mcp-server-rocketmq
📖 项目简介
mcp-server-rocketmq 是专为 Apache RocketMQ 5 打造的企业级智能化连接服务,完全遵循开放标准 Model Context Protocol (MCP) 规范设计,基于 Spring AI 2 (2.0.1) + Spring Boot 4 (4.1.0) + JDK 21 现代云原生技术栈构建。
Power your agent
पब्लिशर की अपनी कमांड। PlugMCP एंडपॉइंट नहीं।
Host a copy with our keys and logs.
npx -y @atengk/[email protected]Claude Code में लोकल कमांड के लिए इंस्टॉल लिंक नहीं है। नीचे दी गई कमांड कॉपी करें और टर्मिनल में चलाएँ।
claude mcp add atengk-mcp-server-rocketmq -- npx -y @atengk/mcp-server-rocketmq@1.2.6टर्मिनल में चलाएँ।
{ "mcpServers": { "atengk-mcp-server-rocketmq": { "command": "npx", "args": [ "-y", "@atengk/[email protected]" ] } }}claude_desktop_config.json
रिमोट URL या आपकी मशीन पर कमांड? दोनों इंस्टॉल में क्या अंतर है
PlugMCP पर चलाएँ
A new server you create. It is not this listing's official endpoint. Use the publisher install when you want their URL and their credentials.
लॉन्चपब्लिशर से
mcp-server-rocketmq 是专为 Apache RocketMQ 5 打造的企业级智能化连接服务,完全遵循开放标准 Model Context Protocol (MCP) 规范设计,基于 Spring AI 2 (2.0.1) + Spring Boot 4 (4.1.0) + JDK 21 现代云原生技术栈构建。
🚀 基于 Spring AI 2 与 Spring Boot 4 构建的 Apache RocketMQ 5 智能化 Model Context Protocol (MCP) 控制面服务端,支持 GraalVM 原生二进制与 npx 免安装秒开。
它将大语言模型智能体(如 Claude Desktop、Cursor、Antigravity 等各类 AI 编程助手与智能运维 Agent)与分布式消息中间件 Apache RocketMQ 5 深度打通。通过暴露标准化的 MCP Tools(工具)、Resources(只读资源) 与 Prompts(专家排障工作流),赋能智能体通过自然语言直接探查集群健康、秒级定位消费堆积、全链路检索消息、排查死信根因,并安全受控地执行消息收发与位点治理。
本项目采用 Remoting 深度运维管理 + gRPC 云原生消息收发 的混合双驱动架构(详见 ADR 0001):
flowchart TD
subgraph AI_Clients["AI 宿主客户端 (MCP Host)"]
Claude["Claude Desktop"]
Cursor["Cursor / IDE"]
Agent["Antigravity / 智能运维 Agent"]
end
subgraph MCP_Server["mcp-server-rocketmq (Spring Boot 4 + Spring AI 2)"]
direction TB
subgraph Transport_Layer["传输协议自适应层"]
Stdio["Stdio 传输 (控制台日志重定向至 stderr,保证 stdout 纯净)"]
SSE["WebMVC SSE / Streamable HTTP (独立网络微服务)"]
end
subgraph Safety_Guards["四维生产级安全拦截层"]
ReadOnlyGuard["只读守卫 (Read-Only Guard)"]
DualLayerGuard["破坏性操作双层防呆 (Dual-Layer Guard)"]
BodyGuard["消息体 4KB 截断防护 (Message Body Guard)"]
SysFilter["系统内置主题静默过滤 (System Topic Filter)"]
end
subgraph MCP_Layer["MCP 全协议三维要素层"]
Tools["18 项核心 MCP Tools"]
Resources["3 项只读 MCP Resources"]
Prompts["2 项预置专家 Prompts 工作流"]
end
subgraph Client_Drivers["RocketMQ 混合驱动层"]
AdminDriver["Remoting 运维驱动 (DefaultMQAdminExt 单例受管)"]
GrpcDriver["gRPC 消息驱动 (rocketmq-client-java 5.2.2)"]
end
end
subgraph RocketMQ5_Cluster["Apache RocketMQ 5.x 集群"]
NameServer["NameServer 集群 (端口 9876)"]
Proxy["RocketMQ 5 Proxy 端点 (gRPC 端口 8081)"]
Broker["Broker 消息存储节点"]
end
Claude -->|stdio| Stdio
Cursor -->|stdio| Stdio
Agent -->|HTTP/SSE| SSE
Stdio --> Safety_Guards
SSE --> Safety_Guards
Safety_Guards --> MCP_Layer
MCP_Layer --> Client_Drivers
AdminDriver -->|Remoting 协议| NameServer
AdminDriver -.->|Remoting 协议| Broker
GrpcDriver -->|gRPC 协议| Proxy
Proxy -.-> Broker
本项目完整落地 Model Context Protocol 的三大核心支柱:
📌 注:参数加粗表示必填项,带
?表示可选参数;破坏性工具必须由模型显式传入confirm: true且启动配置放行,否则将被双层防呆拦截。
客户端连接时无需主动调用工具,即可将集群基础拓扑直接作为只读上下文挂载进会话:
rocketmq://cluster/topology:集群物理拓扑快照(包含 Broker 节点名、角色 Master/Slave、地址及健康状态)。rocketmq://topics:当前集群所有业务主题清单与队列分布概览。rocketmq://server/status:MCP Server 自身运行时配置与防护策略(只读状态、破坏性工具开启状态)。客户端可一键触发针对复杂故障场景的标准化编排工作流:
diagnose_consumer_lag(消费堆积深度排障流):
引导 AI 自动串联:rocketmq_top_consumer_lag(定位慢组)$\rightarrow$ rocketmq_consumer_status(检查消费者客户端活跃度)$\rightarrow$ rocketmq_query_dlq_messages(排查死信)$\rightarrow$ 输出根因结论与扩容/位点重置治理建议。cluster_health_check(集群健康全面巡检流):
全面巡检所有 Broker 节点吞吐、物理磁盘水位、读写队列分布与业务主题容量,自动汇总为结构化 Markdown 体检周报。大语言模型具有生成幻觉与理解歧义的风险。为确保企业消息队列的绝对安全,本项目构建了四维安全屏障:
ROCKETMQ_READ_ONLY=true 时,服务将彻底封锁所有消息发送、主题创建/删除、位点重置与死信重投工具。ROCKETMQ_ENABLE_DESTRUCTIVE_TOOLS=true;confirm: true,否则被短路拦截。%SYS%、TBW102、BenchmarkTest、SCHEDULE_TOPIC 等开头的内部管理主题,避免模型破坏集群基础服务。接入 mcp-server-rocketmq 后,你可以直接在聊天框用自然语言与 AI 协同完成各种复杂运维场景:
👤 用户:“最近订单系统消费好像很慢,帮我查一下集群里有没有积压最严重的问题消费组,并分析慢消费者实例。”
🤖 AI 思考与动作:
- 调用
rocketmq_top_consumer_lag工具,获取当前堆积量 Top 5 的消费组;- 发现
order_payment_consumer_group积压了 128,400 条消息;- 自动调用
rocketmq_consumer_status(group: "order_payment_consumer_group")获取该组的在线客户端列表;- 发现 4 个消费实例中有 1 个实例的处理位点停滞且 IP 不通;
📋 AI 诊断反馈:
“经排查,当前集群积压最严重的是
order_payment_consumer_group(累计积压 12.8 万条)。 该组共有 4 个客户端实例,其中位于192.168.1.152的节点自 20 分钟前无心跳进度,导致分配给该实例的 2 个 Queue 完全阻塞。建议优先重启该实例或触发重平衡释放分区。”
👤 用户:“用户投诉订单号
ORD_20261004_9921没收到发货通知,帮我查一下这笔订单的消息有没有发出来、目前到哪一步了?”🤖 AI 思考与动作:
- 调用
rocketmq_query_message_by_key(topic: "order_events_topic", key: "ORD_20261004_9921");- 获取到 Message ID
0A00010200002A9F000000000012C3D4,消息体经防爆安全解析为 JSON 格式;- 自动调用
rocketmq_query_message_trace(msgId: "0A00010200002A9F000000000012C3D4");📋 AI 诊断反馈:
“已成功定位订单消息!
- Message ID:
0A00010200002A9F000000000012C3D4- 发送时间:
2026-10-04 20:15:32- 轨迹分析: 消息已在
Broker-a (Queue 2)正常持久化,但下游logistics_notice_group在消费过程中抛出了外部短信网关超时异常,消息已被投递到重试队列第 3 次。”
👤 用户:“查一下支付消费组最近产生的死信消息,分析一下失败原因;如果没问题的话帮我重新投递回业务主题重试。”
🤖 AI 思考与动作:
- 调用
rocketmq_query_dlq_messages(group: "payment_process_group"),拉取死信队列最近失败消息;- 发现死信主要由于第三方支付回调接口限流导致;
- 向用户汇报原因后,调用受保护的破坏性工具:
rocketmq_resend_dlq_message(group: "payment_process_group", msgId: "0A000...", targetTopic: "payment_order_topic", confirm: true);📋 AI 诊断反馈:
“已检索到该死信消息体,报错原因为下游网关 429 Too Many Requests。目前网关已恢复,在您授权后,我已通过显式确认参数将消息重新发回业务主题
payment_order_topic,已被消费方成功接收处理!”
👤 用户:“帮我对当前 RocketMQ 集群做一次全面的健康巡检,输出一份 Markdown 周报。”
🤖 AI 思考与动作: 自动触发 MCP 预置专家工作流
cluster_health_check,串联 Broker 磁盘/TPS 检查与核心业务主题读写队列均衡分布分析。
👤 用户:“帮我比对一下
rocketmq-dev和rocketmq-prod上的trade_order_topic队列配置是否一致?另外查一下生产死信,把死信内容作为测试消息发到 dev 集群让我本地调试。”🤖 AI 思考与动作:
- 分别调用
rocketmq-dev:rocketmq_topic_route与rocketmq-prod:rocketmq_topic_route;- 发现生产环境读写队列数均为 16,而开发环境仅为 8;
- 调用生产只读实例
rocketmq-prod:rocketmq_query_dlq_messages(group: "trade_group")提取失败死信 Payload;- 将提取到的 Payload 调用开发实例发送工具
rocketmq-dev:rocketmq_send_message(topic: "trade_order_topic", body: payload),安全复现;📋 AI 诊断反馈:
“配置比对结论:
- 生产环境 (
rocketmq-prod): 读写队列各 16 个,分布于 2 个 Master Broker;- 开发环境 (
rocketmq-dev): 读写队列各 8 个,分布于 1 个 Broker;同时,我已从生产环境以安全只读方式提取了最新死信报文(ID:
0A000...),并成功投递至开发环境rocketmq-dev(新 MsgId:01000...),您可直接在本地开发环境断点调试消费逻辑!”
