de decompilare Java pentru MCP |
Listă de Prompt-uri | ⛔ | Nu s-au găsit șabloane de prompt |
Listă de Resurse | ⛔ | Nu sunt listate explicit resurse MCP |
Listă de Instrumente | ✅ | decompile-from-path, decompile-from-package, decompile-from-jar |
Securizarea cheilor API | ✅ | Prin env în configurație |
Suport pentru roots | ⛔ | Nu este menționat |
Suport sampling (mai puțin important) | ⛔ | Nu este menționat |
Pe baza tabelelor, acest server MCP este concentrat și funcțional pentru decompilare Java, dar nu oferă funcționalități MCP avansate precum șabloane de prompt, resurse, roots sau sampling. Furnizează un set de instrumente clar și configurare sigură, dar nu acoperă extensibilitatea sau primitivele avansate MCP.
MCP-javadc este bine documentat și servește un scop specific și valoros. Totuși, utilitatea sa este limitată de absența șabloanelor standardizate de prompt, resurse și caracteristici MCP avansate precum roots și sampling. Pentru dezvoltatorii care au nevoie de decompilare Java într-un flux MCP, este practic și eficient, dar nu evidențiază potențialul complet al MCP. Scor: 5/10
Are LICENSE | ✅ (ISC) |
---|---|
Are cel puțin un tool | ✅ |
Număr Fork-uri | 0 |
Număr Stele | 2 |
Decompilează fișierele de clasă Java și clasele din arhive JAR în cod sursă Java lizibil, permițând analiza codului, învățarea și ingineria inversă—mai ales când sursa originală nu este disponibilă.
Folosește câmpul 'env' în configurația serverului MCP pentru a seta în siguranță variabilele de mediu, precum CLASSPATH, pentru a controla căutarea claselor și accesul la date sensibile.
Instrumentele disponibile includ decompile-from-path (după calea fișierului), decompile-from-package (după numele pachetului) și decompile-from-jar (din fișiere JAR).
Da, serverul Java Decompiler MCP se integrează cu FlowHunt, Windsurf, Claude, Cursor și Cline pentru decompilare automată de cod în fluxuri AI.
Automatizarea decompilării bytecode-ului Java pentru depanare, audit, inginerie inversă și pentru susținerea fluxurilor AI de analiză a codului unde codul sursă nu este disponibil.
Automatizează decompilarea claselor și arhivelor JAR Java pentru analiză, depanare și inginerie inversă. Integrează cu FlowHunt pentru fluxuri AI fără întreruperi.
Serverul ModelContextProtocol (MCP) acționează ca o punte între agenții AI și sursele externe de date, API-uri și servicii, permițând utilizatorilor FlowHunt să...
Serverul Defang MCP face legătura între asistenții AI și surse externe de date, API-uri și servicii, permițând fluxuri de lucru standardizate și conștiente de c...
Serverul mcp-rquest MCP oferă asistenților AI capabilități avansate de solicitări HTTP similare browserelor, mecanisme robuste de evitare a sistemelor anti-bot ...