mcpmonitoring

mcp监测

一种模型上下文协议（MCP）服务器，为AI助手提供通过psutil访问系统级信息的权限。这使得LLM能够实时分析和监控系统资源。

概述

mcpmonitoring使用FastMCP实现了一个MCP服务器，该服务器将系统监控工具暴露给AI助手。通过提供对CPU、内存、磁盘、网络和进程信息的结构化访问，它允许LLM执行智能系统分析并提供可操作的见解。

特性

• CPU监控 -使用百分比、频率、核心数量
• 内存分析 -虚拟内存和交换内存指标
• 磁盘使用情况 -每条路径的存储容量和利用率
• 网络统计 -I/O计数器、活动连接、接口地址
• 温度传感器 -硬件温度读数
• 流程信息 -使用资源运行进程

安装

# Clone the repository
git clone 
cd mcpmonitoring

# Install dependencies with uv
uv sync

用法

运行服务器

# Start the MCP server
uv run python main.py

MCP客户端配置

添加到您的MCP客户端配置中（例如，Claude Desktop）：

{
  "mcpServers": {
    "system-monitor": {
      "command": "uv",
      "args": ["run", "python", "/path/to/mcpmonitoring/main.py"]
    }
  }
}

可用工具

用例

性能故障排除

让你的人工智能助手识别性能瓶颈：

• “哪些进程消耗的CPU最多？”
• “我的系统内存不足吗？”
• “检查磁盘空间是否用完”

系统健康监测

获取有关系统健康状况的智能见解：

• “给我一个系统当前状态的概述”
• “有任何关于温度的读数吗？”
• “我的系统产生了多少网络流量？”

证券分析

调查可疑活动：

• “列出所有活动网络连接”
• “是否有任何异常进程正在运行？”
• “检查是否有进程侦听意外端口”

容量规划

分析资源趋势：

• “有多少RAM可用于新应用程序？”
• “当前磁盘利用率是多少？”
• “分析CPU使用模式”

DevOps与开发

调试和优化应用程序：

• “查找所有Python进程及其内存使用情况”
• “检查我的开发服务器是否正在运行”
• “运行测试时监视资源使用情况”

发展

# Install dev dependencies
uv sync --all-groups

# Run tests
uv run pytest

# Run linter
uv run ruff check .

# Format code
uv run ruff format .

需求

• Python 3.12+
• Linux、macOS或Windows

许可证

麻省理工学院