AI万址

GPU帧分析服务器

用于Intel GPA图形性能分析器的MCP服务器,支持分析GPU捕获、提取纹理/着色器/几何数据以及通过MCP协议收集性能指标。

GPU帧分析服务器是 Linkingooo 开发的 MCP 服务器:用于Intel GPA图形性能分析器的MCP服务器,支持分析GPU捕获、提取纹理/着色器/几何数据以及通过MCP协议收集。接入两步走:见官方 README,再把下文配置粘进客户端 mcpServers 段重启即可。

它是干什么的

先把话说清楚:GPU帧分析服务器不是又一个大模型,而是一个标准的 MCP 服务器。装好之后,你的 AI 客户端多出一组新工具,模型可以按需调用。用于Intel GPA图形性能分析器的MCP服务器,支持分析GPU捕获、提取纹理/着色器/几何数据以及通过MCP协议收集性能指标

项目数据
开发者Linkingooo
Star6
收藏0
质量等级B
平台分类开发效率
部署标签本地部署、GPU分析、图形性能
仓库gpa-mcp

核心能力

  • 20 MCP tools for complete GPU frame reverse engineering
  • Three backend modes: Mock (development), Frame (.gpaframe), Legacy (GPA.Stream)
  • GPU metrics — per-draw-call timing and pipeline statistics

适合谁用

两类人最该装:一是天天在 Claude Desktop、Cursor 里写代码,想让 AI 直接帮你跑命令、改仓库、读文件的人;二是已经在用 MCP 生态、想按需拼装能力的折腾型用户。反过来,如果你只需要偶尔手动用它背后的服务,直接开网页就行,不必上 MCP。

完整安装配置步骤

动手前确认环境齐了:

  • 一个支持 MCP 的客户端:Claude Desktop、Cursor、Cline、Windsurf 任选其一。

第 1 步:安装GPU帧分析服务器

安装命令随版本更新较频繁,以 官方 README 顶部 Installation 一节为准。

第 2 步:写入 MCP 配置

Claude Desktop 的配置文件路径:macOS 在 ~/Library/Application Support/Claude/claude_desktop_config.json,Windows 在 %APPDATA%\Claude\claude_desktop_config.json;Cursor 则是 ~/.cursor/mcp.json(或项目级 .cursor/mcp.json)。把下面这段并进 mcpServers 段(注意是并进外层大括号,别整个文件替换):

json
{
  "gpa_mcp": {
    "command": "python",
    "args": [
      "-m",
      "gpa_mcp.server"
    ],
    "cwd": "F:/GPA",
    "env": {
      "GPA_INSTALL_DIR": "C:/Program Files/IntelSWTools/GPA",
      "GPA_OUTPUT_DIR": "F:/GPA/gpa_exports"
    }
  }
}

改完保存。Windows 用户注意:如果 commandnpx 起不来,换成 npx.cmd 再试。

第 3 步:重启并验证

完全退出客户端再打开(是托盘里真正退出,不是关窗口)。工具列表里出现GPU帧分析服务器的工具即接入成功;调用报错的话,先查下面的坑点清单。

容易踩的坑

  • 改了配置没反应:客户端只重启了窗口没退进程。macOS 按 Cmd+Q,Windows 检查托盘。
  • JSON 报错打不开客户端:多半是最后多个逗号。粘进任何 JSON 校验器里查一遍再保存。

常见问题

Q

GPU帧分析服务器免费吗?

A

代码在 GitHub(https://github.com/Linkingooo/gpa-mcp)开放获取。个别功能依赖第三方服务时费用另算,看仓库 LICENSE 和定价页。

Q

GPU帧分析服务器能用在 Cursor / Cline 吗?

A

能。MCP 是通用协议,同一份 mcpServers 配置在这些客户端之间基本通用,只是配置文件位置不同。

Q

需要外网或代理吗?

A

拉包和调用官方 API 需要能访问 GitHub 与对应服务域名,内网环境先测 git ls-remote 和接口连通性。