mcpField
C
claude-monitor

claude-monitor

github.com/sickn33エージェントワークフロー48.7k74 回インストール今日更新
リポジトリ

claude-monitor について

claude-monitorは、Claude Codeとローカルシステムのパフォーマンス問題を診断するスキルです。ハードウェア使用状況とAPIエンドポイントの遅延を調べ、ローカルのボトルネックとネットワークまたはAPI側の遅延を切り分けて対処案を示します。

主な機能

  1. 01CPU・メモリ・ディスク・ブラウザーの確認
  2. 02Claude APIエンドポイントの遅延測定
  3. 03ボトルネックの分類と対処案の提示
  4. 04定期指標の記録とレポート作成
  5. 05DNS・TCP・TLS時間の測定

活用シーン

  1. 01Claude Codeの遅延や停止の調査
  2. 02コーディング中のローカル資源不足の特定
  3. 03一定期間のシステム性能の追跡
  4. 04API接続が遅い場合のネットワーク確認

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/sickn33/agentic-awesome-skills --skill claude-monitor

インストール後、Claude Code で/claude-monitorを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

scripts/
api_bench.py
config.py
health_check.py
monitor.py

詳細

Claude Monitor — パフォーマンス診断

概要

Claude Code とローカルシステムのパフォーマンスを監視します。遅延の原因を診断し、CPU/RAM/ディスク使用率を測定し、API のレイテンシを確認して、システムの健全性レポートを生成します。

このスキルを使用する場面

  • ユーザーが「遅い」または関連する話題に言及した場合
  • ユーザーが「遅延」または関連する話題に言及した場合
  • ユーザーが「ラグ」または関連する話題に言及した場合
  • ユーザーが「重い」または関連する話題に言及した場合
  • ユーザーが「フリーズする」または関連する話題に言及した場合
  • ユーザーが「Claude が遅い」または関連する話題に言及した場合

このスキルを使用しない場面

  • タスクが Claude Monitor に関係しない場合
  • よりシンプルで具体的なツールでリクエストに対応できる場合
  • ユーザーが専門知識を必要としない一般的なサポートを求めている場合

仕組み

Claude Code とシステムの遅延問題を診断し、解決するためのスキルです。 ボトルネックがローカル(PC)かリモート(Claude API)かを特定し、改善策を提案します。

使用する場面

  • ユーザーが Claude Code の動作が遅い、またはフリーズすると訴えている
  • 会話セッションの切り替えに時間がかかる
  • Claude の応答が非常に遅い
  • Claude Code の使用中に PC の動作が遅く感じられる
  • パフォーマンス、ラグ、遅延について言及がある

1. クイック診断(Health_Check.Py)

初期のローカル診断を行います( をインストール先のディレクトリに置き換えてください。ネットワークにアクセスしない場合は --quick を使用します)。

python3 "<skill-dir>/scripts/health_check.py"

スクリプトは約3秒で次の項目を分析します。

  • CPU:現在の使用率とコアごとの使用率。80%超はボトルネックの可能性が高い状態です
  • RAM:合計、使用量、空き容量。85%超はメモリ不足が懸念される状態です
  • ブラウザー:ブラウザーごとのプロセス数と RAM 使用量。合計5GB超はタブの開きすぎです
  • Claude Code:プロセス数と RAM 使用量
  • ディスク:空き容量。10%未満はスワップ/パフォーマンスに影響します
  • ネットワーク:Claude API エンドポイントへのレイテンシ
  • 診断:問題を自動的に分類し、改善策を提案します

2. 結果の解釈

スクリプトは diagnosis を含む JSON を返します。

  • bottleneck:「cpu」 | 「ram」 | 「browsers」 | 「disk」 | 「network」 | 「claude_api」 | 「ok」
  • severity:「critical」 | 「warning」 | 「ok」
  • suggestions:推奨される対応の一覧
  • summary:ユーザーに提示するためのポルトガル語の概要

summary をユーザーに表示し、提案された対応を実行するか確認してください。

3. 自動的な改善策

診断結果に基づいて、次の対応をユーザーに提案してください。

CPU 使用率が高い場合(80%超):
  • CPU 使用率の高いプロセスを一覧表示する
  • 不要な高負荷プロセスを終了するよう提案する
  • Windows Update がバックグラウンドで実行中か確認する
ブラウザーの負荷が高い場合(RAM 使用量が5GB超、またはプロセス数が40超):
python3 "<skill-dir>/scripts/health_check.py" --browsers-detail

