jdx 让编程 Agent 按需读取 Java 依赖
jdx 是 Apache-2.0 开源的命令行工具和 MCP 服务,可查询 JVM 包的成员及指定方法内容,减少整类反汇编输出。项目提供的 Gson 示例中,查询从五次调用约 17.5 KB 输出降至两次约 4.6 KB。
AI 深度解读
AI 编程助手查一个 Java 依赖里的方法,常常先解压、再反汇编,最后从整屏输出里找几行代码。jdx 想解决的就是这个浪费:让 agent 像使用 IDE 一样,按类、方法和签名提问,只拿需要的结果。
作者给出的 Gson 示例中,目标方法的输出只有 267 bytes,而 javap -c 输出整个类需要 60,590 bytes。这个差距值得看,但它证明的是定向查询能减少输出,还不能直接等同于 AI 调用费用降低或任务完成率提高。
只查一个方法,为什么要读整个类
传统路径通常要组合 unzip -l、javap、grep、sed,再通过 head 分段阅读。工具能完成任务,但 agent 需要自己定位目标、处理重载,并过滤无关内容。
jdx 是采用 Apache-2.0 许可证的开源 CLI 和 MCP server,支持 jar、-sources.jar、class 目录、Maven 坐标,以及 JDK 本身。它把这些底层操作包装成按符号查询的接口。
README 提供了可复现脚本 sh docs/bench-compare.sh:先列出 gson-2.14.0 的 API,再查看 toJson(Object)。仅比较方法体输出,jdx 为 267 bytes,javap -c 的整个类输出为 60,590 bytes,相差 226 倍;完整 Gson.java 为 58,251 bytes,相差 218 倍。
下面这条命令直接返回目标方法,并标出源码位置:
$ jdx body 'com.google.gson.Gson#toJson(Object)' --coord com.google.code.gson:gson:2.14.0
com.google.gson.Gson#toJson(java.lang.Object)
source: gson-2.14.0-sources.jar · com/google/gson/Gson.java:542-547
public String toJson(Object src) {
if (src == null) {
return toJson(JsonNull.INSTANCE);
}
return toJson(src, src.getClass());
}
next: jdx show com.google.gson.Gson
重点看 source: 行:结果来自哪个文件、哪几行,都有交代。最后的 next: 则提供继续查看整个类的入口。
查得少,还要避免查错
定向输出的价值,取决于工具是否准确识别了目标。
如果只问 Gson#toJson,没有提供签名,jdx 会以退出码 2 结束,并列出全部 8 个重载,格式可以直接复制使用。它把歧义交还给 agent 处理,避免悄悄选中另一个方法。
没有 sources jar 时,jdx 使用 Vineflower 反编译,并标记 ⚠ reconstructed。这种结果适合帮助理解实现,但不能当作作者原始源码。需要核对原始字节码时,可以使用 --engine javap。
Kotlin 支持也遵循同一思路:读取 @Metadata,展示 suspend、属性、默认参数和可空性等签名信息。Minecraft mod 同样可以检查,但 jdx 不负责 remap,需要通过 --jars 传入 Loom 已经 remap 的 jar。
接入 agent 后,多了哪些实际能力
jdx mcp 在 v1.7.0 暴露了 27 个带类型的工具,包括 jdx_members、jdx_body、jdx_source、jdx_signature、jdx_usages、jdx_callers、jdx_implementors、jdx_hierarchy、jdx_diff、jdx_literals 和 jdx_resources。查询范围覆盖成员、实现、调用关系、继承关系和资源等。
通用配置是 {"mcpServers":{"jdx":{"command":"jdx","args":["mcp"]}}},也可以执行 jdx setup --agent claude-code --scope project。
支持的 agent 包括 Claude Code、Cursor、Codex CLI、GitHub Copilot CLI、OpenCode、Kilo Code、Cline、Antigravity、Windsurf 和 Aider;其中 Cline 使用 --scope system。文档称,通过 daemon/MCP server 的热查询约为 20 ms,单次 CLI 冷调用约为 250 ms。
安装及最小查询示例如下:
curl -fsSL https://raw.githubusercontent.com/MohammadMD1383/jdx/main/install-release.sh | bash
jdx members java.util.HashMap --limit 5
第一行通过下载脚本安装,运行环境需要 Java 21+,支持 Linux、macOS 和 Windows。
对于未知 jar,jdx 用 ASM 解析字节码,不加载或执行被检查的类。在 Gradle、Maven 项目中,它可以从本地缓存寻找源码和依赖,不必运行构建。网络访问只在显式传入 --fetch,或执行 jdx upgrade、jdx kotlin install 时发生。
我的判断
我认同它把依赖检查做成结构明确、带来源的查询接口。对 agent 来说,减少筛选工作和明确报告歧义,比单纯压缩输出更有价值。
不过,226 倍和 218 倍来自一个方法与整个类、整个文件的比较,原文没有提供更多依赖样本,也没有给出 token 消耗、模型准确率或端到端任务耗时的对照。20 ms 与 250 ms 同样是文档数据,测试环境没有展开。
已有 sources jar 时,IDE 或源码搜索也能完成很多工作。jdx 更适合需要通过终端和 MCP 自动查询依赖的场景。它不执行目标类,也不能据此推导出解析任意恶意文件绝对安全。
能拿来做什么
- 维护 Java 服务或全栈项目时,可以先让 agent 列出依赖 API,再按完整签名查询方法体,减少把整个类塞进上下文的操作。
- 排查第三方库行为时,要求 agent 一并保留
source:和⚠ reconstructed信息,让结论能追溯到源码或重建结果。 - 准备长期接入 MCP 时,用自己项目常查的依赖比较输出量和整体耗时,再判断是否值得采用。
- 如果日常只写前端或 Node,且没有 JVM 依赖检查需求,可以先记住这种工具设计:按符号查询、显式处理歧义、返回来源,无须专门安装。