DivLens MCP란 무엇인가요?

DivLens MCP는 Rust로 작성된 고성능 Model Context Protocol (MCP) 서버입니다.

AI 어시스턴트와 사용자의 머신 사이의 간극을 메워주며, Claude, Cursor, Windsurf 및 기타 MCP 호환 에이전트가 하드웨어 센서, 스토리지 메트릭, 네트워크 진단, 프로세스 트리, 개발자 런타임, 시스템 로그 등에 대해 실시간 구조화된 액세스를 할 수 있도록 합니다.

클라우드도, API 키도, 복잡한 설정도 필요 없습니다. 빌드하고 실행하기만 하면 됩니다.

"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.

✦ 17가지 진단 도구

카테고리	도구	반환 내용
⚡ 성능	`get_live_metrics`	CPU %, RAM, 스왑, 차단된 프로세스, 가동 시간
⚡ 성능	`get_process_list`	PID별 CPU/RAM 상위 프로세스
💾 스토리지	`get_storage_health`	마운트 지점별 여유/사용/전체 용량
💾 스토리지	`scan_storage_inventory`	크기별 전체 파일 유형 인벤토리
💾 스토리지	`get_file_type_summary`	확장자별 파일 개수 및 크기
💾 스토리지	`get_specific_file_type`	특정 확장자와 일치하는 모든 파일
💾 스토리지	`get_advanced_storage_stats`	상위 50개 대용량 파일 + 오래된 데이터 분석
💾 스토리지	`get_storage_diagnostics`	IOPS, 읽기/쓰기 지연 시간, SMART 상태
🖥️ 하드웨어	`get_hardware_diagnostics`	CPU/GPU 사양, 배터리 %, 온도, SMART
🌐 네트워크	`get_network_diagnostics`	처리량, 활성 연결, 신호
🌐 네트워크	`get_network_config`	어댑터별 IP, DNS, 인터페이스 구성
🔬 식별	`get_system_dna`	OS, 호스트 이름, 가동 시간, 머신 지문
🛠️ 개발 스택	`get_dev_stack`	Node, Python, Rust, Go, Java 런타임 + 패키지
🛠️ 개발 스택	`get_drivers`	커널 모듈 및 장치 드라이버
📂 유틸리티	`scan_directory`	크기를 포함한 재귀적 디렉토리 목록
🧠 메모리	`recall_memory`	과거 AI 진단에 대한 의미론적 검색
📋 로그	`get_system_logs`	패턴별로 클러스터링된 최근 OS/커널 오류

🚀 설치 — 한 번의 명령어로, 모든 플랫폼에서

Rust가 필요 없습니다. 컴파일도, 수동 설정 편집도 필요 없습니다. 설치 프로그램이 미리 빌드된 바이너리를 다운로드하고 AI 클라이언트를 자동으로 구성합니다.

macOS & Linux

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

Windows (PowerShell — 관리자 권한 불필요)

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

설치 프로그램은 다음을 수행합니다:

✅ OS 및 칩 감지 (Apple Silicon / Intel / Linux / Windows)
✅ GitHub 릴리스에서 올바른 미리 빌드된 바이너리 다운로드
✅ SHA-256 체크섬 확인
✅ 관리자 권한 없이 PATH에 설치
✅ Claude Desktop, Cursor, Windsurf, Antigravity 자동 구성
✅ 완료 전 서버 작동 테스트

그런 다음 AI 클라이언트를 다시 시작하고 *"지금 내 CPU를 사용하고 있는 것이 무엇인가요?"*라고 물어보세요.

소스에서 빌드 (고급)

Rust 1.82+ 버전이 필요합니다.

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

AI에 연결하기

Claude Desktop

설정 파일: ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) 또는 %APPDATA%\Claude\claude_desktop_config.json (Windows)

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

Claude Desktop을 종료하고 다시 실행하세요. 🔌 플러그 아이콘이 연결을 확인해 줍니다.

Cursor

설정 파일: ~/.cursor/mcp.json

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

Cmd+Shift+P → Reload Window

Windsurf

설정 파일: ~/.codeium/windsurf/mcp_config.json

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

전체 설정 세부 정보는 **DEPLOYMENT.md**를 참조하세요.

작동 원리

  ┌─────────────────────────────────────────┐
  │   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.

전송: 모든 MCP 메시지는 stdio를 통한 줄바꿈으로 구분된 JSON-RPC 2.0 객체입니다. AI 로직: DivLens는 LLM 추론을 실행하지 않으며, 원시 시스템 데이터를 수집하고 반환하기만 합니다. 개인정보 보호: 모든 데이터는 사용자의 머신에 머무릅니다. 외부로 전송되는 데이터는 없습니다.

프로젝트 구조

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

선택 사항: 의미론적 메모리

vector-memory 기능을 활성화하면 로컬 ONNX 임베딩 모델을 사용하여 recall_memory에 진정한 의미론적 검색 기능을 제공할 수 있습니다 (클라우드 및 API 키 불필요):

cargo build --release --features vector-memory

활성화되면 DivLens는 로컬 LanceDB 벡터 저장소를 생성하고 fastembed를 사용하여 과거 진단을 의미론적으로 임베딩하고 불러옵니다.

비활성화된 경우(기본값), recall_memory는 빈 목록을 반환하며 기능상 문제는 없습니다.

서버 확인

클라이언트 없이 MCP 와이어 프로토콜을 테스트하세요:

# 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

라이선스

Apache License, Version 2.0에 따라 라이선스가 부여됩니다. 전체 텍스트는 LICENSE를 참조하세요.

DivLens MCP