
uniprof
Подключить uniprof
Выберите способ запуска и свой MCP-клиент. Ниже останется одна готовая инструкция, которую можно проверить и скопировать.
Способ подключения
Куда подключить
Скопируйте и проверьте
Claude Desktop / Claude Code
Клиент запускает MCP-сервер как локальный процесс.
- 1.Откройте настройки MCP в Claude.
- 2.Добавьте сервер с указанной командой и переменными окружения.
- 3.Перезапустите Claude, если сервер не появился автоматически.
{
"mcpServers": {
"uniprof": {
"command": "npx",
"args": [
"-y",
"uniprof"
]
}
}
}Сгенерировано из существующей команды запуска. Желательно сверить с README.
Инструкция собрана из данных карточки и пока не отмечена как проверенная редакцией. Сверьте команду с README источника и не передавайте лишние права или секреты.
Как оценить uniprof
uniprof относится к AI и машинное обучение. Ниже собраны проверяемые признаки, по которым его можно сравнить с другими серверами каталога.
- Происхождение
- Проект сообщества
- Лицензия
- MIT
- Реализация
- TypeScript
- Транспорт
- stdio
Что проверить перед выбором
- Изучите README, открытые issues и историю последних изменений в репозитории.
- Проверьте команду установки и зависимости перед запуском в рабочем окружении.
- Ограничьте доступ MCP-сервера только нужными файлами, API и переменными окружения.
Карточка отредактирована 20.07.2026.
Автоматическая проверка источника ещё не выполнена. Внешних источников в карточке: 1.
Характеристики
Общее
- СтатусСообщество
- Разработчикindragiek
- ЛицензияMIT
Технологии
- ЯзыкиTypeScript
- Транспортstdio
Описание
Возможности
- Профилирование Python — через py-spy (Python 3.7+).
- Профилирование Node.js — через 0x (Node 14+).
- Профилирование Ruby — через rbspy (Ruby 2.5+).
- Профилирование PHP — через Excimer (PHP 7.2+).
- Профилирование JVM — через async-profiler (Java 8+).
- Профилирование .NET — через dotnet-trace (.NET 5+).
- Профилирование BEAM (Erlang/Elixir) — через perf (OTP 24+).
- Профилирование нативных приложений: macOS — через Instruments, Linux — через perf.
- Работа с приложениями в Docker-контейнерах без дополнительной настройки.
- Автоматический выбор профилировщика под команду — не нужно ничего указывать вручную.
- Статистический анализ и выявление hotspots на основе собранных данных.
- Единый формат вывода — не требуется изучать синтаксис каждого профилировщика по отдельности.
Как подключить
Установка uniprof не нужна, он запускается через npx. Убедитесь, что Node.js (14+) установлен. Выполните команду в терминале:
npx -y uniprof python script.py
Для работы через MCP пропишите сервер в конфигурации вашего клиента. Пример для Claude Desktop:
{ "mcpServers": { "uniprof": { "command": "npx", "args": ["-y", "uniprof"] } } }
Сохраните изменения и перезапустите клиент. Сервер запустится автоматически. Ассистент сможет профилировать приложения по вашему запросу.
Примеры запросов
- «Запусти профилирование Python-скрипта script.py и покажи узкие места».
- «Найди самые медленные функции в Node.js-приложении, которое стартует через npm start».
- «Отпрофилируй JVM-приложение myapp.jar в течение 30 секунд и укажи, какие методы потребляют больше всего CPU».
- «Сравни производительность двух версий программы: v1 и v2».
Технические детали
- Язык: TypeScript
- Транспорт: stdio
- Лицензия: MIT
- Платформы: macOS, Linux (поддержка WSL2 для Windows)
- Зависимости: Docker (для контейнеров), Xcode (для нативного профилирования macOS)
- Совместимые MCP-клиенты: Claude Desktop, Cline, Goose и любые другие, поддерживающие stdio