Flutter 的 DevTools 大家应该都用过吧？以前开发调试都会用到，但是 AI 时代来了之后，大家应该很少再打开它了吧？而这时候就有人想到了，为什么我不把 DevTool 也变成 AI 可见的东西呢？

所以这就是 flutter_agent_lens 做的事情，它是一个用 Dart 写的 MCP Server，专门为 AI 提供对正在运行的 Flutter App 的直接访问能力。

其实就是把 Dart VM Service 、 Flutter service extensions 、 MCP tool catalog 包在了一起。

简单来说，其实就是 flutter_agent_lens 可以通过 Dart VM Service 实时连接到 debug/profile 模式下的 Flutter App，同时给基于 dart_mcp 提供服务能力：

目前主要支持的模块功能有：

而总结起来，这个项目提供主要提供了 5 大类 30+ 个 tool call 支持：

• 连接与发现

  • connect_to_app / autodiscover_app / list_running_apps / disconnect / get_app_info

• 性能分析

  • diagnose_jank ： 检测超过 16.6ms 的掉帧

  • get_cpu_profile ：CPU 采样热点

  • get_widget_rebuild_counts ： Widget 重建频率统计

  • hot_reload ： 触发热重载

• 布局检查

  • inspect_layout_constraints ： Widget 约束/尺寸详情

  • toggle_layout_guidelines / toggle_repaint_rainbow / toggle_slow_animations / toggle_oversized_images / toggle_baselines / toggle_widget_selection

• 内存与调试

  • audit_class_memory_leak ： 验证 disposed 对象是否泄漏

  • diff_heap_allocations ：前后堆快照 diff

  • get_object_referrers ： 追踪对象引用链

  • eval_expression ： 在运行时求值 Dart 表达式

  • add_breakpoint / remove_breakpoint / get_call_stack / set_exception_pause_mode

• 其他

  • analyze_bundle_size ：解析 code-size-details.json

  • get_network_profile ： HTTP 请求历史

  • trigger_scroll_gesture ： 驱动 ScrollController

  • validate_deep_links ： Android App Links / iOS Universal Links 验证

项目依赖官方 vm_service 包，其实就是对 DevTools 现在功能的打包，核心数据获取走和 Flutter DevTools 一样的通道，同时支持同时返回 Markdown + JSON，AI 可以自由选择解析方式，比如：

• 调用的是 Flutter Inspector 的 ext.flutter.inspector.trackRebuildDirtyWidgets 和 widgetLocationIdMap，监听 Flutter.RebuiltWidgets extension event，然后把 location id 映射到 widget 名称和源码位置，采样 rebuild 事件并整理成 Agent 可读报告

• 粗粒度 jank 报告 ，diagnose_jank 的实现是设置 VM Timeline flags，清空 timeline，等待几秒，再读 getVMTimeline()，从 traceEvents 里找 GPURasterizer::Draw 或 Animator::BeginFrame，duration 超过 16.6ms 就算 janky frame，不是完整的 Flutter frame pipeline 归因

• 其他比如 CPU Profile、Memory / leak、Network Profile 等也可以给 AI 提供性能相关判断信息

整体来说，这就是一个在开发阶段让 AI 助手自主诊断性能、内存、布局问题，替代手动打开 DevTools 的步骤工具。

当然它不一定完全准确，但是这个思路还是挺不错的，因为现在我是真的不想去打开 DevTools，而在此之前，让 AI 直接访问 Dart VM Service / Service Extensions 调的效果一致不是很稳定，至少 AI 每次的 tool call 不是稳定的，而 flutter_agent_lens 真实补全了这个问题。

GitHub - dhruvanbhalara/flutter_agent_lens: A Model Context Protocol (MCP) server that connects AI assistants to running Flutter applications. It communicates with the Dart VM Service over WebSockets, giving AI tools direct access to application state, performance data, layout constraints, and console logs. · GitHub