divlens

DivLens MCP

AI エージェントのためのリアルタイムなシステム情報。
CPU、RAM、ディスク、ネットワーク、プロセス、ハードウェアの状態などを、Claude、Cursor、Windsurf から確認できます。

---

DivLens MCP とは？

DivLens MCP は、Rust で記述された高性能な Model Context Protocol (MCP) サーバーです。

AI アシスタントとお使いのマシンをつなぎ、Claude、Cursor、Windsurf、その他あらゆる MCP 対応エージェントに、ハードウェアセンサー、ストレージ指標、ネットワーク診断、プロセスツリー、開発用ランタイム、システムログなどへのリアルタイムかつ構造化されたアクセスを提供します。

クラウド不要。API キー不要。設定不要。ビルドして実行するだけです。

"Why is my Mac slow?" → Claude calls get_live_metrics() → Instant answer.
"Is my SSD healthy?"  → Claude calls get_hardware_diagnostics() → SMART data returned.
"What's eating disk?"  → Claude calls get_advanced_storage_stats() → Largest files listed.

---

✦ 17 個の診断ツール

カテゴリ	ツール	取得できる情報
⚡ パフォーマンス	get_live_metrics	CPU 使用率、RAM、スワップ、ブロック中のプロセス、稼働時間
⚡ パフォーマンス	get_process_list	CPU／RAM 使用率の高いプロセスと PID
💾 ストレージ	get_storage_health	マウントポイントごとの空き容量／使用容量／総容量
💾 ストレージ	scan_storage_inventory	ファイルサイズを含む、ファイルタイプの全件一覧
💾 ストレージ	get_file_type_summary	拡張子ごとのファイル数とサイズ
💾 ストレージ	get_specific_file_type	指定した拡張子に一致するすべてのファイル
💾 ストレージ	get_advanced_storage_stats	サイズの大きいファイル上位 50 件＋古いデータの分析
💾 ストレージ	get_storage_diagnostics	IOPS、読み取り／書き込みレイテンシ、SMART の状態
🖥️ ハードウェア	get_hardware_diagnostics	CPU／GPU の仕様、バッテリー残量、温度、SMART
🌐 ネットワーク	get_network_diagnostics	スループット、アクティブな接続、電波強度
🌐 ネットワーク	get_network_config	アダプターごとの IP、DNS、インターフェース設定
🔬 システム情報	get_system_dna	OS、ホスト名、稼働時間、マシンのフィンガープリント
🛠️ 開発環境	get_dev_stack	Node、Python、Rust、Go、Java のランタイム＋パッケージ
🛠️ 開発環境	get_drivers	カーネルモジュールとデバイスドライバー
📂 ユーティリティ	scan_directory	ファイルサイズを含む、ディレクトリの再帰的な一覧
🧠 メモリ	recall_memory	過去の AI 診断を対象とした意味検索
📋 ログ	get_system_logs	パターン別に分類した、最近の OS／カーネルエラー

---

🚀 インストール — あらゆるプラットフォームで、1 つのコマンド

Rust は不要です。コンパイルも不要です。設定を手動で編集する必要もありません。 インストーラーがビルド済みバイナリをダウンロードし、AI クライアントを自動的に設定します。

macOS と Linux

curl -fsSL https://raw.githubusercontent.com/Lohithry/divlens-mcp/main/install.sh | bash

Windows（PowerShell — 管理者権限は不要です）

irm https://raw.githubusercontent.com/Lohithry/divlens-mcp/main/install.ps1 | iex

インストーラーは次の処理を行います：

• ✅ OS とチップ（Apple Silicon ／ Intel ／ Linux ／ Windows）を検出します
• ✅ GitHub Releases から適切なビルド済みバイナリをダウンロードします
• ✅ SHA-256 チェックサムを検証します
• ✅ 管理者権限なしで PATH にインストールします
• ✅ Claude Desktop、Cursor、Windsurf、Antigravity を自動設定します
• ✅ 完了前にサーバーが動作することをテストします

あとは AI クライアントを再起動して、「今、CPU を使っているのは何ですか？」と尋ねるだけです。

---

ソースからビルドする（上級者向け）

Rust 1.82 以降が必要です。

git clone https://github.com/Lohithry/divlens-mcp.git
cd divlens-mcp/apps/core
cargo build --release
./target/release/divlens-core --mcp

