告别线上排查难题！methodTraceLog —— 让 Spring Boot 方法级可观测性触手可及
一句话介绍：一个 Spring Boot Starter，搞定方法追踪、性能监控、日志管理、在线反编译，还能让 AI Agent 直接帮你查 Bug。
🤯 你是否也遇到过这些场景？
- 线上接口报错了，日志一大堆，却找不到完整调用链
- 想定位某个方法的耗时，却发现没有埋点数据
- 排查问题想反编译某个类看看逻辑，却发现环境没有工具
- 想给 AI 编程助手提供运行时上下文，却无从下手
- 接入 OpenTelemetry 成本太高，小项目根本折腾不起
如果你中了一条以上，methodTraceLog就是为你准备的。
🚀 methodTraceLog 是什么？
methodTraceLog是一个面向 Spring Boot 应用的全功能方法级可观测性组件，只需引入一个 Starter 依赖，即可获得：
| 能力 | 说明 |
|---|---|
| 🔗 方法调用追踪 | 基于 AOP 自动拦截，生成 traceid / spanid，构建完整调用链 |
| 📊 性能监控 | 基于 Micrometer，每个方法自动注册 Timer，支持 Actuator 端点 |
| 📁 日志文件管理 | 在线查看、搜索、下载日志文件，支持 WebSocket 实时 Tail |
| 🔍 在线反编译 | 内置 CFR 反编译器，支持 Spring Boot Fat-Jar，输出对 LLM 友好 |
| 🤖 AI Agent 集成 | 独立 MCP Server，让 Claude / GPT 等 AI 直接查询你的应用 |
| 📡 OpenTelemetry | 可选 OTLP 导出，与主流可观测平台无缝对接 |
⚡ 5 分钟快速接入
第一步：添加依赖
<dependency><groupId>io.github.wb04307201</groupId><artifactId>methodTraceLog-spring-boot-starter</artifactId><version>1.0.20</version></dependency>第二步：配置（可选）
method-trace-log:log:enable:truesample-rate:1.0# 采样率，0.0 ~ 1.0trace-store:type:in-memory# 支持 in-memory / file / nonefile:enable:truepath:./logs# 日志文件目录security:api-key:your-secret-key# API 鉴权密钥decompile:timeout-seconds:10第三步：开箱即用！
启动应用后访问：
http://localhost:8080/methodTraceLog/panel你将看到一个功能完备的 Web 控制台 👇
🖥️ Web 控制台一览
控制台包含四大功能模块：
📋 概览（Overview）
服务状态一目了然：各功能模块开关状态、方法调用统计、成功率、平均耗时等核心指标卡片。
🔗 调用记录（Traces）
- 按类名、方法名、traceId 搜索过滤
- 导出为 JSON / CSV
- 点击任意记录查看完整调用链树，父子关系清晰呈现
- 支持 W3C TraceParent 标准，与上下游系统无缝串联
📁 日志文件（Logs）
- 在线浏览日志目录，按关键字搜索
- 支持分页查看大文件
- WebSocket 实时 Tail：像
tail -f一样实时查看日志输出
🔍 反编译（Decompile）
- 输入类名即可查看源码，无需本地安装反编译工具
- 支持 Spring Boot Fat-Jar 内嵌套的 class 文件
- 自动去除注解，输出干净的代码，适合喂给 AI 分析
🤖 AI-First：让 AI Agent 直接帮你排查问题
这是 methodTraceLog 最独特的能力——通过独立的MCP Server，AI 编程助手可以：
- 查询最近的方法调用记录
- 根据 traceId 获取完整调用链
- 在线反编译指定类/方法
- 查看和搜索日志文件内容
- 远程控制日志监控的启停
接入方式（以 Claude Code 为例）
{"mcpServers":{"methodTraceLog-mcp":{"command":"jbang","args":["io.github.wb04307201:methodTraceLog-mcp:1.0.20","--method-trace-log.mcp.hosts[0].name=local-dev","--method-trace-log.mcp.hosts[0].url=http://localhost:8080","--method-trace-log.mcp.hosts[0].api-key=your-key"]}}}配置完成后，AI 助手就拥有了 13 个工具，可以直接查询你的应用运行时数据。
零侵入设计：MCP Server 是独立进程，核心库不依赖任何 AI 框架，生产环境安心使用。
🏗️ 架构设计亮点
模块化设计
methodTraceLog-parent ├── methodTraceLog # 核心库（无 AI 依赖） ├── methodTraceLog-spring-boot-autoconfigure # 自动配置 ├── methodTraceLog-spring-boot-starter # Starter 入口 ├── methodTraceLog-mcp # MCP Server（独立进程） └── methodTraceLog-test # 测试用例安全第一
- 🔒 路径穿越防护：日志目录白名单校验
- 🔑 双重认证：API Key（CLI/MCP）+ Cookie Session（浏览器）
- ⏱️ 超时保护：反编译器默认 10s 超时
- 📦 大小限制：单类 50MB 上限
标准化
- 遵循W3C Trace Context规范传播 traceparent
- 兼容OpenTelemetry OTLP/HTTP导出
- 支持 Micrometer + Actuator 生态
可扩展
- 自定义
ICallService实现自动发现 - 多种 Trace 存储策略：内存 / 文件 / 无存储
- 采样率灵活配置，适配不同流量场景
📊 技术栈
| 技术 | 说明 |
|---|---|
| Java 17+ | 最低要求 |
| Spring Boot 3.5.x | 框架基座 |
| Spring AOP (AspectJ) | 方法拦截 |
| Micrometer | 指标采集 |
| CFR 0.152 | 反编译引擎 |
| STOMP + SockJS | WebSocket 实时推送 |
| OpenTelemetry SDK 1.41 | 可选 Tracing 导出 |
| Spring AI MCP Server 1.1.7 | AI Agent 协议支持 |
🎯 适合谁用？
- 独立开发者：一个人维护多个服务，需要轻量级的观测方案
- 小中型团队：不想搭建完整的可观测平台，但需要调用链和性能数据
- AI 辅助开发：希望 AI 编程助手能感知运行时状态，提升排查效率
- 学习研究：想深入理解 AOP、分布式追踪、MCP 协议的实现细节
📦 立即开始
<!-- Maven --><dependency><groupId>io.github.wb04307201</groupId><artifactId>methodTraceLog-spring-boot-starter</artifactId><version>1.0.20</version></dependency>// Gradleimplementation'io.github.wb04307201:methodTraceLog-spring-boot-starter:1.0.20'开源协议：Apache License 2.0
项目地址：
- GitHub：https://github.com/wb04307201/methodTraceLog
- Gitee：https://gitee.com/wb04307201/methodTraceLog
💡 写在最后
在微服务和分布式系统日益复杂的今天，可观测性不再是可选项，而是必备能力。methodTraceLog 的诞生，是为了让每一个 Spring Boot 应用都能以最低的成本获得最专业的方法级观测能力。
不需要搭建 Prometheus + Grafana，不需要接入 SkyWalking，不需要改造代码——一个依赖，全部搞定。
更重要的是，它是AI-First设计的。在 AI 编程助手日益普及的今天，methodTraceLog 让你的应用运行时对 AI 可见，让"AI 帮你查 Bug"从概念变成现实。
试试看，你会爱上这种透明感。✨