
DevRev MCP Server
DevRev MCP Server prináša výkonné nástroje na riadenie projektov a správu vylepšení od DevRev priamo do FlowHunt a AI asistentových workflowov. Umožňuje program...
Dekomprimujte Java bytekód na čitateľný zdrojový kód vo vašich AI pracovných tokoch pomocou Java Decompiler MCP Servera, kompatibilného s FlowHunt a ďalšími MCP klientmi.
Java Decompiler MCP Server (mcp-javadc
) je server Model Context Protocol (MCP) určený na dekompiláciu Java class súborov. Umožňuje AI asistentom a MCP-kompatibilným vývojovým nástrojom prevádzať Java bytekód (.class súbory alebo triedy v rámci JARov) do čitateľného Java zdrojového kódu. Tento server zjednodušuje pracovné toky umožnením automatizovanej dekompilácie cez API a podporuje úlohy ako skúmanie knižníc tretích strán, reverse engineering starého kódu alebo analýzu skompilovaných Java balíčkov bez potreby pôvodného zdrojového kódu. Ponúka integráciu cez stdio transport a správu dočasných súborov a je kompatibilný s viacerými MCP klientmi, vďaka čomu je všestranným nástrojom pre vývojárov a AI agentov pracujúcich s Java bytekódom.
V README ani v súboroch repozitára nie sú spomenuté žiadne šablóny promptov.
V dokumentácii ani súboroch nie sú uvedené žiadne explicitné MCP zdroje.
decompile-from-path
Dekomprimuje Java .class
súbor zo zadanej cesty k súboru.
Parameter: classFilePath
(absolútna cesta k .class
súboru)
decompile-from-package
Dekomprimuje Java triedu podľa názvu balíka (napr. java.util.ArrayList
).
Parameter: (nezadaný v README)
decompile-from-jar
Dekomprimuje Java triedu z JAR súboru.
Parameter: (nezadaný v README)
Dekomprimácia samostatných class súborov
Rýchla konverzia skompilovaných .class
súborov na čitateľný Java zdrojový kód na ladenie, audit či vzdelávacie účely.
Reverse engineering knižníc tretích strán
Analýza tried v JAR súboroch alebo podľa názvu balíka na pochopenie správania a štruktúry, keď nie je dostupný zdrojový kód.
Integrácia s AI vývojovými nástrojmi
Umožnite AI agentom alebo asistentom automaticky dekompilovať Java kód ako súčasť širších pracovných tokov na analýzu alebo migráciu kódu.
Automatizované skúmanie kódu
Použitie ako backend pre nástroje, ktoré vyžadujú dekompiláciu na požiadanie na uľahčenie navigácie a porozumenia rozsiahlym kódbázam.
@idachev/mcp-javadc@latest
ako MCP server do konfigurácie Windsurf.{
"mcpServers": {
"javaDecompiler": {
"command": "npx",
"args": ["-y", "@idachev/mcp-javadc"]
}
}
}
Zabezpečenie API kľúčov:
Ak potrebujete nastaviť environmentálne premenné (napr. CLASSPATH
):
{
"mcpServers": {
"javaDecompiler": {
"command": "npx",
"args": ["-y", "@idachev/mcp-javadc"],
"env": {
"CLASSPATH": "/cesta/k/java/triedam"
}
}
}
}
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"]
}
}
}
Poznámka:
Citlivé hodnoty (ako CLASSPATH
alebo API kľúče) vždy nastavujte pomocou poľa env
vo vašej konfigurácii kvôli bezpečnosti.
