Token导航 LogoToken导航

MCP Server · 运维云端

uniprof MCP

uniprof是一款简化CPU性能分析的工具,支持多种编程语言和平台,无需修改代码或添加依赖即可进行性能分析。

stdio官方级别未说明来源级核验工具 1uniprof
性能分析TypeScriptCursor

快速开始

作者 / 组织
indragiek
提供方
indragiek
运行时
Node.js

工具数量

1

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

404

仓库热度

收录来源

2 个

MCP World

选型结论

uniprof MCP 属于运维云端类 MCP Server,公开资料标注 1 个工具,通过stdio 本地进程接入,适配 Cursor,有可以直接复制的安装命令;接入前先确认权限范围。

分类

运维云端

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

npx uniprof python script.py

客户端配置示例

{
  "mcpServers": {
    "uniprof": {
      "command": "npx",
      "args": [
        "uniprof",
        "python",
        "script.py"
      ]
    }
  }
}

按公开安装命令拼出来的示例,字段名和参数以仓库 README 为准;带 YOUR_API_KEY 这类占位符的位置记得换成自己的值。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 1 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

uniprof

uniprof为人类和AI代理简化了CPU性能分析。无需修改代码或添加额外依赖,即可对任何应用程序进行性能分析。

# Profile and analyze any app in one step
npx uniprof python script.py

目录

- MCP服务器

- 主机模式与容器模式

支持的平台

uniprof 在多个专门针对不同平台和运行时的性能分析器之上实现了一个通用接口。它能够根据正在执行的命令自动检测应使用哪个性能分析器,运行该分析器,将不同输出格式转换为统一格式,并对数据进行统计分析以识别热点。

平台分析器容器主机最低版本
python py-spy✅✅Python 3.7+(翻译为)✅✅Python 3.7及以上版本
Node.js0x✅✅Node 14+(节点14及以上版本)
红宝石rbspy(注:这个词汇在中文中并没有直接对应的翻译,因为它可能是一个特定领域或上下文中的专有名词或缩写。如果它是一个程序、工具或特定概念的名称,那么翻译时可能需要根据其具体含义来确定。在这里,我们直接保留原词,因为它可能是一个特定的术语或缩写,没有通用的中文翻译。)✅✅Ruby 2.5及以上版本
PHP准分子✅✅PHP 7.2+(或:PHP 7.2及以上版本)
JVM(Java虚拟机) \async-profiler\ 翻译为中文是“异步分析器”或“异步性能分析工具”✅✅Java 8+
。NETdotnet-trace✅✅.NET 5+
BEAM(注:BEAM在此处可能是一个特定术语、项目名或缩写,根据上下文可能有不同的翻译,但直接翻译为“光束”或保持原样作为专有名词也是可行的。) perf(此处为英文原词,中文无直接对应词汇,若作为缩写或特定语境下的用词,可能需具体情境来翻译,但一般可理解为“性能”或“表现”等概念的简写,不过直接翻译仍为“perf”)✅✅\*一次性密码(OTP)24小时以上
原生(macOS)乐器;工具❌✅Xcode 14.3+
原生(Linux)perf(此处为英文单词,直接翻译为中文可保持原样,若需意译,根据上下文可理解为“完美”或“出色”等,但在此处作为独立词汇,直接使用“perf”即可)✅✅Linux 2.6.31+(翻译为)✅✅Linux 2.6.31及以上版本

\* Linux仅用于主机模式

系统要求

太长,读不下去了 安装了Docker的macOS或Linux系统

性能分析工具往往不容易正确设置,并且可能需要 提升权限为了简化设置并为配置文件代码提供更好的隔离,uniprof 默认使用 对于每个已预配置为运行特定分析工具的运行时,uniprof会在容器中挂载您的工作区,并在附加分析器的情况下执行程序。此外,如果主机系统已安装分析工具,uniprof还支持在容器外部进行分析,方法是通过运行(使用相应的命令或参数) --mode host 标志。唯一不支持容器化执行的情况是,在 macOS 上对原生 Mach-O 二进制文件进行性能分析时,因为 Apple Instruments 无法在容器内运行。

安装

npm install -g uniprof

MCP服务器

# Install uniprof MCP server automatically
uniprof mcp install claudecode
uniprof mcp install cursor
uniprof mcp install vscode

支持自动安装的客户端: amp、claudecode、codex、cursor、gemini、vscode、zed

如果您的客户端不支持自动安装,请使用命令通过stdio传输方式添加一个MCP服务器 npx -y uniprof mcp run。

如需详细的MCP文档,请参阅 docs/mcp.md 翻译为中文是:文档/mcp.md(或“说明文件/mcp.md”,具体翻译可能根据上下文有所调整,但“文档”是最常见的翻译)。

快速入门

一步完成配置文件和分析:

# Profile most languages and get immediate analysis
uniprof python app.py
uniprof node server.js
uniprof ruby script.rb
uniprof java -jar myapp.jar
uniprof dotnet MyApp.dll
uniprof ./my-native-app

# Profile and visualize flamegraph in browser
uniprof --visualize python app.py

保存配置文件以便后续分析和可视化:

# 1. Check environment (optional)
uniprof bootstrap

# 2. Record a profile
uniprof record -o profile.json -- python app.py
uniprof record -o profile.json -- node server.js
uniprof record -o profile.json -- ruby script.rb
uniprof record -o profile.json -- php script.php
uniprof record -o profile.json -- java -jar myapp.jar
uniprof record -o profile.json -- ./gradlew run
uniprof record -o profile.json -- ./mvnw spring-boot:run
uniprof record -o profile.json -- dotnet MyApp.dll
uniprof record -o profile.json -- elixir script.exs
uniprof record -o profile.json -- mix run
uniprof record -o profile.json -- ./my-native-app
uniprof record -o profile.json -- /Applications/MyApp.app

