Perfetto

Perfetto MCP

Convierte el lenguaje natural en potentes análisis de trazas de Perfetto

Un servidor de Model Context Protocol (MCP) que transforma indicaciones en lenguaje natural en análisis de Perfetto enfocados. Explica rápidamente el jank, diagnostica ANRs, detecta hilos calientes de CPU, descubre contención de bloqueos y encuentra fugas de memoria, todo sin escribir SQL.

✨ Características

• Lenguaje natural → SQL: Haz preguntas en lenguaje natural y obtén consultas Perfetto precisas
• Detección de ANR: Identifica y analiza automáticamente eventos de Application Not Responding
• Análisis de rendimiento: Perfilado de CPU, detección de jank de fotogramas, detección de fugas de memoria
• Contención de hilos: Encuentra cuellos de botella de sincronización y contención de bloqueos
• Perfilado de Binder: Analiza el rendimiento de IPC y las interacciones lentas del sistema

📋 Requisitos previos

• Python 3.13+ (macOS/Homebrew):

  brew install python@3.13
  

• uv (recomendado):

  brew install uv
  

🚀 Primeros pasos

{
  "mcpServers": {
    "perfetto-mcp": {
      "command": "uvx",
      "args": ["perfetto-mcp"]
    }
  }
}

# Add to user scope
claude mcp add perfetto-mcp --scope user -- uvx perfetto-mcp

{
  "mcpServers": {
    "perfetto-mcp": {
      "command": "uvx",
      "args": ["perfetto-mcp"]
    }
  }
}

{
  "mcpServers": {
    "perfetto-mcp": {
      "command": "uvx",
      "args": ["perfetto-mcp"]
    }
  }
}

[mcp_servers.perfetto-mcp]
command = "uvx"
args = ["perfetto-mcp"]

Opcional: Usar un binario local de trace_processor_shell

Si tu entorno de red bloquea descargas, establece PERFETTO_MCP_TRACE_PROCESSOR_BIN_PATH a una ruta absoluta de un binario local de trace_processor_shell.

Cuando esta variable de entorno está configurada, perfetto-mcp usa ese binario directamente. Cuando no está configurada, el comportamiento predeterminado de Python de perfetto no cambia.

Ejemplo (mcp.json):

{
  "mcpServers": {
    "perfetto-mcp": {
      "command": "uvx",
      "args": ["perfetto-mcp"],
      "env": {
        "PERFETTO_MCP_TRACE_PROCESSOR_BIN_PATH": "D:/tools/perfetto/trace_processor_shell.exe"
      }
    }
  }
}

Ejemplo (~/.codex/config.toml):

[mcp_servers.perfetto-mcp]
command = "uvx"
args = ["perfetto-mcp"]
[mcp_servers.perfetto-mcp.env]
PERFETTO_MCP_TRACE_PROCESSOR_BIN_PATH = "D:/tools/perfetto/trace_processor_shell.exe"

Instalación local (servidor de desarrollo)

cd perfetto-mcp-server
uv sync
uv run mcp dev src/perfetto_mcp/dev.py

{
  "mcpServers": {
    "perfetto-mcp-local": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/git/repo/perfetto-mcp",
        "run",
        "-m",
        "perfetto_mcp"
      ],
      "env": { "PYTHONPATH": "src" }
    }
  }
}

pip3 install perfetto-mcp
python3 -m perfetto_mcp

📖 Cómo usar

Ejemplo de indicación inicial:

En la traza de perfetto, veo que FragmentManager tarda 438ms en ejecutarse. ¿Puedes averiguar por qué tarda tanto?

Parámetros requeridos

Cada herramienta necesita estas dos entradas:

En tus indicaciones

Sé explícito sobre la traza y el proceso, antepone a tu indicación:

"Usa la traza de perfetto /absolute/path/to/trace.perfetto-trace para el proceso com.example.app"

Filtros opcionales

Muchas herramientas admiten filtrado adicional (pero deja que tu LLM lo maneje):

• time_range: {start_ms: 10000, end_ms: 25000}
• Umbrales específicos de la herramienta: min_block_ms, jank_threshold_ms, limit

🛠️ Herramientas disponibles

🔎 Exploración y descubrimiento

🚨 Análisis de ANR

Nota: Útil si la traza grabada contiene ANR

🎯 Perfilado de rendimiento

📱 Rendimiento de la interfaz de usuario

🔒 Concurrencia e IPC

💾 Análisis de memoria

Formato de salida

Todas las herramientas devuelven JSON estructurado con:

• Summary: Hallazgos de alto nivel
• Details: Resultados específicos de la herramienta
• Metadata: Contexto de ejecución y cualquier respaldo utilizado

📚 Recursos

• API de Python de Trace Processor - Interfaz de Python de Perfetto
• Sintaxis SQL de Perfetto - Referencia de SQL para consultas personalizadas

📄 Licencia

Licencia Apache 2.0. Consulta LICENSE para más detalles.

GitHub • Problemas • Documentación