mcp-server-rocketmq 采用单一自适应可执行 Fat Jar 设计,原生支持 Stdio 模式(本地 AI 宿主伴生运行) 与 SSE 模式(远程云原生微服务运行)。
mcp-server-rocketmq 支持多种获取与安装姿势,无论你是否具备 Java 环境,都能极速接入:
npx -y @atengk/mcp-server-rocketmq --rocketmq.namesrv-addr="127.0.0.1:9876"
💡 国内加速提示:若在国内网络环境下下载 npm 包较慢,可使用 npmmirror 镜像源加速下载:
# Linux / macOS npm_config_registry=https://registry.npmmirror.com npx -y @atengk/mcp-server-rocketmq --rocketmq.namesrv-addr="127.0.0.1:9876" # Windows PowerShell $env:npm_config_registry="https://registry.npmmirror.com"; npx -y @atengk/mcp-server-rocketmq --rocketmq.namesrv-addr="127.0.0.1:9876"
mcp-server-rocketmq-1.2.0-linux-x64(Linux x86_64 / glibc)mcp-server-rocketmq-1.2.0-linux-arm64(Linux AArch64 / ARM64 / 鲲鹏 / AWS Graviton)mcp-server-rocketmq-1.2.0-win32-x64.exe(Windows x86_64)mcp-server-rocketmq-1.2.0-darwin-arm64(macOS Apple Silicon M 系列)mcp-server-rocketmq-1.2.0.jar(附带 checksums.txt 校验和),直接基于本地 JRE 21+ 运行。docker pull ghcr.io/atengk/mcp-server-rocketmq:latest
git clone https://github.com/atengk/mcp-server-rocketmq.git
cd mcp-server-rocketmq
mvn clean package -DskipTests
mcp-server-rocketmq 具备工业级的配置灵活性,支持以下三种正交使用形态,优先级由高到低依次为:CLI 参数 > 环境变量 > 配置文件。
适合容器化部署、Kubernetes ConfigMap/Secret 及各 AI 客户端的 env 上下文注入:
export MCP_ROCKETMQ_NAMESRV_ADDR="10.0.0.1:9876;10.0.0.2:9876"
export MCP_ROCKETMQ_ENDPOINTS="10.0.0.1:8081"
export MCP_ROCKETMQ_ACCESS_KEY="rocketmq_user"
export MCP_ROCKETMQ_SECRET_KEY="rocketmq_pass"
export MCP_ROCKETMQ_READ_ONLY="false"
export MCP_ROCKETMQ_ENABLE_DESTRUCTIVE_TOOLS="false"
export MCP_SERVER_PORT="8080"
java -jar mcp-server-rocketmq-1.0.0.jar
适合通过 Spring 命名风格动态覆盖个别调试参数:
java -jar mcp-server-rocketmq-1.0.0.jar \
--rocketmq.namesrv-addr=192.168.1.100:9876 \
--rocketmq.endpoints=192.168.1.100:8081 \
--rocketmq.read-only=true \
--server.port=9090
针对开发、测试与生产等不同网络隔离环境,可一键切换内置的 Profile 模板:
# 激活开发测试环境 (Profile: dev,默认开启破坏性工具与本地连接)
java -jar mcp-server-rocketmq-1.0.0.jar --spring.profiles.active=dev
# 激活生产安全环境 (Profile: prod,强制只读模式,硬锁定破坏性工具)
java -jar mcp-server-rocketmq-1.0.0.jar --spring.profiles.active=prod
在 Stdio 模式下,AI 宿主客户端(如 Claude Desktop、Antigravity、Cursor、Cline、Windsurf 等)会启动服务端进程作为本地子进程,并通过标准输入输出流交换 JSON-RPC 报文。
无需预先安装 Java 环境,依托 GraalVM Native AOT 原生预编译二进制,Node.js 环境下 npx 自动按当前操作系统架构秒级调度匹配的平台包:
{
"mcpServers": {
"rocketmq": {
"command": "npx",
"args": [
"-y",
"@atengk/mcp-server-rocketmq"
],
"env": {
"MCP_ROCKETMQ_NAMESRV_ADDR": "127.0.0.1:9876",
"MCP_ROCKETMQ_ENDPOINTS": "127.0.0.1:8081",
"MCP_ROCKETMQ_READ_ONLY": "false",