# 3. Analyze profile data to find hotspots
uniprof analyze profile.json

# 4. Visualize flamegraph in the browser
uniprof visualize profile.json

有关详细命令行选项的文档,请参阅 docs/cli.md 翻译为中文是:“文档/命令行界面.md” 或者更简洁地表述为“文档/CLI指南.md”,其中“CLI”代表“Command Line Interface”(命令行界面)。

主机模式与容器模式

使用 --mode 控制性能分析运行方式的选项:

  • auto (默认)当Docker可用时,优先使用容器模式;否则使用主机模式。

- 语言运行时(Python/Node.js/Ruby/PHP/BEAM/JVM/.NET)默认使用容器以实现零配置。 - 在macOS上,使用Mach-O二进制文件的本地应用会使用主机(Instruments)。macOS上的ELF二进制文件支持在容器模式下运行。 - 在Linux上,Native默认使用容器;如果您更倾向于使用本地性能设置,可以选择使用主机。

  • host强制使用主机安装的性能分析器。
  • container强制使用 Docker 容器(不支持 macOS Instruments/Mach-O 二进制文件)。
# Auto mode (default)
uniprof record -o profile.json -- python script.py

# Force host profilers
uniprof record --mode host -o profile.json -- python script.py

# Force container mode
uniprof record --mode container -o profile.json -- ./my-linux-app

编译时包含调试信息

原生性能分析需要调试信息才能得出有意义的结果。调试符号使性能分析工具能够将内存地址映射到函数名,从而提供可读的输出,而不仅仅是十六进制地址。此外,帧指针提高了调用栈的准确性,尤其是在处理优化代码时。

编译器DWARF 调试信息帧指针备注
项目英文名称中文名称数量**** gcc(GNU编译器套件) gcc -g -o myapp main.cgcc -fno-omit-frame-pointer -o myapp main.c-g3使用 -ggdb 为了获取最大调试信息,
用于GDB特定的扩展**** clang(在编程或编译上下文中,可译为“编译器报错声”或简化为“编译报错”) clang -g -o myapp main.cppclang -fno-omit-frame-pointer -o myapp main.cpp-gfull使用
在 macOS 上获取完整的调试信息**** Swift(编程语言) swiftc -g main.swiftswiftc -Xcc -fno-omit-frame-pointer main.swiftswift build调试构建默认包含符号信息,使用
**** 货物 cargo build

cargo build --release (调试模式) [profile.release] debug = true + RUSTFLAGS="-C force-frame-pointers=yes" cargo build | debug = true 调试构建默认包含DWARF;对于发布构建,请添加 到 Cargo.toml | | 走 go build -gcflags=all="-N -l" | -gcflags | 内置,始终启用 | Go 默认包含调试信息; 禁用优化以提高调试效果 | | zig(吉格,一种舞蹈风格或品牌名,具体含义需根据上下文确定) zig build-exe -O Debug main.zig | zig build-exe -fno-omit-frame-pointer main.zig | -O ReleaseSafe | 使用 带有符号的优化构建的调试信息 | | ghc ghc -g -rtsopts main.hs | ghc -fno-omit-frame-pointer main.hs | -prof | 使用 -rtsopts 用于性能分析构建;

启用运行时性能分析选项 |

MCP 服务器

  • 图像。 0x uniprof-nodejs(可译为“UniProf Node.js”,但具体翻译可能需根据上下文调整,若“uniprof”为特定项目或组织名,则保留原样)
  • 图片。 Speedscope(注:此处为专有名词,直接音译,若“Speedscope”有特定含义或品牌名,则应根据具体语境翻译)

(MIT) 与 uniprof 一起打包,用于火焰图可视化

许可证 此仓库中的所有uniprof源代码均受以下许可协议约束:麻省理工学院许可证 LICENSE. 查看

. UniProf下载并运行 Docker 镜像 containers/那个包含第三方软件的包。用于构建这些镜像的Dockerfile可以在

工具与能力

工具数量

1

资源数量

0

提示词数量

0

能力标签

性能分析TypeScript本地部署多语言支持无侵入式分析容器化支持火焰图可视化

支持客户端

Cursor

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

看服务状态

查询容器、日志和监控指标,定位异常。

执行部署变更

在权限范围内触发发布、回滚和环境切换。

核对资源用量

汇总用量,找出闲置和超额的部分。

选择建议

值得选的地方

  • 只提供 1 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Node.js,换机器要重新装一遍。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 已经在用 Cursor 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
uniprof MCP

MCP World · 本页

1stdio有2 个2026-05-17
Ui Tars Desktop 8a825770

MCP World

0stdio有1 个2026-05-17
Elie222 MCP

MCP World

0未说明未标注1 个2026-05-17
Arizeai Phoenix MCP

MCP World

0stdio有3 个2026-05-17
Unity MCP 87ee506e

MCP World

42HTTP有2 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

uniprof MCP 怎么安装?

公开资料给出的安装命令是 npx uniprof python script.py,运行环境为 Node.js。装完后按客户端要求写进 MCP 配置,重启客户端生效。

uniprof MCP 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Node.js;保存后完全退出客户端再打开,配置才会生效。

uniprof MCP 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

uniprof MCP 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

uniprof MCP 支持哪些客户端?

公开资料标注支持 Cursor;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP