京东以JFR、MCP和JoyAgent诊断JVM性能

方案主体是自研 JVM 探针深度集成 JDK Flight Recorder，通过配置采样周期与包路径过滤在生产环境持续捕获毫秒级精度的线程调用轨迹，目标是把 CPU 开销控制在 1% 以下。原始堆栈经清洗聚合后转为结构化热点日志，由公司内部 Digger 日志平台投递汇聚。团队通过 MCP 协议把 Digger 的投递项检索能力开放给大语言模型，用户在 IntelliJ IDEA（jdt_joycode 4.8.0 插件 + Claude-4-Sonnet）中用自然语言提出“分析立减中心昨晚 8 点前后 30 分钟的性能数据”类指令，智能体即自主解析时间/应用/目标、查询对应时段热点堆栈、按方法名检索并分析源代码、综合运行时行为与代码逻辑定位根因（数据库 N+1 查询、锁竞争、算法低效等），输出结构化诊断报告与带优先级排序、代码 diff、预期效果、实施成本、风险评估与分阶段实施计划的优化方案。 该方案已逐步成为营销团队排查性能问题的“第一反应”，并支持每天中午 11 点半逐个分析接入应用的性能巡检。文中给出的 2025-11-25 立减中心样例显示，Top5 热点累计占比 18.89%（缓存 7.98%、集合操作 4.59%、RPC 4.28%、对象哈希 1.91%），报告预估优化可减少 15~25% CPU 消耗、提升 20~30% 响应性能——该组数字为单次诊断输出与其预估，非长期验证收益。 团队规划向多语言（Go pprof、Python py-spy）扩展，并在获得授权后自动生成优化代码 PR 经 CI/CD 验证。