gpa MCP

GPA MCP服务器

用于Intel GPA（图形性能分析器）帧分析的MCP服务器。使Claude能够分析GPU捕获，提取纹理/着色器/几何体，并通过MCP协议收集性能指标。

特性

• 20个MCP工具 用于完整的GPU帧逆向工程
• DXBC着色器拆卸 --DX11捕获的D3D Shader反汇编程序输出的自动提取
• 三种后端模式：模拟（开发），框架(.gpa_frame)，遗产(GPA.Stream)
• 批量导出 --从整个帧中重复导出所有独特的着色器、纹理和几何体
• GPU指标 --每次抽取调用时间和管道统计

快速开始

先决条件

• Python 3.10+
• 已安装英特尔GPA框架2025.1(C:\Program Files\IntelSWTools\GPA\)
• MCP-SDK： pip install mcp pydantic pillow numpy

Claude代码配置

添加到MCP设置(.claude/settings.json 或项目设置）：

{
  "mcpServers": {
    "gpa_mcp": {
      "command": "python",
      "args": ["-m", "gpa_mcp.server"],
      "cwd": "F:/GPA",
      "env": {
        "GPA_INSTALL_DIR": "C:/Program Files/IntelSWTools/GPA",
        "GPA_OUTPUT_DIR": "F:/GPA/gpa_exports"
      }
    }
  }
}

Claude桌面配置

添加 claude_desktop_config.json:

{
  "mcpServers": {
    "gpa_mcp": {
      "command": "python",
      "args": ["-m", "gpa_mcp.server"],
      "cwd": "F:/GPA",
      "env": {
        "GPA_INSTALL_DIR": "C:/Program Files/IntelSWTools/GPA",
        "GPA_OUTPUT_DIR": "F:/GPA/gpa_exports"
      }
    }
  }
}

模拟模式（无需GPA）

对于未安装GPA的开发/测试：

{
  "env": {
    "GPA_MOCK_MODE": "1"
  }
}

建筑

.gpa_frame  -->  FrameAnalyzer.exe + gpa_export_all plugin  -->  JSON cache (8 files)
                                                                       |
MCP Tool  -->  gpa_loader.open_stream(path)  -->  FrameData  -->  read JSON

根据输入路径自动检测三种模式：

工具

流管理（Stream_tools.py）

绘图调用分析（drawcall_tools.py）

资源导出（Resource_tools.py）

着色器提取（Shader_tools.py）

GPU度量（Metrics_tools.py）

导出和实用程序（Export_tools.py）

遮阳板拆卸

对于DX11捕获，HLSL源代码通常不可用（捕获时需要调试信息）。服务器会自动回退到DXBC反汇编：

源优先级：

1. HLSL源代码（如果在捕获过程中启用了调试信息）
2. DXBC反汇编（DX11默认--从 prog.get_description()[stage]["dxbc"])
3. DXIL拆卸（DX12捕获）
4. ISA反汇编（仅限英特尔GPU）

当 output_type="source" 返回DXBC反汇编而不是HLSL，文件扩展名自动设置为 .asm （不是 .hlsl).

DXBC拆卸输出示例：

//
// Generated by Microsoft (R) D3D Shader Disassembler
//
// Input signature:
//
// Name                 Index   Mask Register SysValue  Format   Used
// -------------------- ----- ------ -------- -------- ------- ------
// SV_Position              0   xyzw        0      POS   float
// SV_IsFrontFace           0   x           1    FFACE    uint   x
//
ps_5_0
dcl_globalFlags refactoringAllowed
dcl_constantbuffer CB0[159], immediateIndexed
dcl_input_ps_sgv constant v1.x, is_front_face
dcl_output o0.xyzw
and r0.x, cb1[0].x, l(64)
movc r0.x, r0.x, l(-1.000000), l(1.000000)
mul r0.x, r0.x, cb0[158].w
discard_nz r0.x
mov o0.xyzw, l(0,0,0,0)
ret

工作流示例

# Analyze a VALORANT DX11 frame capture

1. gpa_stream_info(stream_path="path/to/VALORANT.gpa_frame")
   -> First open triggers FrameAnalyzer export (~30s)
   -> 12,791 ranges, 886 draw call events

2. gpa_list_ranges(start=665, count=10)
   -> Browse draw calls, find target DrawIndexed

3. gpa_get_shader_info(range_index=669)
   -> vertex: hash=319abd7168826503, has_source=True, lang=DXBC
   -> pixel:  hash=950c23be14e49ee1, has_source=True, lang=DXBC

4. gpa_export_shader(range_index=669, stage="pixel", output_type="source")
   -> Export DXBC disassembly to ps_950c23be14e49ee1.asm

5. gpa_batch_export_shaders(output_type="disasm", deduplicate=True)
   -> Export 199 unique shaders (62 VS + 137 PS), skipped 1540 duplicates

6. gpa_collect_metrics(range_index=669, metric_names=["GpuTime"])
   -> GpuTime: 21.00 us

项目结构

gpa_mcp/
├── server.py              # Entry point, registers all 20 tools
├── requirements.txt       # Dependencies: mcp, pydantic, pillow, numpy
├── tools/
│   ├── stream_tools.py    # Module 1: Stream management (3 tools)
│   ├── drawcall_tools.py  # Module 2: Draw call analysis (3 tools)
│   ├── resource_tools.py  # Module 3: Resource export (5 tools)
│   ├── shader_tools.py    # Module 4: Shader extraction (3 tools)
│   ├── metrics_tools.py   # Module 5: GPU metrics (3 tools)
│   └── export_tools.py    # Module 6: Export utilities (3 tools)
├── utils/
│   ├── gpa_loader.py      # Three-mode loader (Mock/Frame/Legacy)
│   ├── frame_loader.py    # Frame mode: FrameData reads JSON cache
│   └── formatting.py      # Unified JSON response formatting
└── fa_plugins/            # FrameAnalyzer Python plugins
    ├── gpa_export_all/    # Full frame export (8 JSON files)
    ├── gpa_export_texture/ # On-demand texture pixel export
    └── gpa_export_buffer/  # On-demand buffer data export

环境变量

已知限制

• DX11捕获没有HLSL源 --而是使用DXBC拆卸（自动回退， .asm 扩展）
• ISA反汇编需要Intel GPU --非英特尔GPU收到“参与驱动程序”错误
• 纹理/几何体导出需要FrameAnalyzer --按需FA插件调用缓慢（每次调用约30秒启动）
• 帧头元数据为空 -FrameAnalyzer插件API不公开帧头信息（GPU名称、分辨率等）
• GPA 2025.1是最终版本 --英特尔宣布将于2026年停产

参考文献

• GPA Python API
• GPA样本
• GPA CLI实用程序
• GPA图层参数