mcpField
F
Flameox

Flameox

本地服务
github.com开发工具2262 周前更新

关于 Flameox

Flameox 是面向编码 Agent 的本地运行时证据工具,可将明确指定的产物或命令转化为有边界的证据。它协调性能分析器、基准测试工具、trace 处理器和本地目标,并记录输入、执行来源与局限性。

主要功能

  1. 01基于明确产物路径的分析
  2. 02显式 argv 与工作目录的运行捕获
  3. 03记录执行来源、覆盖范围与局限性
  4. 04可选的证据持久化与 SHA-256 存储
  5. 05提供 CLI 与 stdio MCP 服务

适用场景

  1. 01为 Agent 提供基准测试或性能剖析的运行证据
  2. 02分析已有的 profiler 或 trace 产物
  3. 03在 MCP 客户端中配置 Flameox 工具

MCP 相关

Flameox 提供 stdio MCP 服务,以命名的分析与捕获工具暴露与 CLI 相同的操作,不绑定工作区,并通过 evidence_id 检查已保存的证据。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"morluto-flameox": {
"command": "uvx",
"args": [
"flameox"
]
}
}
}
启动命令uvx flameox

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypiflameox0.2.9

工具

51

收录的工具列表 · 更新于 2 周前

参数类型必填说明
limitsany否为此请求降低分析器、解码器、输出和溯源限制。省略的字段继承服务器策略;请求不能提高服务器限制。
sourcesarray是按顺序排列的这些格式的产物:perfetto、chrome-trace、otlp、nsys-rep、nsys-parquet、pytorch、rocprof-pftrace、xctrace。
page_sizeany否每页行数;省略时继承 limits.max_rows 或服务器默认值。如果同时提供 page_size 和 limits.max_rows,两者必须一致。
continuationany否来自 next_page 的不透明续页令牌;请完整复制其调用。

详细介绍

flameox

flameox 吉祥物:一头双角之间有火焰图的公牛

为编码 Agent 提供有界的本地运行时证据。

Flameox 协调分析器、基准测试工具、跟踪处理器和直接本地目标。它将明确指定的产物或命令转化为有界证据,同时将持久化保留设为可选。Agent 选择假设和实验;Flameox 记录观测到的输入、执行来源、类型化证据、覆盖范围和局限性。

无需初始化工作区或维护项目配置。分析时传入确切的产物路径,采集时传入明确的 argv 和绝对工作目录。Flameox 不会搜索父目录、编辑项目文件或提供托管服务。

快速开始

使用全局设置命令配置 MCP 客户端:

npx flameox@latest setup

设置程序会检测受支持的客户端,并询问要更新哪些配置。对于自动化场景,请明确选择客户端,例如 --client codex --yes 或 --all --yes;--dry-run 会报告路径和操作,但不会写入任何内容。设置程序会保留客户端配置中的无关内容,也不会更改项目文件。详情请参阅 npm 包指南。

使用以下命令更新现有 MCP 注册:

npx flameox@latest update

update --check 会报告可用更新,但不会更改配置。更新会保留各客户端的提供方扩展项和设置,在更改版本固定项之前验证新环境,并报告哪些客户端需要重启或重新连接。使用 --client codex 选择单个客户端,或使用 --version 0.2.8 选择特定版本,也可用于回滚。Python CLI 提供相同的 flameox update 命令。

若要直接使用 CLI,请传入确切的产物路径或明确的命令:

uvx flameox analyze preview_artifact /absolute/path/to/artifact.json
uvx flameox capture --provider direct --cwd "$PWD" -- python benchmark.py

若要手动启动 stdio MCP 服务:

uvx flameox mcp serve

若要进行本地开发,请克隆仓库、安装开发依赖,并查看可用工具:

git clone https://github.com/morluto/flameox.git
cd flameox
uv sync --extra dev --extra memory --extra trace --extra cpu
uv run flameox mcp inspect

证据与存储

分析和未保留的采集使用有界会话临时空间。会话 analysis_id 会在被逐出或服务停止时过期。显式保留会创建用户级 Flameox 数据目录,并按 SHA-256 存储原生字节和规范化证据包。设置 FLAMEOX_DATA_DIR 可选择其他位置。保留是可选的;它不代表会完整保留控制台输出。

Flameox 区分观测所得、派生和推断的结论。性能分析结果有助于探索,但不能证明因果关系或性能提升。确认性结论需要具有代表性的工作负载、声明的指标和估计目标、兼容的身份信息、保留的样本以及语义判定器。

MCP

MCP 服务不绑定工作区。它通过与 CLI 相同的操作注册表提供命名的分析和采集工具。分析工具接受明确的来源;采集工具接受类型化目标和提供方。工具架构会直接公开特定操作的字段。使用 flameox mcp inspect 查看目录;使用 --tool TOOL_NAME 查看指定工具的架构和示例。完整契约和当前工具目录请参阅接口指南。

工具会以内联方式返回其完整的有界结果,包括失败和恢复操作。保留的证据具有持久的 evidence_id;inspect_evidence 会以内联方式返回其经过脱敏的元数据和重放来源。

采集接受 argv,而不是 shell 字符串。直接目标需要提供绝对工作目录和有界环境变量覆盖项。结果可能包含 next_page;请原样重放其中指定的分析工具和参数。采集续页会读取已收集的产物,不会重新运行目标。MCP 工作属于当前请求,因此取消操作会直接生效,重启后也不会遗留脱离请求的任务。

文档

  • 架构介绍进程和包的边界。
  • 存储与证据定义保存和来源追溯。
  • 调查涵盖实验、比较和证据质量。
  • 适配器介绍提供方兼容性和集成策略。
  • 运行时安全涵盖限制、恢复、完整性和隐私。
  • 接口定义 CLI 和 MCP 契约。
  • 测试介绍测试选择和已知的验证缺口。

开发

Flameox 要求使用 Python 3.12 或更高版本,并使用已提交的 uv.lock。有关开发环境设置和贡献指南,请参阅 CONTRIBUTING.md。

uv run ruff check src tests tools
uv run ruff format --check src tests tools
uv run mypy src tests tools
uv run pytest -q

Flameox 根据 MIT 许可证授权。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。