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。
Усильте агента
Собственная команда издателя. Не эндпоинт PlugMCP.
Host a copy with our keys and logs.
npx -y @atengk/[email protected]У Claude Code нет ссылки для установки локальной команды. Скопируйте команду ниже и выполните её в терминале.
claude mcp add atengk-mcp-server-rocketmq -- npx -y @atengk/mcp-server-rocketmq@1.2.6Выполните в терминале.
{ "mcpServers": { "atengk-mcp-server-rocketmq": { "command": "npx", "args": [ "-y", "@atengk/[email protected]" ] } }}claude_desktop_config.json
Удалённый URL или команда на вашем компьютере? Чем различаются два способа установки
Запустить на PlugMCP
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.
ЗапускОт издателя
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]" ] } }}Инструменты
Списка инструментов пока нет. У удалённых серверов он появляется после первой проверки состояния.
FAQ
Скопируйте на этой странице конфигурацию stdio для Cursor, Claude Desktop, Claude Code или VS Code. Она использует установку издателя, а не прокси PlugMCP.
В этой записи не указано обязательных переменных окружения.
MCP Server Rocketmq работает локально через stdio.
Последняя проверка: 2026-10-28. 🚀 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。