/install apm-performance-analysis
APM 性能分析
通过 MCP(Model Context Protocol)SSE 桥接连接远程 APM MCP Server,自动发现并调用 APM 性能分析工具,实现智能化性能分析与诊断。
初始回答规范
用户首次提问(如「能做什么」「有什么功能」)时,按以下要点生成回答:
- 说明通过 MCP 桥接方式连接远程 APM 性能分析工具
- 说明需配置腾讯云凭证(SecretId/SecretKey)
- 末尾以表格形式列出 4–5 条示例引导,至少包含一条「查看 MCP 支持哪些操作」
快速开始(虚拟环境)
在隔离虚拟环境中执行所有脚本,避免污染用户全局 Python 环境:
# 首次使用:创建虚拟环境并安装依赖
python scripts/venv_manager.py ensure
# 后续所有脚本通过 venv_manager.py run 执行
python scripts/venv_manager.py run scripts/mcp_client.py \x3Ccommand>
MCP 工具桥接
默认 MCP Server:https://mcp.tcop.woa.com/apm-console/sse(可通过 .env 中 APM_MCP_SSE_URL 覆盖)
凭证就绪检查
调用前确保 .env 中包含 TENCENTCLOUD_SECRET_ID 和 TENCENTCLOUD_SECRET_KEY,缺失则引导用户配置。凭证通过 HTTP header 自动传递给 MCP Server。
凭证格式、优先级和完整配置步骤见
references/credential_guide.md
核心命令
# 列出所有可用工具(凭证自动从 .env 加载,通过 header 传递给 MCP Server)
python scripts/venv_manager.py run scripts/mcp_client.py list-tools --output json
# 调用指定工具(凭证自动从 .env 加载)
python scripts/venv_manager.py run scripts/mcp_client.py call-tool --name \x3Ctool_name> --args '{"param1": "value1"}'
命令行显式传递凭证等高级用法见
references/mcp_advanced.md
执行流程
- 确保虚拟环境就绪 →
python scripts/venv_manager.py ensure - 确保凭证就绪 → 检查
.env中TENCENTCLOUD_SECRET_ID和TENCENTCLOUD_SECRET_KEY,缺失则引导用户配置 - 发现可用工具 →
list-tools --output json - 按
references/interaction_guide.md格式规范展示工具列表 - 按
references/interaction_guide.md交互规范与用户确认功能和参数 - 构造参数并执行 →
call-tool --name \x3Cname> --args '{...}' - 解读结果,给出性能分析建议
工具调用与展示规范
调用 MCP 工具前,按 references/interaction_guide.md 中的交互规范与用户确认功能和参数。核心原则:
- 不得在未确认功能和参数的情况下直接调用工具
- 上下文中已有信息优先复用,避免重复询问
- 可选参数必须列出,敏感参数一律通过
.env配置
展示工具列表时,按 references/interaction_guide.md 中的格式规范将 list-tools 结果格式化后呈现给用户。
高级用法(交互式模式、程序化调用、桥接文档生成)见
references/mcp_advanced.md
凭证与安全(强制规则)
通过 .env 文件管理凭证,模板见 assets/.env.example。凭证通过 HTTP header(secretId / secretKey)自动传递给 MCP Server。
安全底线(不可违反):
- 禁止硬编码密钥,一律通过
.env或环境变量引用 - 文档和对话中使用占位符
\x3Cyour_secret_id>/\x3Cyour_secret_key> .env权限chmod 600,加入.gitignore- 用户提供密钥明文时不得回显,提示通过
.env配置
完整配置步骤见
references/credential_guide.md
移动端兼容规范(强制规则)
本 skill 需支持用户通过企业微信等移动端远程使用,全流程不得触发任何需要在电脑 IDE 中手动确认的操作。以下规则与"凭证与安全"同为最高优先级强制规则,不可违反。
禁令 1:禁止创建任何临时文件或脚本
不得使用 write_to_file、execute_command 或任何其他方式创建辅助文件,包括但不限于:
/tmp/目录下的任何文件(如/tmp/parse_spans.py、/tmp/data.json)- 工作区目录下的临时
.py、.json、.sh、.txt等文件 - 任何用于"数据解析""格式转换""中间处理"目的的脚本或数据文件
禁令 2:禁止执行文件删除命令
