Java Class Analyzer MCP Server：让AI精准理解Java依赖的利器
Java Class Analyzer MCP Server：让AI精准理解Java依赖的利器
github地址-handsomestWei/java-class-analyzer-mcp-server，欢迎star
痛点解决
你是否遇到过这样的困扰？在使用Cursor等AI工具生成Java代码时，AI无法读取项目依赖的源码，导致生成的代码错误频出，甚至出现"幻觉式编码"。
传统的解决方案要么是手动拷贝源码喂给AI，要么将源码文件放到当前工程内再引用，但这些方法都效率低下且不够优雅。
解决方案
Java Class Analyzer MCP Server 是一个基于Model Context Protocol (MCP)的Java类分析服务，通过本地反编译MCP方案，能精准解析jar包中的类与方法，显著提升代码生成的准确性和可用性。
核心功能
- 🔍 智能依赖扫描：自动扫描Maven项目的所有依赖JAR包
- 📦 类索引建立：建立类全名到JAR包路径的映射索引
- 🔄 实时反编译：使用CFR工具实时反编译.class文件为Java源码
- 🔄深度类分析：分析Java类的结构、方法、字段、继承关系等
- 🔄 智能缓存：按包名结构缓存反编译结果，避免重复计算
- 🚀 一键安装：基于TypeScript实现，使用npm打包，弱环境依赖
快速开始
1. 安装服务
# 全局安装（推荐）
npm install -g java-class-analyzer-mcp-server
2. 生成配置
# 生成MCP客户端配置模板
java-class-analyzer-mcp config -o mcp-client-config.json
3. 配置MCP客户端
将生成的配置添加到你的MCP客户端配置文件中：
{"mcpServers": {"java-class-analyzer": {"command": "java-class-analyzer-mcp","args": ["start"],"env": {"NODE_ENV": "production","MAVEN_REPO": "D:/maven/repository","JAVA_HOME": "C:/Program Files/Java/jdk-11"}}}
}
使用场景
场景1：扫描项目依赖
{"name": "scan_dependencies","arguments": {"projectPath": "/path/to/your/maven/project","forceRefresh": false}
}
场景2：反编译类文件
{"name": "decompile_class","arguments": {"className": "com.example.QueryBizOrderDO","projectPath": "/path/to/your/maven/project","useCache": true}
}
场景3：分析类结构
{"name": "analyze_class","arguments": {"className": "com.example.QueryBizOrderDO","projectPath": "/path/to/your/maven/project"}
}
工作流程
- 自动索引：首次调用时自动检查并创建索引
- 智能缓存：反编译结果按包名结构缓存
- 精准分析：获取类的详细信息供LLM分析
- 提升准确性：显著改善AI生成代码的质量
环境要求
- Node.js环境
- Maven项目
- Java环境（用于CFR反编译）
环境变量配置
MAVEN_REPO：Maven本地仓库路径（可选）JAVA_HOME：Java安装路径（可选）NODE_ENV：运行环境（production/development）
总结
Java Class Analyzer MCP Server通过本地反编译技术，让AI能够"看到"项目依赖的完整源码，从根本上解决了AI生成Java代码时的依赖理解问题。无论是二方包还是三方包，都能精准解析并提供给LLM进行代码分析，大大提升了代码生成的准确性和可用性。
立即体验：npm install -g java-class-analyzer-mcp-server
让AI真正理解你的Java项目依赖，告别"幻觉式编码"！