MCP Performance Analysis Server

🚀 Servidor de Análisis de Rendimiento MCP

Herramienta de análisis inteligente de datos de monitoreo de rendimiento de aplicaciones móviles, enfocada en la detección de problemas graves

📋 Inicio rápido

1. Obtener el proyecto

git clone git@github.com:DaSheng1994/mcp_analyze_quality.git
cd mcp_analyze_quality

2. Instalar dependencias

# 创建虚拟环境
python3 -m venv .venv
source .venv/bin/activate  # Linux/macOS

# 安装依赖
pip install -r requirements.txt

3. Configurar Cursor MCP

Edite ~/.cursor/mcp.json:

{
  "mcpServers": {
    "performance-analyzer": {
      "command": "/path/to/your/project/.venv/bin/python",
      "args": ["/path/to/your/project/main.py"],
      "cwd": "/path/to/your/project"
    }
  }
}

4. Reiniciar Cursor y usar

Salga completamente y reinicie Cursor, luego ingrese en el diálogo:

分析这个性能数据：http://localhost:8000/meminfo.csv

🌐 Implementación remota

Implementación en el servidor

# 在服务器上部署
git clone git@github.com:DaSheng1994/mcp_analyze_quality.git
cd mcp_analyze_quality
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

# 启动服务（后台运行）
nohup python main.py > mcp.log 2>&1 &
nohup python3 -m http.server 8000 > http.log 2>&1 &

Configuración del cliente

Los miembros del equipo configuran en sus respectivos Cursor:

{
  "mcpServers": {
    "performance-analyzer": {
      "command": "ssh",
      "args": ["your-server", "cd /path/to/mcp_analyze_quality && .venv/bin/python main.py"],
      "env": {}
    }
  }
}

Usar el servicio remoto

分析这个性能数据：http://your-server-ip:8000/meminfo.csv

📊 Características

• Detección de problemas graves: Se enfoca en identificar problemas de rendimiento graves que requieren atención inmediata
• Salida concisa: Solo devuelve mensajes de advertencia graves, evitando la sobrecarga de información
• Análisis inteligente: Juicio preciso basado en reglas predefinidas
• Fácil integración: Servidor MCP ligero, implementación rápida

🚨 Reglas de advertencia graves

Detección de advertencias graves actualmente soportadas:

• Advertencia de memoria física: Se activa cuando VmRSS supera 1.3GB
• Advertencia de cantidad de Views: Se activa cuando el crecimiento de Views supera 700

📝 Reglas personalizadas

Puede personalizar las reglas de análisis modificando el archivo .cursor/rules/quality-rules.mdc.

---

🚀 ¡Comience a usar la herramienta de análisis de rendimiento MCP ahora!