不得通过 execute_command 执行 rm、rm -f、rm -rf、del、rmdir 等任何文件删除命令,不得调用 delete_file 工具。 这些操作会被 WorkBuddy 安全机制识别为危险命令(security.dangerousCommand),弹出"请在 IDE 中确认"拦截,导致移动端用户流程卡死。
禁令 3:MCP 返回数据必须在对话中直接处理
MCP 工具返回的所有数据(无论数据量大小、结构复杂度如何)必须由 AI 在对话消息中直接完成解析和展示,不得借助外部脚本处理。具体要求:
- 使用 Markdown 表格展示结构化数据
- 使用代码块展示 JSON 原始数据或关键片段
- 使用缩进列表或树形文本展示层级结构(如 Span 调用树、火焰图)
- 数据量过大时,提取关键摘要信息展示,而非创建脚本做全量处理
- 如需统计分析(如耗时排序、错误率计算),由 AI 直接在回复中计算并呈现结果
违规示例(严禁)
# 以下行为全部禁止:
write_to_file("/tmp/parse_spans.py", ...) # 禁止创建临时脚本
execute_command("python /tmp/parse_spans.py") # 禁止执行临时脚本
execute_command("rm -f /tmp/parse_spans.py ...") # 禁止删除文件
delete_file("/tmp/data.json") # 禁止调用删除工具
正确做法
# MCP 工具返回数据后,直接在对话中处理:
1. 调用 call-tool 获取原始数据
2. AI 解析 JSON 结果,提取关键字段
3. 在回复消息中用 Markdown 表格/树形结构/代码块直接展示
4. 给出性能分析建议和结论
错误处理
调用失败时错误写入 ./logs/apm_error.log(JSON 格式,含错误码、RequestId、堆栈信息)。日志文件权限 600,不记录密钥。
日志格式和排错指引见
references/error_log_guide.md
调用方式
| 判断条件 | 操作 |
|---|---|
| MCP Server 可达且凭证已配置 | 正常执行 MCP 工具调用 |
| 凭证未配置 | 引导用户配置 .env 文件 |
| MCP 连接失败 | 检查网络和 MCP Server 地址,参考 references/mcp_advanced.md 排查 |
Resources
scripts/
| 脚本 | 说明 |
|---|---|
venv_manager.py |
虚拟环境管理,所有脚本通过 run 命令执行 |
mcp_client.py |
MCP SSE 客户端:list-tools、call-tool、interactive、generate-bridge |
references/
| 文档 | 说明 |
|---|---|
interaction_guide.md |
工具调用交互规范(三种场景)和工具列表展示格式 |
credential_guide.md |
凭证配置详细步骤、.env 变量说明、安全规则 |
error_log_guide.md |
错误日志格式、排错指引 |
mcp_advanced.md |
MCP 连接参数、协议通信流程、程序化调用、交互式模式、桥接文档生成 |
assets/
| 文件 | 说明 |
|---|---|
.env.example |
.env 模板(含 MCP 地址和凭证占位符) |
.gitignore.example |
.gitignore 模板(排除 .env 和 logs/) |
- 确保已安装 OpenClaw(本地或 Docker 部署)
- 在对话框中输入安装命令:
/install apm-performance-analysis - 安装完成后,直接呼叫该 Skill 的名称或使用
/apm-performance-analysis触发 - 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
腾讯云APM性能分析skill 是什么?
APM 性能分析工具,通过 MCP 桥接连接腾讯云 APM Server,提供业务系统查询、实例详情、性能指标分析、调用链追踪、火焰图查看等能力。Trigger when user mentions APM, 性能分析, application performance, 业务系统, APM 实例, 调用链, 火焰... 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 76 次。
如何安装 腾讯云APM性能分析skill?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install apm-performance-analysis」即可一键安装,无需额外配置。
腾讯云APM性能分析skill 是免费的吗?
是的,腾讯云APM性能分析skill 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。
腾讯云APM性能分析skill 支持哪些平台?
腾讯云APM性能分析skill 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。
谁开发了 腾讯云APM性能分析skill?
由 doycc(@doycc)开发并维护,当前版本 v1.0.0。