java-perf-doctor：专为 Claude Code 打造的 AI 原生 JVM 诊断工具

java-perf-doctor是一款结合Shell脚本采集能力与大模型推理能力的自动化诊断工具，能够跨越宿主机边界深入Docker容器进行JVM性能体检，实现死锁定位、CPU热点追踪和GC健康检查。作为Claude Code专属工具，它采用零侵入式设计，无需在容器内预装监控Agent，适用于生产环境的精简Docker镜像。

在微服务架构和容器化部署主流的今天，Java应用性能诊断愈发复杂。传统工具需容器内安装复杂Agent或手动执行命令解读结果，流程繁琐且要求深厚调优经验。生产环境出现延迟、CPU飙升等问题时，运维人员面临安装工具的风险或依靠日志猜测的两难，催生对智能自动化方案的需求。

java-perf-doctor的核心创新在于融合Shell脚本的数据采集能力与大语言模型的推理能力。其零侵入式设计通过docker exec自动化调度JDK原生工具（如jstack、jstat、jcmd）完成数据采集，无需预装Agent，特别适用于安全考虑移除调试工具的精简Docker镜像。

1. 死锁精准定位：自动扫描线程堆栈，识别持有锁和等待锁的线程地址，关联源码行号；2. CPU热点追踪：自动完成Linux TID到JVM NID的进制转换，锁定热点代码；3. GC趋势健康检查：分析Eden/Old区内存占比，监控Full GC频率，给出JVM参数调优建议。

项目采用防御性脚本设计，内置/proc文件系统fallback逻辑，即使标准JDK工具不可用也能读取内核数据采集。同时包含完整evals.json测试用例集，通过自动化断言验证诊断结果的准确性与鲁棒性。

作为Claude Code的Skill，java-perf-doctor支持自然语言指令。用户输入类似"诊断takeout-app容器性能"的指令，Claude Code会自动调用工具执行诊断并生成结构化报告，降低JVM诊断门槛，让缺乏深入调优经验的开发者也能获得专业建议。

java-perf-doctor代表AI辅助运维工具的发展方向：将领域知识编码为Skill，让大模型承担推理与报告生成，人类专注决策。对Java微服务团队而言，提供轻量级零侵入诊断方案，值得纳入运维工具箱。未来随着AI Agent技术成熟，将有更多智能工具简化系统运维。