mcpField
M
macos-perf

macos-perf

github.com/alphaonedev开发50 次安装
代码仓库

关于 macos-perf

macos-perf 是用于监控和分析 macOS 性能的技能，适合诊断应用和设备的资源瓶颈。它使用 Instruments、vm_stat 和 powermetrics 等原生工具检查 CPU、内存、温度及电源数据。

主要功能

  1. 01监控 CPU、内存和网络使用情况
  2. 02使用 Instruments 分析应用
  3. 03通过 vm_stat 检查内存压力
  4. 04使用 powermetrics 查看温度指标
  5. 05分析电源消耗

适用场景

  1. 01排查应用 CPU 使用率过高
  2. 02分析应用内存以查找泄漏
  3. 03检查负载下的温度和电源表现

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/alphaonedev/openclaw-graph --skill macos-perf

安装后在 Claude Code 中输入/macos-perf确认已加载。

详细介绍

macos-perf

用途

此技能可使用原生工具监控和分析 macOS 系统性能，重点关注 CPU、内存、热状态和电源指标，以识别瓶颈并优化应用。

适用场景

诊断应用的高 CPU 使用率、调查内存泄漏、分析资源密集型进程、检查高负载期间的热状态，或分析 macOS 设备的电源消耗时，可使用此技能。

主要功能

  • 通过“活动监视器”或 top/htop 监控 CPU、内存和网络使用情况等实时系统指标。
  • 使用 Instruments 分析应用，捕获 CPU、内存和能耗的详细跟踪记录。
  • 使用 vm_stat 检查内存压力，以检测内存不足的情况。
  • 通过 powermetrics 查询热状态，包括 CPU/GPU 温度和风扇转速。
  • 使用 powermetrics 分析电源指标，以衡量电池耗电量和能效。
  • 使用 top -o cpu 等命令行工具查看排序后的进程列表，或通过 instruments -s devices 查看可用模板。

使用模式

在脚本中调用此技能以实现自动监控，或将其集成到 AI 工作流中进行实时分析。例如，可在类似服务器的 macOS 环境中循环定期检查，或在应用超过资源阈值时触发性能分析。务必根据任务指定准确的工具和标志；例如，快速查看时使用 top，深入分析时使用 Instruments。如果集成到自动化流程中，请将数据导出为 JSON 以便解析。

常用命令/API

  • 使用 top -o cpu -s 1 按 CPU 使用率对进程排序并每秒更新；将输出传递给 grep 进行筛选，例如：top -o cpu | grep "MyApp"。
  • 使用 vm_stat | grep "Pages" 检查内存压力以获取空闲页面；示例代码： 
    output = subprocess.run(['vm_stat'], capture_output=True).stdout
free_pages = int(re.search(r'free:\s+(\d+)', output.decode()).group(1))
  • 运行 powermetrics --samplers cpu,thermal -i 1000，每 1 秒获取一次 CPU 和热状态数据。
  • 通过 CLI 启动 Instruments：instruments -w <device> -t Time Profiler -D output.trace /path/to/app；使用导出的 .trace 文件进行分析。
  • 对于热状态，可使用 ioreg -l | grep "Ambient" 从系统注册表中解析环境温度。
  • 这些工具无需 API 密钥，可在 macOS 上原生运行。

集成说明

可通过 Python 或 shell 脚本封装命令进行集成；为自定义路径设置环境变量，例如：export INSTRUMENTS_PATH=/Applications/Xcode.app/Contents/Developer/usr/bin/instruments。如需导出数据，可使用 plutil 将 .plist 输出转换为 JSON。若与其他技能组合使用，请确保 macOS 版本兼容（例如，Instruments 需要 Xcode）；使用 sw_vers -productVersion 检查版本。避免同时运行多个高负载工具，以防资源争用。

错误处理

检查命令退出代码；例如，如果 top 失败，请使用 echo $? 验证，并通过记录错误或重试来处理。对于 Instruments，请解析 stderr 中的消息，例如 "Template not found"，并回退到其他方案。在脚本中使用 try-except，例如：

try:
    result = subprocess.run(['instruments', '-t', 'Time Profiler'], check=True)
except subprocess.CalledProcessError as e:
    print(f"Error: {e.returncode} - {e.output}")

常见问题包括权限错误（使用 sudo 运行）或缺少依赖项（通过 xcode-select --install 安装 Xcode 命令行工具）。

具体使用示例

  1. 监控特定进程的 CPU 使用率：在循环脚本中运行 top -pid <processID> -o cpu，然后分析输出，并在使用率 > 80% 时发出警报；脚本示例行：while true; do top -pid 1234 -l 1 | grep CPU; sleep 5; done。
  2. 分析应用的内存：使用 instruments -t Allocations -D profile.trace /Applications/MyApp.app，然后在 Instruments GUI 中打开跟踪记录以识别泄漏；可通过脚本集成：instruments ... && open profile.trace。

关系图

  • 相关项：macos 集群（例如，用于基本系统操作的 macos-core）、performance 标签（关联通用性能分析技能）、profiling 标签（关联应用优化工具）。
  • 依赖项：需要 macos 集群技能提供基础访问；没有直接 API 链接。

评论

支持 Markdown