MCP AI 监控器

MCP_AI_监控器

🔍 概述

MCP_AI_Monitor 是一个全面的系统监控解决方案，它使用无监督机器学习算法来检测资源使用中的异常行为。它旨在实时深入了解您的系统性能，结合了数据收集、预测分析和详细报告。

✨ 主要特点

🤖 AI 异常检测- 使用孤立森林识别异常的系统行为
📊 实时分析- 持续监控 CPU、RAM 和网络指标
🧠 自适应学习- 适应系统的正常行为以减少误报
📱 即时通知- 检测到异常时系统发出警报
📈 详细可视化- 具有趋势识别的资源使用情况图表
⚙️ 流程分析- 识别资源密集型应用程序
🌐 网络监控- 分析活动连接和网络性能
📡 Discord 集成- 详细报告自动发送到您的 Discord 频道
🎨 现代 CLI 界面- 终端中色彩丰富且直观的显示

🚀 可订购

命令	描述
`python mcp.py collect`	系统数据收集（CPU、RAM）
`python mcp.py train`	训练用于异常检测的 AI 模型
`python mcp.py monitor`	启动具有异常检测的实时监控
`python mcp.py stats`	生成使用情况图表和统计数据
`python mcp.py discord`	在 Discord 上发送详细报告
`python mcp.py network`	分析网络并发送专门报告
`python mcp.py all`	执行完整序列（收集、训练、监控）

🛠️ 建筑

MCP_AI_Monitor 由几个附加组件组成：

数据收集模块（ collect_data.py ）
- 定期记录系统指标
- 以 CSV 格式存储数据以供日后分析
AI训练模块（ train_model.py ）
- 预处理收集的数据
- 训练孤立森林模型进行异常检测
- 保存模型以供实时使用
监控模块（ monitor_ai.py ）
- 使用训练好的模型实时检测异常
- 实施学习阶段以适应正常行为
- 区分应用程序启动与真实异常
Discord 集成
- 发送硬件和网络的单独报告
- 为每个数据类别使用可配置的 webhook
- 通过主题嵌入优化视觉格式

📊 Discord 报告

MCP_AI_Monitor 生成详细报告并通过专用 webhook 将其发送到 Discord：

硬件报告

系统信息- 有关 CPU、RAM、OS 的详细信息
使用情况图表- 可视化 CPU/RAM 趋势
活动进程- 最耗电的应用程序列表

网络报告

网络活动- 上传/下载速度、数据量
网络接口- 活动接口及其 IP 地址的详细信息
活动连接- 跟踪已建立的连接和相关进程

📋 先决条件

Python 3.8+
Python 依赖项（可通过pip install -r requirements.txt安装）：
- psutil - 系统数据收集
- scikit-learn——机器学习算法
- pandas - 数据操作
- matplotlib - 图形生成
- colorama - 终端中的彩色显示
- discord-webhook - 与 Discord 集成

🔧 安装

克隆此存储库：

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

安装依赖项：

pip install -r requirements.txt

配置您的 Discord webhook（可选）：
- 更改mcp.py文件中的 webhook URL
- 能够使用单独的 webhook 来报告硬件和网络

📖 用户指南

快速入门

首次完整使用：

# 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

自动化工作流程

要通过一个命令运行整个过程：

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

🔍 异常检测

系统采用孤立森林算法检测异常行为：

学习阶段——收集数据以建立基线
动态适应——根据正常行为调整阈值
智能过滤——检测应用程序启动以减少误报
异常评分- 根据异常级别对事件进行分类

🌱 贡献

欢迎投稿！贡献：

分叉项目
为你的功能创建一个分支（ git checkout -b feature/amazing-feature ）
提交您的更改（ git commit -m 'Add some amazing feature' ）
推送到分支（ git push origin feature/amazing-feature ）
打开拉取请求

📜 许可证

该项目已获得 MIT 许可。请参阅LICENSE文件以了解更多信息。

👥 作者

MedusaSH -初始开发- Github

🙏 致谢

通过 scikit-learn 实现森林隔热
psutil 用于访问系统指标
用于 Discord 集成的 discord-webhook 库

MCP AI Monitor

Integrations