Vtune Server

将 Intel VTune Profiler CLI 封装为 MCP 工具，让 Claude Code 直接分析 VTune 采集结果、定位函数级性能热点、生成可交互的 HTML 对比报告。

前置条件

• Python 3.10+
• Intel VTune Profiler（默认路径 C:\Program Files (x86)\Intel\oneAPI\vtune\2026.1）

初始化虚拟环境

首次使用时执行一次：

cd E:\Git\vtune-mcp-server
python -m venv venv
venv\Scripts\python.exe -m pip install -r requirements.txt

验证安装：

venv\Scripts\python.exe -c "from mcp.server.fastmcp import FastMCP; print('OK')"

注册到 Claude Code

推荐使用项目自带的 venv/ 虚拟环境，依赖隔离，避免与系统 Python 冲突。

方式 1：本地路径注册（推荐）

claude mcp add --scope user vtune-profiler -- "E:\Git\vtune-mcp-server\venv\Scripts\python.exe" "E:\Git\vtune-mcp-server\server.py"

方式 2：手动编辑配置文件

编辑 ~/.claude.json（即 C:\Users\<你的用户名>\.claude.json），找到 mcpServers 节点，添加：

"vtune-profiler": {
  "type": "stdio",
  "command": "E:/Git/vtune-mcp-server/venv/Scripts/python.exe",
  "args": ["E:/Git/vtune-mcp-server/server.py"],
  "env": {}
}

方式 3：项目级配置（.mcp.json）

在项目根目录创建 .mcp.json：

{
  "mcpServers": {
    "vtune-profiler": {
      "command": "E:/Git/vtune-mcp-server/venv/Scripts/python.exe",
      "args": ["E:/Git/vtune-mcp-server/server.py"],
      "env": {}
    }
  }
}

注册后需要重启 Claude Code才能生效。

自定义 VTune 路径（VTUNE_PATH）

默认路径为 C:\Program Files (x86)\Intel\oneAPI\vtune\2026.1\bin64\vtune.exe。如果你的 VTune 安装在其他位置，通过 MCP 配置的 env 字段设置 VTUNE_PATH 环境变量即可覆盖：

claude mcp add --scope user vtune-profiler -e VTUNE_PATH="D:/Intel/vtune/bin64/vtune.exe" -- "E:\Git\vtune-mcp-server\venv\Scripts\python.exe" "E:\Git\vtune-mcp-server\server.py"

或手动配置：

"vtune-profiler": {
  "type": "stdio",
  "command": "python",
  "args": ["E:/Git/vtune-mcp-server/server.py"],
  "env": {
    "VTUNE_PATH": "D:/Intel/vtune/bin64/vtune.exe"
  }
}

VTUNE_PATH 必须指向 vtune.exe 的完整路径，不是目录。

提供的工具

工具	用途
vtune_report	通用报告生成（支持 hotspots/summary/top-down/callstacks/hw-events，CSV/text 格式）
vtune_list_results	列出项目文件夹下所有 VTune 结果目录
vtune_compare	对比两次采集结果的性能差异
vtune_summary	快捷获取单次结果的摘要
vtune_hotspots	获取 Top N 热点函数（CSV 格式，AI 分析友好）
vtune_function_tree	核心工具：对比两个 VTune 结果中指定函数的 top-down 调用树，生成交互式 HTML 报告

核心用法 — 函数级性能热点对比

这是本项目的核心场景：给定两次 VTune 采集结果，分析某个函数在两版之间的性能变化及其调用树差异。

示例 1：对比两个版本中的 OnPhysScenePreStep

在 Claude Code 中直接说：

C:\Users\Ambition\Desktop\VTun\GSTM_DS_vtune r354hs r361hs OnPhysScenePreStep函数的性能热点是什么

Claude 会自动调用 vtune_function_tree，生成 HTML 报告到：

C:\Users\Ambition\Desktop\VTun\GSTM_DS_vtune\r354hs\r354hs_vs_r361hs_tree.html

打开后你可以看到：

• Total%：函数在整体 CPU 时间中的占比
• Self%：函数自身的 CPU 消耗（不含子调用）
• Diff(Total/Self)：r361hs 相对于 r354hs 的变化量
• 可折叠调用树：点击 ▼/▶ 展开或收起子函数
• 暗色主题自适应：跟随系统 dark mode
• 红绿高亮：红色 = 消耗增加，绿色 = 消耗降低

示例 2：直接列出所有 VTune 结果

列出 C:\Users\Ambition\Desktop\VTun\GSTM_DS_vtune 下的所有 VTune 结果

示例 3：分析单次采集的热点函数

分析 C:\Users\Ambition\Desktop\VTun\GSTM_DS_vtune\r354hs 的热点函数，给出优化建议

示例 4：对比两次采集的性能差异

对比 r354hs 和 r361hs 的性能差异

路径简写

如果 MCP 配置了 VTUNE_PROJECT_DIR 环境变量（如 C:\Users\Ambition\Desktop\VTun\GSTM_DS_vtune），你可以只写 r354hs 而不用写完整路径。

例如设置环境变量后：

"env": {
  "VTUNE_PROJECT_DIR": "C:/Users/Ambition/Desktop/VTun/GSTM_DS_vtune"
}

然后直接说：

r354hs r361hs OnPhysScenePreStep 的性能热点是什么

验证安装

重启 Claude Code 后，输入：

/mcp

应该能看到 vtune-profiler 服务器及其 6 个工具。

项目结构

vtune-mcp-server/
├── server.py              # MCP Server 主文件（单文件，无抽象层）
├── pyproject.toml         # 项目配置
├── templates/
│   └── function_tree.html # 交互式调用树对比报告的 HTML 模板
└── tests/
    ├── test_server.py     # 测试套件
    └── fixtures/          # （空，测试使用 mock 数据）