de en es ja ko ru zh

DivLens MCP

Name: DivLens MCP
Author: Lohithry

by Lohithry

Overview Schema Source Related Servers Discussions Admin

Rust

Local

Что такое DivLens MCP?

DivLens MCP — это высокопроизводительный сервер Model Context Protocol (MCP), написанный на Rust.

Он устраняет разрыв между ИИ-ассистентами и вашим компьютером, предоставляя Claude, Cursor, Windsurf и любому другому агенту с поддержкой MCP живой, структурированный доступ к аппаратным датчикам, метрикам хранилища, сетевой диагностике, дереву процессов, средам разработки, системным логам и многому другому.

Никаких облаков. Никаких API-ключей. Никакой настройки. Просто установите и запустите.

"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.

Related MCP server: GhostInTheShell MCP

✦ 17 инструментов диагностики

Категория	Инструмент	Что возвращает
⚡ Производительность	`get_live_metrics`	% CPU, RAM, swap, заблокированные процессы, время работы
⚡ Производительность	`get_process_list`	Топ процессов по CPU / RAM с PID
💾 Хранилище	`get_storage_health`	Свободное/занятое/общее место по точкам монтирования
💾 Хранилище	`scan_storage_inventory`	Полная инвентаризация типов файлов с размерами
💾 Хранилище	`get_file_type_summary`	Количество и размеры файлов по расширениям
💾 Хранилище	`get_specific_file_type`	Все файлы, соответствующие определенному расширению
💾 Хранилище	`get_advanced_storage_stats`	Топ-50 самых больших файлов + анализ устаревших данных
💾 Хранилище	`get_storage_diagnostics`	IOPS, задержка чтения/записи, статус SMART
🖥️ Оборудование	`get_hardware_diagnostics`	Характеристики CPU/GPU, % заряда батареи, температуры, SMART
🌐 Сеть	`get_network_diagnostics`	Пропускная способность, активные соединения, сигнал
🌐 Сеть	`get_network_config`	IP, DNS, конфигурация интерфейсов по адаптерам
🔬 Идентификация	`get_system_dna`	ОС, имя хоста, время работы, отпечаток машины
🛠️ Стек разработки	`get_dev_stack`	Среды Node, Python, Rust, Go, Java + пакеты
🛠️ Стек разработки	`get_drivers`	Модули ядра и драйверы устройств
📂 Утилиты	`scan_directory`	Рекурсивный список директорий с размерами
🧠 Память	`recall_memory`	Семантический поиск по прошлым диагнозам ИИ
📋 Логи	`get_system_logs`	Недавние ошибки ОС/ядра, сгруппированные по шаблонам

🚀 Установка — одна команда, любая платформа

Rust не требуется. Компиляция не нужна. Ручное редактирование конфигов не требуется. Установщик загружает предварительно скомпилированный бинарный файл и автоматически настраивает ваши ИИ-клиенты.

macOS и Linux

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

Windows (PowerShell — права администратора не требуются)

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

Установщик выполнит следующие действия:

✅ Определит вашу ОС и архитектуру (Apple Silicon / Intel / Linux / Windows)
✅ Загрузит нужный бинарный файл из GitHub Releases
✅ Проверит контрольную сумму SHA-256
✅ Установит в PATH без необходимости прав администратора
✅ Автоматически настроит Claude Desktop, Cursor, Windsurf и Antigravity
✅ Протестирует работу сервера перед завершением

Затем просто перезапустите ваш ИИ-клиент и спросите: "Что сейчас нагружает мой процессор?"

Сборка из исходного кода (для продвинутых пользователей)

Требуется Rust версии 1.82+.

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

Подключение к вашему ИИ

Claude Desktop

Файл конфигурации: ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) или %APPDATA%\Claude\claude_desktop_config.json (Windows)

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

Закройте и перезапустите Claude Desktop. Значок 🔌 подтвердит подключение.

Cursor

Файл конфигурации: ~/.cursor/mcp.json

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

Cmd+Shift+P → Reload Window

Windsurf

Файл конфигурации: ~/.codeium/windsurf/mcp_config.json

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

Для получения подробной информации по настройке см. DEPLOYMENT.md.

Как это работает

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

Транспорт: Каждое сообщение MCP — это JSON-RPC 2.0 объект, разделенный символом новой строки, передаваемый через stdio. Логика ИИ: DivLens никогда не выполняет инференс LLM — он только собирает и возвращает необработанные системные данные. Конфиденциальность: Все данные остаются на вашем компьютере. Ничего никуда не отправляется.

Структура проекта

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

Опционально: Семантическая память

Включите функцию vector-memory, чтобы дать recall_memory возможность полноценного семантического поиска с использованием локальной модели эмбеддингов ONNX (без облака, без API-ключей):

cargo build --release --features vector-memory

При включении DivLens создает локальное векторное хранилище LanceDB и использует fastembed для семантического встраивания и извлечения прошлых диагнозов.

Если функция отключена (по умолчанию), recall_memory возвращает пустой список — функциональность не нарушается.

Проверка сервера

Протестируйте протокол MCP без клиента:

# 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

Лицензия

Лицензировано под Apache License, Version 2.0. См. LICENSE для получения полного текста.

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityInactive

ResponsivenessNo issues

Resources

GitHub Repository

Need Help?

Related Servers

Related MCP Connectors

Living MemoryOAuth
to.viibe
An MCP memory server. One memory your agents share — across models, devices and apps.
Knowledge & Memory Autonomous Agents AI & Machine Learning
22
pronto-stream A
io.github.nmxmxh
Real-time planetary signal engine and Model Context Protocol (MCP) server for autonomous AI agents.
Agent Orchestration Cryptocurrency Finance
151
anotherai
dev.anotherai
MCP server for building and testing AI agents with multi-model experimentation and insights.
Agent Orchestration Autonomous Agents Testing & QA Tools
2
UnifAPIOAuth
com.unifapi
Hosted MCP server for live public-data APIs and Skills for AI agents.
Open Data Search AI & Machine Learning
2

Related MCP Servers

open-monitor
Monitoring Observability
hasna
A
license
Not graded
quality
F
maintenance
Multi-machine system monitor with a built-in MCP server that enables AI agents to query health metrics, manage processes, schedule cron jobs, and run diagnostics across local and remote machines.
Updated 2 months ago (2026-08-14 13:02 UTC)
133 npm
Apache 2.0
GhostInTheShell MCP
Monitoring Observability Shell Access
pronzzz
A
license
Not graded
quality
D
maintenance
A sandboxed, read-only MCP server that safely exposes system metrics, container diagnostics, and logs to AI agents with intelligent context compression and strict security measures.
Updated 8 months ago (2026-02-20 20:24 UTC)
MIT
hwprobe-mcp
Monitoring Command Line
notreallycheeks
A
license
A
quality
D
maintenance
Hardware probe MCP server that provides deep hardware inventory and live sensor telemetry for AI agents, including CPU, memory, disk, GPU, and sensor data across platforms.
Updated 3 months ago (2026-07-17 03:20 UTC)
6
MIT
system-monitor
2428424081cn
F
license
A
quality
D
maintenance
A secure, read-only MCP server for AI-powered system monitoring. It provides real-time OS metrics, config discovery, and safe log tailing to enable autonomous infrastructure audits without shell access risks.
Updated 3 months ago (2026-07-18 14:59 UTC)
4
1
-