mcpField
Y
Yamaru Hardware Probe

Yamaru Hardware Probe

ローカル
github.com/yamaru-euAI・エージェント724 週間前に更新

Yamaru Hardware Probe について

Yamaru Hardware Probeは、システム情報の収集と性能診断を行うMCPサーバーです。AI、ゲーム、高性能ワークフロー向けに、ハードウェア、温度、ストレージ、メモリ、ローカルLLM実行環境を分析します。

主な機能

  1. 01CPU、RAM、GPU、ストレージ、OSの調査
  2. 02負荷と高リソース使用プロセスの監視
  3. 03サーマルスロットリングと周波数制限の検出
  4. 04メモリ負荷とSMARTストレージ状態の分析
  5. 05LLM互換性と推論設定の評価

活用シーン

  1. 01予期しないシステム低速化の診断
  2. 02ローカルLLM向けハードウェアの確認
  3. 03メモリやストレージのボトルネック調査

MCP 対応

MCPクライアントにシステム情報、性能、温度、メモリ、ストレージ、ウイルス対策、LLM分析ツールを提供します。LLM互換性と推奨の2ツールはベータで、リモートAPIを利用します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"hardware-probe": {
"command": "npx",
"args": [
"-y",
"@yamaru-eu/hardware-probe"
],
"env": {
"REMOTE_API_URL": "<REMOTE_API_URL>"
}
}
}
}
起動コマンドnpx -y @yamaru-eu/hardware-probe
設定が必要な環境変数
REMOTE_API_URLURL of the remote recommendation API

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npm@yamaru-eu/hardware-probe1.1.2

ツール

11

掲載時のツール一覧 · 3 週間前に更新

このツールにパラメーターはありません。

詳細

Yamaru Hardware Probe (MCP)

NPM Version NPM Downloads MCP Registry Awesome MCP PRs Welcome License

AI、ゲーム、高性能ワークフロー向けのエキスパートシステムハードウェア調査およびパフォーマンス診断エンジンです。単純な仕様情報にとどまらず、システムの詳細な分析情報を提供する Model Context Protocol(MCP)サーバーです。

主な機能

  • 🔍 ハードウェアの詳細なインベントリ:CPU、RAM、GPU(VRAM/帯域幅)、ストレージ、OS のトポロジーを包括的に分析します。
  • ⚡ リアルタイムパフォーマンス監視:システム負荷をリアルタイムで追跡し、リソースを大量に消費しているプロセスを特定します。
  • 🧊 温度・電力診断:サーマルスロットリングや周波数の抑制を検出し、予期しない速度低下の原因を解消します。
  • 🤖 AI/LLM の最適化:LLM のパフォーマンス予測、量子化適合性の計算、ランタイム(Ollama、CUDA、Metal)の最適化を行う専用ツールを提供します。
  • 🛡️ プライバシー優先:リモート送信の前に、固有のハードウェア識別子を自動的に匿名化します。

インストール

Gemini CLI ユーザー向け
gemini extension install @yamaru-eu/hardware-probe
MCP を手動で設定する場合

MCP 設定ファイル(例:npx-config.json または claude_desktop_config.json)に以下を追加します。

{
  "mcpServers": {
    "yamaru-probe": {
      "command": "npx",
      "args": ["-y", "@yamaru-eu/hardware-probe"]
    }
  }
}

利用可能なツール

  • analyze_local_system:ハードウェアの全インベントリ。
  • analyze_performance:リアルタイムのパフォーマンス指標と上位プロセス。
  • analyze_ram_pressure:RAM の詳細なトラブルシューティング向けの、メモリ負荷と RSS の詳細分析。
  • check_storage_health:ディスクの SMART 健全性、ファームウェア、I/O ボトルネックの分析。
  • thermal_profile:CPU/GPU の温度状態、ファン速度、周波数スロットリングをリアルタイムで検出します。
  • diagnose_antivirus_impact:開発パスにおける EDR/ウイルス対策ソフトの競合と除外範囲を検出します。
  • monitor_system_health:設定可能な時間枠(最大 10 分)における最小値/最大値/平均値を含む、システムの統計的な健全性レポート(CPU 負荷、RAM 使用量、温度)。
  • check_llm_compatibility (BETA):リモート API を介して、特定の LLM モデルのパフォーマンスを予測します。
  • get_llm_recommendations (BETA):リモート API を介して、最適なローカルモデルを推奨します。
  • analyze_inference_config:AI ランタイムと環境変数を詳細に分析します。

スキル統合

Gemini CLI と併用すると、この拡張機能は以下のエキスパートスキルを提供します。

  • hardware-performance-expert:システムの健全性とトラブルシューティングのためのグローバルプロトコル。
  • local-inference-optimizer:ローカル LLM の実行を微調整するための専用ロジック。

開発

npm install        # Install dependencies
npm run build      # Compile TypeScript → dist/
npm run test       # Run test suite
npm run inspector  # Test tools in the MCP Inspector

ライセンス

Apache 2.0 - Yamaru Project の一部です。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。