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

什么是 DivLens MCP？

DivLens MCP 是一个使用 Rust 编写的高性能模型上下文协议 (MCP) 服务器。

它架起了 AI 助手与你的机器之间的桥梁 —— 让 Claude、Cursor、Windsurf 以及任何其他兼容 MCP 的智能体能够实时、结构化地访问硬件传感器、存储指标、网络诊断、进程树、开发运行时、系统日志等信息。

无需云端。无需 API 密钥。无需配置。只需构建并运行即可。

"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 种诊断工具

分类	工具	返回内容
⚡ 性能	`get_live_metrics`	CPU 使用率、内存、交换空间、阻塞进程、运行时间
⚡ 性能	`get_process_list`	按 CPU/内存排序的顶级进程及 PID
💾 存储	`get_storage_health`	每个挂载点的空闲/已用/总空间
💾 存储	`scan_storage_inventory`	包含大小的完整文件类型清单
💾 存储	`get_file_type_summary`	按扩展名分类的文件数量和大小
💾 存储	`get_specific_file_type`	所有匹配特定扩展名的文件
💾 存储	`get_advanced_storage_stats`	前 50 个最大文件 + 陈旧数据分析
💾 存储	`get_storage_diagnostics`	IOPS、读写延迟、SMART 状态
🖥️ 硬件	`get_hardware_diagnostics`	CPU/GPU 规格、电池百分比、温度、SMART
🌐 网络	`get_network_diagnostics`	吞吐量、活动连接、信号强度
🌐 网络	`get_network_config`	每个适配器的 IP、DNS、接口配置
🔬 身份	`get_system_dna`	操作系统、主机名、运行时间、机器指纹
🛠️ 开发栈	`get_dev_stack`	Node、Python、Rust、Go、Java 运行时及包
🛠️ 开发栈	`get_drivers`	内核模块和设备驱动程序
📂 工具	`scan_directory`	递归目录列表及大小
🧠 记忆	`recall_memory`	对过往 AI 诊断结果进行语义搜索
📋 日志	`get_system_logs`	按模式聚类的近期操作系统/内核错误

🚀 安装 — 一条命令，适用于任何平台

无需 Rust。无需编译。无需手动编辑配置。 安装程序会自动下载预构建的二进制文件并配置你的 AI 客户端。

macOS 和 Linux

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

Windows (PowerShell — 无需管理员权限)

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

安装程序将：

✅ 检测你的操作系统和芯片架构（Apple Silicon / Intel / Linux / Windows）
✅ 从 GitHub Releases 下载正确的预构建二进制文件
✅ 验证 SHA-256 校验和
✅ 安装到你的 PATH 中，无需管理员权限
✅ 自动配置 Claude Desktop、Cursor、Windsurf 和 Antigravity
✅ 在完成前测试服务器是否正常工作

然后只需重启你的 AI 客户端并询问 “现在是什么进程占用了我的 CPU？”

从源码构建（高级）

需要 Rust 1.82+。

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

连接到你的 AI

Claude Desktop

配置文件：~/Library/Application Support/Claude/claude_desktop_config.json (macOS) 或 %APPDATA%\Claude\claude_desktop_config.json (Windows)

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

退出并重启 Claude Desktop。看到 🔌 插头图标即表示连接成功。

Cursor

配置文件：~/.cursor/mcp.json

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

Cmd+Shift+P → Reload Window (重新加载窗口)

Windsurf

配置文件：~/.codeium/windsurf/mcp_config.json

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

有关完整的设置详情，请参阅 DEPLOYMENT.md。

工作原理

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

传输： 每个 MCP 消息都是通过 stdio 传输的换行符分隔的 JSON-RPC 2.0 对象。 AI 逻辑： DivLens 从不运行 LLM 推理 —— 它仅收集并返回原始系统数据。 隐私： 所有数据都保留在你的机器上。不会发送到任何地方。

项目结构

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

可选：语义记忆

启用 vector-memory 功能，通过本地 ONNX 嵌入模型为 recall_memory 提供真正的语义搜索（无需云端，无需 API 密钥）：

cargo build --release --features vector-memory

启用后，DivLens 会创建一个本地 LanceDB 向量存储，并使用 fastembed 对过往诊断进行语义嵌入和检索。

禁用时（默认），recall_memory 将返回空列表 —— 不会影响其他功能。

验证服务器

在没有客户端的情况下测试 MCP 有线协议：

# 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

许可证

采用 Apache License, Version 2.0 许可。请参阅 LICENSE 获取全文。

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

Related MCP Connectors

Living Memory
to.viibe
An MCP memory server. One memory your agents share — across models, devices and apps.
Knowledge & Memory Autonomous Agents AI & Machine Learning
22
https://lme.viibe.to/mcp
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
https://pronto.stream/mcp
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
https://api.anotherai.dev/mcp
Server4Agent A
com.server4agent
MCP server that lets your AI assistant build and deploy apps, hosting each one at a live URL.
App Automation Cloud Platforms Developer Tools
343
https://mcp.server4agent.com

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 3 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 16 days ago (2026-10-20 20:39 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 4 months ago (2026-07-17 03:20 UTC)
6
MIT
system-monitor
2428424081cn
A
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 4 months ago (2026-07-18 14:59 UTC)
4
1
ISC