ブラウザーごとの RAM 使用量を表示し、終了するブラウザーを提案します。ユーザーから明示的な許可を得ずに、プロセスを終了してはいけません。

ディスクの空き容量が少ない場合(85%超):
  • 容量の大きいフォルダーを表示する
  • Temp、一時ファイル、ブラウザーのキャッシュ、ごみ箱の整理を提案する
ネットワークが遅い場合(レイテンシが500ms超):
  • api.anthropic.com への接続をテストする
  • VPN、プロキシ、WiFi 接続の確認を提案する

4. 継続的な監視(任意)

バックグラウンドでの監視を希望する場合:

python3 "<skill-dir>/scripts/monitor.py" --interval 30 --duration 300

パラメーター:

  • --interval:サンプル間の秒数(デフォルト:30)
  • --duration:合計実行時間(秒)(デフォルト:300 = 5分)
  • --output:ログファイルのパス(デフォルト:monitor_log.json)
  • --alert-cpu:アラートを出す CPU 使用率のしきい値(デフォルト:80)
  • --alert-ram:アラートを出す RAM 使用率のしきい値(%)(デフォルト:85)

監視ツールは定期的にスナップショットを保存し、終了時に次の項目を含むレポートを生成します。

  • CPU と RAM のピーク値
  • 傾向(改善中/悪化中/安定)
  • 検出されたアラートイベント
  • 最終的な推奨事項

5. Claude API のベンチマーク(任意)

遅延が API に起因するかをテストするには:

python3 "<skill-dir>/scripts/api_bench.py"

外部エンドポイントへの DNS、TCP、TLS ハンドシェイクを測定します。ローカルプロセス、HTTP 応答、API の推論時間は測定しません。ネットワークへのアクセスを避けるには、ヘルスチェックで --quick を使用してください。 一般的な所要時間と比較し、想定範囲内かどうかを示します。

参考しきい値

指標OKWarningCritical
CPU %<60%60-85%>85%
使用 RAM %<70%70-85%>85%
ブラウザーの RAM<3 GB3-6 GB>6 GB
ブラウザーのプロセス数<3030-60>60
ディスク空き容量>15%10-15%<10%
ネットワーク遅延<200ms200-500ms>500ms

ユーザー向けのヒント

診断結果を提示する際は、以下の状況に応じたヒントを含めてください。

  • タブが多い = CPU/RAMを多く使用:ブラウザーの各タブは個別のプロセスです。 タブ数とプロセス数の関係は、ブラウザーやサイトの分離方式によって異なります。
  • Claude Code は負荷が高い:Claude Code CLI とデスクトップアプリは異なるものであり、プロセス名や RSS は、アーキテクチャや普遍的な通常範囲を示すものではありません。 ただし、複数のセッションで 6 GB を超えるメモリを使用している場合は、古いセッションを閉じることを検討してください。
  • セッションの切り替えが遅い:通常、CPU 使用率の高さや、多数のプロセス間でのリソース競合が原因です。 セッションでは会話履歴を読み込む必要があり、CPU が使用中だと時間がかかります。
  • ディスクの空き容量がほとんどない:スワップ(仮想メモリ)の速度に影響し、全般的な動作が遅くなることがあります。

依存関係

  • Python 3.10+
  • psutil。レビュー済みバージョンを隔離環境に明示的にインストールします
  • API キーは不要です

ベストプラクティス

  • プロジェクトと要件について、明確で具体的なコンテキストを提示してください
  • 提案を本番コードに適用する前に、すべて確認してください
  • 包括的な分析のため、他の補完的なスキルと組み合わせてください

よくある落とし穴

  • このスキルの専門領域外のタスクに使用する
  • 個別の状況を理解せずに推奨事項を適用する
  • 正確な分析に必要なプロジェクトのコンテキストを十分に提供しない

制限事項

  • タスクが上記の説明にある範囲に明確に当てはまる場合にのみ、このスキルを使用してください。
  • 出力を、環境固有の検証、テスト、または専門家によるレビューの代わりとして扱わないでください。
  • 必要な入力、権限、安全上の境界、または成功基準が不足している場合は、作業を中断して確認を求めてください。

コメント