Dejared Mcp

Dejared MCP wprowadza dekompilację JAR do przepływów pracy MCP AI

Dejared MCP, opracowany przez Hqkh4nh, to serwer MCP, który umożliwia asystentom AI dekompilację i inspekcję plików Java JAR w celu analizy kodu i debugowania. Integruje dekompilator Fernflower, aby przekształcić pliki .class w czytelny kod źródłowy Java, oferuje inspekcję treści i celowe czytanie klas, aby ograniczyć przetwarzanie, i udostępnia te funkcje klientom MCP. Programiści Java, badacze bezpieczeństwa i inżynierowie, którzy korzystają z rozwoju wspomaganego przez AI, zyskują bezpośrednią, dostępną dla AI widoczność skompilowanych bibliotek bez ręcznych kroków dekompilacji.

Jakie zadania możesz właściwie wykorzystać?

Narzędzie działa jako serwer MCP, który pozwala asystentom AI przekształcać skompilowane artefakty Java w czytelny kod i sprawdzać zawartość archiwów. Używa zintegrowanego dekompilatora do tłumaczenia plików .class, zapewnia listę wewnętrznej struktury JAR i wspiera pobieranie pojedynczych klas do szczegółowej analizy. Te funkcje umożliwiają inżynierię wsteczną, debugowanie i zrozumienie zewnętrznych lub starszych bibliotek Java bezpośrednio w ramach zautomatyzowanego przepływu pracy opartego na AI.

Jak dokładne są dekompilowane wyniki?

Ponieważ narzędzie polega na tym dekompilatorze, generowany kod źródłowy rekonstruuje wysokopoziomowe konstrukty Java i przywraca przepływ sterowania w wielu przypadkach, odpowiadając silnikowi używanemu przez popularne IDE, takie jak IntelliJ IDEA. Czytelność zależy od jakości wejścia i obfuskacji: dekompilator rekonstruuje logikę, ale nie może przywrócić oryginalnych nazw identyfikatorów, jeśli zostały usunięte. Traktuj dekompilowany kod jako wspomaganą rekonstrukcję i weryfikuj krytyczne sekcje podczas kontroli bezpieczeństwa lub poprawności.

Czy pasuje do istniejących przepływów pracy Java wspomaganych przez AI?

Programista zaprojektował serwer do integracji z klientami Model Context Protocol; notatki dotyczące zgodności wymieniają narzędzia zgodne z MCP, takie jak Claude Desktop. Uruchomienie usługi wymaga Node.js i środowiska uruchomieniowego Java do wykonania dekompilatora, a działa na Windows, macOS i Linux. Dokumentacja projektu sugeruje wywołanie serwera za pomocą node lub npx z konfiguracji klienta, co umieszcza narzędzie jako punkt integracji w ramach wspomaganych przez AI procesów rozwoju, a nie jako samodzielną aplikację GUI.

Praktyczne zalecenie i przydatność

Narzędzie jest pragmatyczną opcją dla programistów Java i badaczy bezpieczeństwa, którzy potrzebują dostępu do AI w celu uzyskania widoczności skompilowanych binarnych; jego wyniki przyspieszają inspekcję, ale wymagają ludzkiej weryfikacji pod kątem poprawności i decyzji krytycznych dla bezpieczeństwa. Do użytku operacyjnego uruchom je w kontrolowanym środowisku analizy, połącz dekompilowane wyniki z konwencjonalną analizą statyczną i traktuj odtworzony kod źródłowy jako punkt wyjścia do głębszej ręcznej analizy.