Renderdoc MCP

renderdoc-mcp

⚠️ Disclaimer

$\\Large \\color｛#ff69b4｝｛\\textsf｛这是个人事务｝$$\\Large\\color｝｛#ff66b4｝｝｛\\mathtt{✨ vib\\text{-}coding ✨}}$ $\\大型\\彩色{#ff69b4}{\\textsf{project--}}$ $\\Large\\color{#ff69b4}{\\textsf{为娱乐而建，不用于生产用途。}}$

$\\small\\color{gray}{\\textsf{我不知道为什么这个回购有这么多星星…}}$

MCP服务器 渲染文档 --让AI助手分析GPU帧捕获(.rdc 文件），用于图形调试和性能分析。

建立在 模型上下文协议，适用于Claude Desktop、Claude Code和任何兼容MCP的客户端。

特性

• 42工具 涵盖完整的RenderDoc分析工作流程
• 10个高级工具 用于一次调用分析（绘制调用状态、帧概述、差异、批量导出、像素区域采样等）
• 3个内置提示 用于指导调试
• 人类可读输出 --混合模式、深度函数、拓扑显示为名称而非数字
• GPU怪癖检测 --自动根据驾驶员姓名识别Adreno/Mali/PowerVR/Apple特有的陷阱
• 无头 -不需要GUI，完全通过RenderDoc的Python回放API运行
• 纯 Python --单身 pip install，无构建步骤
• 支持HttpClient1、HttpClient2、OpenGL、Vulkan、OpenGL ES捕捉

快速开始

1.先决条件

• Python 3.10+
• 渲染文档 已安装(下载)

- 你需要 renderdoc.pyd （Windows）或 renderdoc.so （Linux）Python模块 - 它随每个RenderDoc安装一起提供

2.安装

git clone https://github.com/Linkingooo/renderdoc-mcp.git
cd renderdoc-mcp
pip install -e .

3.找到你的 renderdoc.pyd 路径

Python模块位于RenderDoc安装目录中：

你需要 目录 包含此文件。

4.配置您的MCP客户端

Claude Desktop

编辑 claude_desktop_config.json （设置→ 开发者→ 编辑配置）：

{
  "mcpServers": {
    "renderdoc": {
      "command": "python",
      "args": ["-m", "renderdoc_mcp"],
      "env": {
        "RENDERDOC_MODULE_PATH": "C:\\Program Files\\RenderDoc"
      }
    }
  }
}

Claude Code

添加 .claude/settings.json:

{
  "mcpServers": {
    "renderdoc": {
      "command": "python",
      "args": ["-m", "renderdoc_mcp"],
      "env": {
        "RENDERDOC_MODULE_PATH": "C:\\Program Files\\RenderDoc"
      }
    }
  }
}

Run standalone

# Set the module path
export RENDERDOC_MODULE_PATH="/path/to/renderdoc"   # Linux/macOS
set RENDERDOC_MODULE_PATH=C:\Program Files\RenderDoc  # Windows

# Run
python -m renderdoc_mcp

用法示例

配置后，只需与您的AI助手交谈：

“打开 frame.rdc 并向我展示画面中发生了什么”

“找到渲染角色模型的绘图调用，并检查其管道状态”

“为什么我的阴影贴图呈现为黑色？检查深度传递”

“分析性能——是否有多余的抽签？”

典型工具流程

open_capture("frame.rdc")                     # Load the capture
├── get_capture_info()                         # API, GPU, known_gpu_quirks
├── get_frame_overview()                       # Frame-level stats and render passes
├── get_draw_call_state(142)                   # Complete draw call state in one call
├── diff_draw_calls(140, 142)                  # Compare two draw calls (with implications)
├── export_draw_textures(142, "./tex/")        # Batch export all bound textures
├── save_render_target(142, "./rt.png")        # Save render target snapshot
├── analyze_render_passes()                    # Auto-detect render pass boundaries
├── find_draws(blend=True, min_vertices=1000)  # Search by rendering state
├── sample_pixel_region(rt_id, 0,0,512,512)   # Scan RT region for NaN/Inf/negatives
├── pixel_history(id, 512, 384)               # Debug a specific pixel
├── export_mesh(142, "./mesh.obj")             # Export mesh as OBJ
└── close_capture()                            # Clean up

性能和诊断分析：

get_pass_timing(granularity="pass")      # Find most expensive render passes
analyze_overdraw()                        # Fill-rate pressure estimate
analyze_bandwidth()                       # Memory bandwidth estimate
analyze_state_changes()                   # Batching opportunities
diagnose_negative_values()               # Find NaN/Inf/negative color values (爆闪)
diagnose_precision_issues()              # R11G11B10, D16, SRGB mismatches
diagnose_reflection_mismatch()           # Reflection artifact diagnosis
diagnose_mobile_risks()                  # Comprehensive mobile GPU risk check

对于较低级别的检查，所有粒度工具仍然可用：

set_event(142)                                    # Navigate to a draw call
├── get_pipeline_state()                          # Inspect rasterizer/blend/depth
├── get_shader_bindings("pixel")                  # Check what textures/buffers are bound
├── get_cbuffer_contents("pixel", 0, filter="ibl") # Read shader constants (filterable)
├── disassemble_shader("pixel", search="SampleSH") # Shader code with context search
└── save_texture(id, "rt.png")                    # Export a specific texture

工具

会话管理（4）

活动导航（5）

管道检查（4）

资源分析（4）

数据提取（8）

着色器分析（3）

高级（6）

性能分析（4）

诊断（4）

提示

内置提示模板，指导人工智能完成常见工作流程：

运作原理

AI Assistant ←—MCP—→ renderdoc-mcp server ←—Python API—→ renderdoc.pyd ←→ GPU replay

服务器使用RenderDoc的无头回放API(renderdoc.pyd)致：

1. 打开 .rdc 在没有GUI的情况下捕获文件
2. 在任何事件中回放帧和查询管道状态
3. 提取纹理、缓冲区、着色器数据和像素历史记录
4. 返回结构化JSON供AI推理

发展

# Install in dev mode
pip install -e .

# Run tests (no RenderDoc needed — uses mocks)
python -m pytest tests/ -v

# Project structure
src/renderdoc_mcp/
├── server.py                 # FastMCP server, 3 prompt definitions
├── session.py                # Capture lifecycle, resource/texture caches (singleton)
├── util.py                   # Serialization, enum maps, blend formula, module loader
└── tools/
    ├── session_tools.py      # open/close/info (GPU quirks) + get_frame_overview
    ├── event_tools.py        # list/get/set/search actions + find_draws
    ├── pipeline_tools.py     # pipeline state, shader bindings, vertex inputs + get_draw_call_state
    ├── resource_tools.py     # texture/buffer/resource enumeration
    ├── data_tools.py         # save/read/pick/stats + read_texture_pixels + export_draw_textures, save_render_target, export_mesh
    ├── shader_tools.py       # disassembly (fallback chain, search), reflection, cbuffer contents (filter)
    ├── advanced_tools.py     # pixel history, post-VS data + diff_draw_calls (implications), analyze_render_passes, sample_pixel_region, debug_shader_at_pixel
    ├── performance_tools.py  # get_pass_timing, analyze_overdraw, analyze_bandwidth, analyze_state_changes
    └── diagnostic_tools.py  # diagnose_negative_values, diagnose_precision_issues, diagnose_reflection_mismatch, diagnose_mobile_risks

许可证

麻省理工学院