MCP AIモニター

MCP_AI_モニター

🔍 概要

MCP_AI_Monitor は、教師なし機械学習アルゴリズムを使用してリソース使用における異常な動作を検出する包括的なシステム監視ソリューションです。システムのパフォーマンスをリアルタイムで詳細に把握できるように設計されており、データ収集、予測分析、詳細なレポートを組み合わせています。

✨ 主な特徴

🤖 AI異常検出- 分離フォレストを使用して異常なシステム動作を識別します
📊 リアルタイム分析- CPU、RAM、ネットワークメトリックの継続的な監視
🧠 適応学習- システムの通常の動作に合わせて調整し、誤検知を減らします
📱 即時通知- 異常が検出されるとシステムが警告します
📈 詳細な視覚化- 傾向識別機能を備えたリソース使用状況グラフ
⚙️ プロセス分析- リソースを大量に消費するアプリケーションの識別
🌐 ネットワーク監視- アクティブな接続とネットワークパフォーマンスを分析
📡 Discord 統合- 詳細なレポートが Discord チャンネルに自動的に送信されます
🎨 モダンな CLI インターフェース- ターミナルでのカラフルで直感的な表示

🚀 注文可能な商品

注文	説明
`python mcp.py collect`	システムデータ収集（CPU、RAM）
`python mcp.py train`	異常検出のためのAIモデルのトレーニング
`python mcp.py monitor`	異常検出機能を備えたリアルタイム監視を開始
`python mcp.py stats`	使用状況グラフと統計を生成する
`python mcp.py discord`	Discordで詳細なレポートを送信します
`python mcp.py network`	ネットワークを分析し、専用のレポートを送信します
`python mcp.py all`	完全なシーケンス（収集、トレーニング、監視）を実行します

🛠️ 建築

MCP_AI_Monitor は、いくつかのアドオンで構成されています。

データ収集モジュール( collect_data.py )
- 定期的にシステムメトリックを記録します
- 後で分析できるようにデータをCSV形式で保存します
AIトレーニングモジュール（ train_model.py ）
- 収集したデータを前処理する
- 異常検出のための分離フォレストモデルをトレーニングする
- リアルタイム使用のためにモデルを保存する
監視モジュール( monitor_ai.py )
- 訓練されたモデルを使用してリアルタイムで異常を検出する
- 通常の行動に適応するための学習段階を実装します
- アプリケーションの起動と実際の異常を区別します
Discordとの統合
- ハードウェアとネットワークの個別のレポートを送信します
- 各データカテゴリごとに設定可能なWebhookを使用する
- テーマ別の埋め込みによる最適化されたビジュアルフォーマット

📊 Discordレポート

MCP_AI_Monitor は詳細なレポートを生成し、専用の Webhook 経由で Discord に送信します。

ハードウェアレポート

システム情報- CPU、RAM、OS に関する詳細
使用状況グラフ- CPU/RAM の傾向を視覚化
アクティブプロセス- 最も電力を消費するアプリケーションのリスト

ネットワークレポート

ネットワークアクティビティ- アップロード/ダウンロード速度、データ量
ネットワークインターフェース- アクティブなインターフェースとその IP アドレスの詳細
アクティブ接続- 確立された接続と関連プロセスを追跡します

📋 前提条件

Python 3.8以上
Python の依存関係 ( pip install -r requirements.txtでインストール可能):
- psutil - システムデータ収集
- scikit-learn - 機械学習アルゴリズム
- pandas - データ操作
- matplotlib - グラフ生成
- colorama - ターミナルでのカラフルな表示
- discord-webhook - Discordとの統合

🔧 インストール

このリポジトリをクローンします:

git clone https://github.com/MedusaSH/MCP_AI_Monitor.git
cd MCP_AI_Monitor

依存関係をインストールします。

pip install -r requirements.txt

Discord Webhook を設定します (オプション):
- mcp.pyファイル内のWebhook URLを変更する
- ハードウェアとネットワークのレポートに別々のWebhookを使用する機能

📖 ユーザーガイド

クイックスタート

初めてフル使用する場合:

# Collecte de données (60 secondes par défaut)
python mcp.py collect

# Entraînement du modèle IA
python mcp.py train

# Surveillance en temps réel
python mcp.py monitor

自動化されたワークフロー

プロセス全体を 1 つのコマンドで実行するには:

# Exécute la séquence complète et envoie un rapport sur Discord
python mcp.py all --duration 120 --report

🔍 異常検出

システムは、Isolation Forest アルゴリズムを使用して異常な動作を検出します。

学習フェーズ- ベースラインを確立するためのデータ収集
動的適応- 通常の行動に基づいて閾値を調整する
スマートフィルタリング- アプリの起動を検出して誤検知を削減
異常スコアリング- 異常レベルによるイベントの分類

🌱 貢献

貢献を歓迎します!貢献するには:

プロジェクトをフォークする
機能用のブランチを作成します（ git checkout -b feature/amazing-feature ）
変更をコミットします ( git commit -m 'Add some amazing feature' )
ブランチにプッシュする ( git push origin feature/amazing-feature )
プルリクエストを開く

📜 ライセンス

このプロジェクトは MIT ライセンスに基づいてライセンスされています。詳細については、 LICENSEファイルを参照してください。

👥 著者

MedusaSH -初期開発- Github

🙏 謝辞

scikit-learnによる森林断熱
システムメトリックにアクセスするための psutil
Discord 統合用の discord-webhook ライブラリ

MCP AI Monitor

Integrations