"MCP_ROCKETMQ_ENABLE_DESTRUCTIVE_TOOLS": "false"
}
}
}
}
💡 自动平台路由机制与国内加速:
主包@atengk/mcp-server-rocketmq会自动解析运行平台并调度对应的原生二进制(Windows x64 / Linux x64 / Linux arm64 / macOS arm64),且启动器内部严格遵循 ADR 0003,通过行级智能分流过滤杂质,确保stdout零污染。
若在国内网络环境下拉取包较慢,亦可在配置的env中声明"npm_config_registry": "https://registry.npmmirror.com"加速下载。
若你的机器处于内网离线环境,从 GitHub Releases 下载单文件原生可执行程序后,可直接作为可执行程序配置运行:
{
"mcpServers": {
"rocketmq": {
"command": "/path/to/mcp-server-rocketmq-1.2.0-linux-x64",
"args": [
"--mcp.transport=stdio"
],
"env": {
"MCP_ROCKETMQ_NAMESRV_ADDR": "127.0.0.1:9876",
"MCP_ROCKETMQ_ENDPOINTS": "127.0.0.1:8081"
}
}
}
}
(Windows 用户将 command 指定为 C:\\path\\to\\mcp-server-rocketmq-1.2.0-win32-x64.exe 即可)
确保本机已安装 JDK 21,在 AI Agent 通用配置文件中增加:
{
"mcpServers": {
"rocketmq": {
"command": "java",
"args": [
"-jar",
"/path/to/mcp-server-rocketmq-1.2.0.jar",
"--mcp.transport=stdio"
],
"env": {
"MCP_ROCKETMQ_NAMESRV_ADDR": "127.0.0.1:9876",
"MCP_ROCKETMQ_ENDPOINTS": "127.0.0.1:8081",
"MCP_ROCKETMQ_READ_ONLY": "false",
"MCP_ROCKETMQ_ENABLE_DESTRUCTIVE_TOOLS": "false"
}
}
}
}
💡 标准输出纯净化保障: 启动参数包含
--mcp.transport=stdio时,内置环境后置处理器会自动剔除 Web 容器、关闭 Banner 并将全部日志重定向至System.err,保证System.out100% 纯净流通 JSON-RPC,杜绝报文解析崩溃(详见 ADR 0003)。
{
"mcpServers": {
"rocketmq": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e", "MCP_ROCKETMQ_NAMESRV_ADDR=host.docker.internal:9876",
"-e", "MCP_ROCKETMQ_ENDPOINTS=host.docker.internal:8081",
"-e", "MCP_ROCKETMQ_READ_ONLY=false",
"-e", "MCP_ROCKETMQ_ENABLE_DESTRUCTIVE_TOOLS=false",
"ghcr.io/atengk/mcp-server-rocketmq:latest",
"--mcp.transport=stdio"
]
}
}
}
各主流 AI 宿主客户端的标准配置路径如下,将上述配置贴入文件对应的 mcpServers 节点即可生效:
将服务端部署在远程服务器或容器平台中常驻运行,支持多智能体或团队共享同一个 RocketMQ 控制面。
仓库根目录已内置生产就绪的 docker-compose.yml 与 .env.example:
# 1. 复制环境变量模版并按需配置
cp .env.example .env
# 2. 一键后台启动服务
docker compose up -d
# 3. 查验容器运行日志
docker compose logs -f
docker run -d \
--name mcp-server-rocketmq \
-p 8080:8080 \
-e MCP_ROCKETMQ_NAMESRV_ADDR="192.168.1.100:9876" \
-e MCP_ROCKETMQ_ENDPOINTS="192.168.1.100:8081" \
-e MCP_ROCKETMQ_READ_ONLY="false" \
ghcr.io/atengk/mcp-server-rocketmq:latest
java -jar mcp-server-rocketmq-1.0.0.jar \
--server.port=8080 \
--rocketmq.namesrv-addr=192.168.1.100:9876 \
--rocketmq.endpoints=192.168.1.100:8081 \
--rocketmq.read-only=false
在支持远程 URL 连接的 AI Agent 客户端中配置:
{
"mcpServers": {
"rocketmq": {
"url": "http://your-server-ip:8080/mcp/sse"
}
}
}