Príklad:
{
"mcpServers": {
"javaDecompiler": {
"command": "npx",
"args": ["-y", "@idachev/mcp-javadc"],
"env": {
"CLASSPATH": "/cesta/k/java/triedam"
}
}
}
}
Použitie MCP vo FlowHunt
Ak chcete integrovať MCP servery do vášho pracovného toku vo FlowHunt, pridajte do svojho flowu MCP komponent a prepojte ho s AI agentom:
Kliknite na MCP komponent pre otvorenie konfiguračného panela. V sekcii konfigurácie systému MCP zadajte detaily vášho MCP servera v tomto JSON formáte:
{
"javaDecompiler": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
Po nakonfigurovaní môže AI agent využívať tento MCP ako nástroj s prístupom ku všetkým jeho funkciám a možnostiam. Nezabudnite zmeniť "javaDecompiler"
na reálny názov vášho MCP servera a URL adresu na vašu MCP server URL.
Sekcia | Dostupnosť | Detaily/Poznámky |
---|---|---|
Prehľad | ✅ | Java decompiler server pre MCP |
Zoznam promptov | ⛔ | Neboli nájdené žiadne šablóny promptov |
Zoznam zdrojov | ⛔ | Nie sú explicitne uvedené MCP zdroje |
Zoznam nástrojov | ✅ | decompile-from-path, decompile-from-package, decompile-from-jar |
Zabezpečenie API kľúčov | ✅ | Cez env v konfigurácii |
Podpora roots | ⛔ | Neuvedené |
Podpora sampling (menej dôležité pri hodnotení) | ⛔ | Neuvedené |
Na základe tabuliek je tento MCP server zameraný a funkčný na dekompiláciu Java, ale chýbajú mu pokročilé MCP funkcie ako šablóny promptov, zdroje, roots alebo sampling. Poskytuje jasnú, praktickú sadu nástrojov a bezpečnú konfiguráciu, no nezahŕňa širšiu MCP rozšíriteľnosť alebo integračné primitívy.
MCP-javadc je dobre zdokumentovaný a slúži konkrétnemu, hodnotnému účelu. Jeho využitie je však obmedzené absenciou štandardizovaných promptov, zdrojov a pokročilých MCP funkcií ako roots a sampling. Pre vývojárov, ktorí potrebujú dekompiláciu Java v MCP workflow, je praktický a efektívny, no neukazuje plný potenciál MCP. Skóre: 5/10
Má LICENSE | ✅ (ISC) |
---|---|
Má aspoň jeden nástroj | ✅ |
Počet forkov | 0 |
Počet hviezdičiek | 2 |
Dekomprimuje Java class súbory a triedy v JARoch do čitateľného Java zdrojového kódu, čo umožňuje analýzu kódu, učenie aj reverse engineering – najmä ak pôvodný zdrojový kód nie je dostupný.
Použite pole 'env' vo vašej konfigurácii MCP servera na bezpečné nastavenie environmentálnych premenných, ako CLASSPATH, aby ste riadili vyhľadávanie tried a bezpečne pristupovali k citlivým údajom.
Dostupné nástroje sú decompile-from-path (podľa cesty k súboru), decompile-from-package (podľa názvu balíka) a decompile-from-jar (z JAR súborov).
Áno, Java Decompiler MCP Server sa integruje s FlowHunt, Windsurf, Claude, Cursor a Cline na automatizovanú dekompiláciu kódu v AI pracovných tokoch.
Automatizovanie dekompilácie Java bytekódu na ladenie, audit, reverse engineering a podporu AI pipeline na analýzu kódu, keď nie je dostupný zdrojový kód.
Automatizujte dekompiláciu Java class a JAR súborov na analýzu, ladenie a reverse engineering. Integrujte s FlowHunt pre bezproblémové AI pracovné toky.
DevRev MCP Server prináša výkonné nástroje na riadenie projektov a správu vylepšení od DevRev priamo do FlowHunt a AI asistentových workflowov. Umožňuje program...
Kubernetes MCP Server prepája AI asistentov a Kubernetes/OpenShift clustre, čím umožňuje programovateľnú správu zdrojov, operácie s podmi a DevOps automatizáciu...
Integrujte svojich AI asistentov s JFrog Platform API pomocou JFrog MCP Servera. Automatizujte správu repozitárov, sledovanie buildov, monitorovanie prevádzky, ...