# msprof-mcp

Source: https://glimind.com/server/pypi%2Fmsprof-mcp
Registry id: `pypi/msprof-mcp`
Status: unknown

## Install

```json
{
  "mcpServers": {
    "msprof-mcp": {
      "command": "uvx",
      "args": [
        "msprof-mcp"
      ]
    }
  }
}
```

Claude Code:

```sh
claude mcp add msprof-mcp -- uvx msprof-mcp
```

## Tools (15)

- `analyze_communication`: 分析 communication_matrix.json，识别 P2P/集合通信瓶颈及慢链路。
- `analyze_communication_trace`: 分析 communication.json，提供通信操作的时间分解（Transit, Wait）和带宽详情。
- `analyze_kernel_details`: 分析 kernel_details.csv，提供耗时分布、Top N 算子、设备分布等。
- `analyze_op_statistic`: 分析 op_statistic.csv，提供调用次数、总耗时及 Core 类型分布。
- `analyze_overlap`: 分析计算、通信与调度的重叠情况，判断负载特征（计算/通信密集型）。
- `execute_sql`: 执行只读 SQL 并返回结果，当结果行数/返回字符数超阈值时会返回失败并提示收敛查询。
- `execute_sql_query`: 执行自定义 SQL 查询，支持 Slice/Thread/Process 等表的深度分析。
- `execute_sql_to_csv`: 执行只读 SQL 并将全量结果保存为 CSV，只返回导出状态、路径和行数，不返回查询结果内容。
- `find_slices`: 搜索 Trace 中的特定 Slice（算子/函数），支持模糊匹配和时间范围过滤。
- `get_flow_data`: 根据时间范围获取 Flow 关联的 CPU/NPU 算子明细，支持按 cpu_op 或 npu_op 入口查询；结果过大时可通过 result_output_path 导出 CSV。
- `get_op_type_details`: 查询特定类型算子或 Core 类型算子的详细统计数据。
- `get_operator_details`: 查询特定算子（按名称或类型）的详细执行信息。
- `get_profiler_config`: 获取 profiler_info.json 中的配置信息（版本、软硬件环境）。
- `msprof_analyze_advisor`: 调用 msprof-analyze advisor 提供全方位性能建议（计算/调度瓶颈）。
- `search_csv_by_field`: 通用 CSV 字段搜索工具，支持按列值过滤。

Measured by Glimind (https://glimind.com): MCP handshake + tool list only, no tool is ever called. CC BY 4.0.
