$ loading_
用自然语言查询 Perfetto 跟踪数据，快速获得聚焦的性能分析结论。
该工具材料显示其为开源的本地 Perfetto Trace 分析 MCP 服务，无需密钥且未声明远程端点，整体未见明显高风险红旗。主要注意点在于其作为 MCP 工具具备本机执行能力，并可能读取用户提供的 trace 数据，建议在最小权限环境中使用。
材料明确标注无需密钥或环境变量，未见 API token、账号凭证或外部服务授权要求，因此凭证泄露与滥用面较低。
未声明任何远程端点 host，描述也未体现需将 trace 或提示词发送到外部服务；基于现有材料，未见明确的数据外发路径。
系统客观检查项表明其具备 executes-code 能力，作为 MCP 服务通常会在本机运行进程并处理分析请求。这属于该类工具的常规能力，当前材料未显示超出声明功能的异常系统权限需求。
其功能声明为从 Perfetto Traces 获取答案，合理推断需要读取用户提供的 trace 文件或相关分析数据。现有材料未说明会写入哪些位置，也未见明显过度授权迹象，但应默认其可接触敏感性能/行为数据。
来源为 GitHub 开源仓库，Apache-2.0 许可，约 192 star，具备一定可审计性与社区采用度，这些都是正面证据。另一方面，README 缺失且维护状态未知，降低了对实现细节与依赖管理的可见性，因此建议列为需留意而非高风险。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"perfetto-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
分析这个 Perfetto trace，找出应用启动阶段最明显的卡顿点，并按线程、函数和时间段总结原因。
返回启动阶段的关键性能瓶颈、相关线程与调用片段，以及可读的原因总结。
查看这份 Perfetto trace，说明哪些进程和线程占用了最多 CPU，并指出异常峰值出现的时间段。
输出高 CPU 使用的对象排名、异常时间窗口，以及对应的分析结论。
根据这个 Perfetto trace，找出渲染掉帧最严重的区间，并解释是调度、I/O 还是主线程阻塞导致的。
给出掉帧区间、可能根因分类，以及面向工程排查的简明解释。
帮助用户用多种命令解析 Linux perf 性能数据并定位性能瓶颈。
让 AI 通过标准接口查询并分析 Prometheus 监控指标，辅助排障与运维决策。
帮助开发者用一次调用快速追踪代码关系与执行线索，减少代码探索时间。
让 AI 助手调用 Perplexity 进行带引用的联网检索与高级搜索过滤。
监控开发日志并提取运行错误，帮助 AI 编码代理即时验证改动效果。
帮助用户深入分析数据库结构、索引问题与查询计划，快速定位性能隐患。