http://your-server-ip:8080/mcp/ssehttp://your-server-ip:8080/mcp/message在真实企业研发运维中,最推荐的实践是在同一个 AI Agent 客户端中同时并列挂载多个环境的 RocketMQ 服务端连接(如 rocketmq-dev、rocketmq-test、rocketmq-prod),并通过分级安全守卫实施严格的权限管控。
在 AI 客户端通用配置文件中,并列声明多个服务实例:
{
"mcpServers": {
"rocketmq-dev": {
"command": "java",
"args": [
"-jar", "/path/to/mcp-server-rocketmq-1.0.0.jar",
"--mcp.transport=stdio",
"--spring.ai.mcp.server.name=rocketmq-dev"
],
"env": {
"MCP_ROCKETMQ_NAMESRV_ADDR": "127.0.0.1:9876",
"MCP_ROCKETMQ_ENDPOINTS": "127.0.0.1:8081",
"MCP_ROCKETMQ_READ_ONLY": "false",
"MCP_ROCKETMQ_ENABLE_DESTRUCTIVE_TOOLS": "true"
}
},
"rocketmq-test": {
"command": "java",
"args": [
"-jar", "/path/to/mcp-server-rocketmq-1.0.0.jar",
"--mcp.transport=stdio",
"--spring.ai.mcp.server.name=rocketmq-test"
],
"env": {
"MCP_ROCKETMQ_NAMESRV_ADDR": "192.168.10.20:9876",
"MCP_ROCKETMQ_ENDPOINTS": "192.168.10.20:8081",
"MCP_ROCKETMQ_READ_ONLY": "false",
"MCP_ROCKETMQ_ENABLE_DESTRUCTIVE_TOOLS": "false"
}
},
"rocketmq-prod": {
"command": "java",
"args": [
"-jar", "/path/to/mcp-server-rocketmq-1.0.0.jar",
"--mcp.transport=stdio",
"--spring.ai.mcp.server.name=rocketmq-prod"
],
"env": {
"MCP_ROCKETMQ_NAMESRV_ADDR": "10.0.100.1:9876;10.0.100.2:9876",
"MCP_ROCKETMQ_ENDPOINTS": "10.0.100.1:8081",
"MCP_ROCKETMQ_ACCESS_KEY": "prod_access_key",
"MCP_ROCKETMQ_SECRET_KEY": "prod_secret_key",
"MCP_ROCKETMQ_READ_ONLY": "true",
"MCP_ROCKETMQ_ENABLE_DESTRUCTIVE_TOOLS": "false"
}
}
}
}
若服务端以容器微服务形态运行于各网络集群内部,客户端只需配置各环境对应 URL:
{
"mcpServers": {
"rocketmq-dev": {
"url": "http://rocketmq-mcp-dev.internal:8080/mcp/sse"
},
"rocketmq-test": {
"url": "http://rocketmq-mcp-test.internal:8080/mcp/sse"
},
"rocketmq-prod": {
"url": "https://rocketmq-mcp-prod.internal:8443/mcp/sse"
}
}
}
优先读取标准 MCP_ROCKETMQ_* 前缀环境变量,同时平滑兼容无前缀形式:
JSON-RPC parse error?System.out 中。--mcp.transport=stdio,项目内置的环境处理器会自动关闭 Banner 并将全部 Logback 日志定向至 System.err;System.out.println,代码统一使用 SLF4J 记录日志。127.0.0.1:9876)?127.0.0.1 指向容器自身环境,而非宿主机。MCP_ROCKETMQ_NAMESRV_ADDR=host.docker.internal:9876;docker-compose.yml,已默认预设 extra_hosts 宿主机网关映射。rocketmq_delete_topic 或 rocketmq_reset_consumer_offset 提示权限被拦截拒绝?MCP_ROCKETMQ_ENABLE_DESTRUCTIVE_TOOLS=true;confirm: true 参数。rocketmq_send_message 测试发送工具依赖 5.x gRPC Proxy。9876) 获取路由元数据,随后由 NameServer 返回 Broker 节点的注册 IP/端口并直连 Broker;gRPC 则连接 Proxy (8081)。如果位于不同网络、容器或云安全组中,仅放通 NameServer 无法完成后续数据通信。9876: NameServer 服务端口(Remoting 路由寻址,必须通);8081: RocketMQ 5.x Proxy 服务端口(gRPC 消息交互,测试发信需要);10911 / 10909: Broker 默认 Remoting 监听端口与 VIP 端口(必须与客户端互通);broker.conf)中显式配置 brokerIP1=<宿主机公网或可达内网IP>。.
