mcp-system-info
Collects AMD GPU metrics via amd-smi or rocm-smi JSON output, with Windows WMI fallback for adapter name and VRAM.
Collects Intel Arc GPU metrics by invoking xpu-smi and parsing its JSON output.
Collects NVIDIA GPU metrics via NVML/pynvml, including GPU utilization, VRAM usage, total VRAM, and temperature.
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
mcp-system-info
Локальный MCP-сервер на Python (официальная библиотека mcp 2.x, MCPServer)
с инструментом get_system_info: CPU, диск, RAM и GPU (NVIDIA / Intel Arc / AMD).
Структура
server.py— MCP-сервер (stdio)client.py— тестовый клиентrequirements.txt— зависимости
Related MCP server: system-mcp
GPU: каскад сбора метрик
Для каждой найденной карты сервер старается вернуть:
name— имя адаптераgpu_util_percent— загрузка ядра GPU (%)vram_used_gb/vram_total_gb— занятая / общая видеопамять (ГБ)temperature_c— температура (°C) илиnull, если недоступнаsource— откуда взяты данные:nvidia|intel|amd|windows
Порядок сбора:
NVIDIA —
nvidia-ml-py(pynvml): утилизация, VRAM, температура.Intel Arc — если в PATH есть
xpu-smi(Intel oneAPI / IGCL), парсится JSON-вывод.AMD —
amd-smi/rocm-smi(JSON); на Windows без утилит — имя и объём через WMI/Win32_VideoController.Windows fallback — если вендорные источники ничего не дали: загрузка GPU и dedicated VRAM через счётчики производительности (
win32pdh/Get-Counter). Температура через стандартные API обычно недоступна → безопасноnull, без падения сервера.
На машинах со смешанными GPU результаты вендорных шагов объединяются (без дублей по имени). Windows-fallback включается только если предыдущие шаги ничего не нашли.
Пошаговая установка и проверка (Windows / PowerShell)
1. Перейти в папку проекта
cd C:\path\to\mcp-system-info2. Создать виртуальное окружение
python -m venv .venv3. Активировать venv
.\.venv\Scripts\Activate.ps1Если PowerShell запрещает скрипты, один раз выполните:
Set-ExecutionPolicy -Scope CurrentUser RemoteSigned4. Установить зависимости
python -m pip install --upgrade pip
pip install -r requirements.txtОпционально для расширенных метрик:
NVIDIA: драйвер NVIDIA (NVML идёт с драйвером; пакет
nvidia-ml-pyуже вrequirements.txt)Intel Arc: установите Intel XPU System Management Interface (
xpu-smiв PATH)AMD:
amd-smi(Adrenalin) илиrocm-smi(ROCm)
Без утилит Intel/AMD сервер всё равно работает: NVIDIA через NVML, остальные карты — через Windows fallback.
5. Запустить проверку
python client.pyОжидаемый вывод — JSON с cpu_percent, disk_*, ram_* и массивом gpus.
6. (Опционально) Запустить только сервер
python server.pyСервер ждёт MCP-клиент на stdin/stdout и сам по себе «молчит» — это нормально.
Подключение к Cursor (опционально)
{
"mcpServers": {
"system-info": {
"command": "C:\\path\\to\\mcp-system-info\\.venv\\Scripts\\python.exe",
"args": [
"C:\\path\\to\\mcp-system-info\\server.py"
]
}
}
}Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Maintenance
Related MCP Connectors
Stateless MCP gateway and OTel span-streaming bridge for hosted MCP servers.
Read-only MCP server for AIStatusDashboard status, incidents, metrics, and fallback recommendations.
Remote MCP for GenAI span mapping, provider normalization, dashboard schemas, and receipts.
Related MCP Servers
- FlicenseBqualityDmaintenanceA lightweight MCP server that provides real-time hardware statistics including CPU, memory, disk, and NVIDIA GPU usage. It enables users to monitor system performance and retrieve comprehensive host machine specifications through a standardized interface.1-
- FlicenseAqualityDmaintenanceExposes system telemetry tools to retrieve CPU, memory, disk, battery, network, process, and GPU metrics from a local machine.8-
- AlicenseAqualityCmaintenanceHardware 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.6MIT
- AlicenseNot gradedqualityBmaintenanceEnables agents to inspect GPU status, size KV cache and vLLM/llama.cpp deployments, read live backend metrics, and run benchmarks over MCP.MIT