---

AI に接続する

Claude Desktop

設定ファイル：~/Library/Application Support/Claude/claude_desktop_config.json（macOS）
または %APPDATA%\Claude\claude_desktop_config.json（Windows）

{
  "mcpServers": {
    "divlens": {
      "command": "/usr/local/bin/divlens-core",
      "args": ["--mcp"]
    }
  }
}

Claude Desktop を終了して、再起動してください。🔌 プラグアイコンが表示されれば接続されています。

Cursor

設定ファイル：~/.cursor/mcp.json

{
  "mcpServers": {
    "divlens": {
      "command": "/usr/local/bin/divlens-core",
      "args": ["--mcp"]
    }
  }
}

Cmd+Shift+P → ウィンドウを再読み込み

Windsurf

設定ファイル：~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "divlens": {
      "command": "/usr/local/bin/divlens-core",
      "args": ["--mcp"]
    }
  }
}

セットアップの詳細については、DEPLOYMENT.md を参照してください。

---

仕組み

  ┌─────────────────────────────────────────┐
  │   AI Client  (Claude / Cursor / etc.)   │
  │         LLM reasoning lives here        │
  └──────────────────┬──────────────────────┘
                     │  JSON-RPC 2.0  (stdio)
                     ▼
  ┌─────────────────────────────────────────┐
  │          divlens-core  (Rust)           │
  │                                         │
  │  ┌───────────────┐  ┌───────────────┐   │
  │  │  MCP Layer    │  │  17 Tools     │   │
  │  │  (JSON-RPC)   │  │  (Rust + OS)  │   │
  │  └───────────────┘  └───────────────┘   │
  │  ┌───────────────┐  ┌───────────────┐   │
  │  │  SQLite Cache │  │  Native APIs  │   │
  │  │  (sysinfo/OS) │  │  (IOKit/WMI)  │   │
  │  └───────────────┘  └───────────────┘   │
  └─────────────────────────────────────────┘

      Zero cloud.  Zero API keys.  100% local.

トランスポート： すべての MCP メッセージは、stdio を介した改行区切りの JSON-RPC 2.0 オブジェクトです。
AI ロジック： DivLens は LLM 推論を実行せず、システムの生データを収集して返すだけです。
プライバシー： すべてのデータはお使いのマシン上にとどまります。外部に送信されることはありません。

---

プロジェクト構成

divlens-mcp/
└── apps/
    └── core/                      # Rust MCP engine
        ├── src/
        │   ├── tools/             # 17 tool implementations
        │   ├── mcp/               # JSON-RPC 2.0 protocol handler
        │   ├── mcp_server.rs      # stdio transport loop
        │   ├── collectors/        # Native OS data collectors
        │   │   ├── volatile/      # CPU, RAM, network (live)
        │   │   ├── persistent/    # Storage, hardware (cached)
        │   │   └── ondemand/      # Drivers, logs, packages
        │   ├── modules/           # Core business logic
        │   ├── db/                # SQLite caching layer
        │   ├── models/            # Shared data types
        │   └── utils/             # Shell env rehydration
        ├── Cargo.toml
        └── env.example

---

オプション：セマンティックメモリ

vector-memory 機能を有効にすると、ローカルの ONNX 埋め込みモデルを使って recall_memory で真のセマンティック検索を行えます（クラウド不要、API キー不要）。

cargo build --release --features vector-memory

有効にすると、DivLens はローカルの LanceDB ベクトルストアを作成し、fastembed を使って過去の診断を意味的に埋め込み、検索します。

無効の場合（デフォルト）、recall_memory は空のリストを返します。機能に支障はありません。

---

サーバーを検証する

クライアントを使わずに MCP ワイヤプロトコルをテストします。

# Initialize handshake
echo '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","clientInfo":{"name":"test","version":"0.1"}}}' \
  | divlens-core --mcp

# Call a tool directly
echo '{"jsonrpc":"2.0","id":2,"method":"tools/call","params":{"name":"get_live_metrics","arguments":{}}}' \
  | divlens-core --mcp

---

ライセンス

Apache License, Version 2.0 の下でライセンスされています。
全文については LICENSE を参照してください。

Copyright © 2024 DivLens Contributors.

---

_{Rust で構築 · クラウドゼロ · AI ネイティブな診断}