├── .github/
│ ├── workflows/
│ │ ├── ci.yml # 自动化质量门禁流水线 (JDK 21 + mvn verify)
│ │ └── release.yml # 双轨精准自动化发版流水线 (Fat Jar / GHCR)
│ ├── ISSUE_TEMPLATE/ # 结构化 Issue 反馈模版
│ └── PULL_REQUEST_TEMPLATE.md # PR 提交审核模版
├── docs/
│ ├── adr/ # 核心架构决策记录 (ADR 0001 ~ 0010)
│ │ ├── 0001-hybrid-client-architecture.md
│ │ ├── 0002-dual-layer-safety-guard.md
│ │ ├── 0003-single-jar-dual-mode-transport.md
│ │ ├── 0004-mcp-full-specification-and-body-truncation.md
│ │ ├── 0005-dependency-matrix-and-runtime-baseline.md
│ │ ├── 0006-containerization-and-release-pipeline.md
│ │ ├── 0007-package-namespace-and-maven-coordinates.md
│ │ ├── 0008-client-lifecycle-hardening-and-resilience.md
│ │ ├── 0009-graalvm-native-and-npm-distribution.md
│ │ └── 0010-four-platform-native-matrix-and-asset-naming.md
│ └── agents/ # 智能体工程协作规范 (Issue/Triage/Domain)
├── Dockerfile # Temurin JRE 21 Alpine 多阶段构建镜像
├── docker-compose.yml # 容器编排一键启动模版
├── .env.example # 环境变量配置示例
├── AGENTS.md # 智能体行为与技能准则
├── CONTEXT.md # 领域核心术语表与统一语言
├── CONTRIBUTING.md # 贡献指南与 Commit 规范
├── pom.xml # Maven 核心配置 (io.github.atengk)
└── README.md # 项目主文档
# 确保本地已安装 JDK 21 与 Maven 3.9+
mvn clean package -DskipTests
热烈欢迎提交 Issue、发起 Pull Request 或对功能规划提出建议!在提交代码前,请仔细查阅我们的 贡献指南 (CONTRIBUTING.md)。
本项目基于 Apache License 2.0 协议开源。
🚀 基于 Spring AI 2 与 Spring Boot 4 构建的 Apache RocketMQ 5 智能化 Model Context Protocol (MCP) 控制面服务端,支持 GraalVM 原生二进制与 npx 免安装秒开。
{ "mcpServers": { "atengk-mcp-server-rocketmq": { "command": "npx", "args": [ "-y", "@atengk/[email protected]" ] } }}टूल
अभी टूल सूची नहीं है। रिमोट सर्वर को पहले हेल्थ चेक के बाद सूची मिलती है।
FAQ
इस पेज पर Cursor, Claude Desktop, Claude Code या VS Code के लिए stdio कॉन्फ़िग कॉपी करें। यह पब्लिशर का इंस्टॉल इस्तेमाल करता है, PlugMCP प्रॉक्सी नहीं।
इस रिकॉर्ड में कोई ज़रूरी एनवायरनमेंट वेरिएबल दर्ज नहीं है।
MCP Server Rocketmq stdio पर लोकल चलता है।
पिछली जाँच 2026-10-28 को हुई। 🚀 基于 Spring AI 2 与 Spring Boot 4 构建的 Apache RocketMQ 5 智能化 Model Context Protocol (MCP) 控制面服务端,支持 GraalVM 原生二进制与 npx 免安装秒开。