Uniprof

Name: Uniprof
Author: indragiek

作者：indragiekバージョン 0.3.4i★ –iパソコンで動く

レジストリ名io.github.indragiek/uniprof

インストール

概要

作者による説明（英語の原文）

Universal CPU profiler designed for humans and AI agents

PopNx MCPの3つの柱

この3つを1つのスコアにまとめることはしません。意見、測定、人気はそれぞれ別のものだからです。

利用者の声iレビューはまだありませんレビューは今後のステップで、アカウント機能と一緒に始まります
私たちの基本チェックi1項目中1項目に合格公開情報からチェック。コードはまだスキャンしていません
利用状況i未計測★ –

できること

このサーバーのやさしい解説はまだ書いていません。以下はレジストリから読み取った事実です。

接続方法: パソコンで動く
トランスポート: stdio
カテゴリ: その他

インストール

使っているAIアプリを選んで、設定をコピーしてください。

インストールの前に

基本チェック：1項目中1項目に合格
あなたのパソコンで、あなたのユーザーと同じ権限（ファイル、ネットワーク、アプリ）で動きます。
レジストリには、入力が必要なキーは載っていません。

必要なもの

npmNode.jsのインストール（npxコマンドに必要）

どのアプリを使っていますか？

ClaudeClaude CodeCursorVS CodeChatGPT

上でアプリを選んでください。選んだアプリを覚えておくので、次からはボタンに「…にインストール」と表示されます。

Claude Desktop → Settings → Developer → Edit Config を開き、claude_desktop_config.json にこれを貼り付けます

{
  "mcpServers": {
    "uniprof": {
      "command": "npx",
      "args": [
        "-y",
        "uniprof",
        "mcp",
        "run"
      ]
    }
  }
}

ターミナルでこれを実行します

claude mcp add uniprof -- npx -y uniprof mcp run

Cursorで開く

または、設定を自分でコピーする

プロジェクトの .cursor/mcp.json、または ~/.cursor/mcp.json に貼り付けます

{
  "mcpServers": {
    "uniprof": {
      "command": "npx",
      "args": [
        "-y",
        "uniprof",
        "mcp",
        "run"
      ]
    }
  }
}

ブラウザがアプリを開いてよいか確認し、そのあとアプリが設定を表示して確認を求めます。キーの値は空欄のままなので、自分で入力してください。

VS Codeで開く

または、設定を自分でコピーする

プロジェクトの .vscode/mcp.json に貼り付けます

{
  "servers": {
    "uniprof": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "uniprof",
        "mcp",
        "run"
      ]
    }
  }
}

これはパソコンで動くサーバーですが、ChatGPTがつなげるのはインターネット上のサーバーだけです。ほかのアプリを選んでください。

選んだアプリは、この端末のCookieに保存されます。アカウントは不要です。

この設定は、作者のレジストリ登録情報から作成しています。READMEと違う場合は、READMEに従ってください。

できること

パソコンで動くサーバーです。インストールすると、ツール一覧がAIアプリに表示されます。

基本チェックi

誰でも見られる情報をチェックしており、コードは読んでいません。当てはまらない項目は数に入れていません。 · 2026年11月7日にチェック

✓ 合格
作者とリポジトリが一致
レジストリ名は、リポジトリを所有するGitHubアカウント indragiek で確認済みです
… 未チェック
今もメンテナンスされている
このリポジトリはまだGitHubから読み取っていません
… 未チェック
ライセンスがある
このリポジトリはまだGitHubから読み取っていません
– 対象外
エンドポイントが応答する
これはパソコンで動くため、インターネット上のエンドポイントはありません
– 対象外
OAuthでサインイン
パソコンで動き、代わりにローカルの設定を使います
… 未チェック
ツールの説明に隠れた指示がない
パソコンで動くサーバーです。ツール一覧を読み取れるのは、インターネット上のエンドポイントがある場合だけです

その他のほかのサーバーとの比較i

このカテゴリのほかの32742件のうち0%よりスターが多い
このカテゴリのほかの32742件のうち0%より最近レジストリに公開
基本チェックの結果が、このカテゴリのほかの32742件のうち100%と同じかそれ以上

レジストリでこのカテゴリにある有効なすべてのサーバーと比較しています。スターは、公開者がリポジトリの所有者である場合だけ数えます。

よくある質問

Uniprofは安全ですか？

当てはまる基本チェック1項目のうち1項目に合格しました。コードは読んでいません。キーやトークンを追加する前に、サーバーがどんなアクセスを求めているかを確認し、必要な権限だけを持つキーを使ってください。

どんなキーやコードが必要ですか？

レジストリには必須のキーは載っていません。ただし、最初に使うときにサインインを求めるサーバーもあります。

パソコンで動きますか、それともクラウドですか？

あなたのパソコンで動きます。必要なときにAIアプリが起動し、データは作者のサーバーを通りません（サーバー自体がオンラインサービスを呼び出す場合を除きます）。

今もメンテナンスされていますか？

GitHubリポジトリの最終更新は–、最新バージョン（0.3.4）がレジストリに届いたのは14 か月前です。

どのアプリで使えますか？

Claude Desktop、Claude Code、Cursor、VS CodeなどのMCP対応アプリで使えます。パソコンにNode.jsも必要です。

代わりに使えるものは？

同じカテゴリには：Spec Driven Development, Remote Desktop Commander, Asset Notation

代わりの候補

同じカテゴリで、ほかの作者が作ったサーバー。スターの多い順。

カードの見方：★ GitHubスターi3つの柱：レビュー · チェック · 利用状況i更新＝最新バージョンをレジストリに公開した日i

Spec Driven Development

作者：formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

パソコンで動く★ 440MIT14 か月前更新

インストール

Remote Desktop Commander

作者：desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

クラウドで動く★ 211一昨日更新

インストール

Asset Notation

作者：assetnotation

Read and maintain an Asset Notation file on disk: net worth, holdings, valuations, CSV import.

パソコンで動く今日更新

インストール

作者のREADME

READMEを開く

作者のリポジトリから書かれたとおりにコピーしたものです。PopNx MCPは内容を確認・推奨していません。HTML、画像、スクリプトは取り除いています。リンクはこのサイトの外へ移動します。

`uniprof`

uniprof simplifies CPU profiling for humans and AI agents. Profile any application without code changes or added dependencies.

# Profile and analyze any app in one step

npx uniprof python script.py

Supported Platforms
System Requirements
Installation
MCP Server
Quick Start
Host vs. Container Modes
Compiling with Debug Information
Documentation
Credits
License

Supported Platforms

uniprof implements a common interface over multiple profilers that specialize in different platforms and runtimes. It automatically detects which profiler to use based on the command being executed, runs the profiler, transforms the varying output formats into a single format, and runs statistical analysis on the data to identify hotspots.

Platform	Profiler	Container	Host	Min Version
Python	py-spy	✅	✅	Python 3.7+
Node.js	0x	✅	✅	Node 14+
Ruby	rbspy	✅	✅	Ruby 2.5+
PHP	Excimer	✅	✅	PHP 7.2+
JVM	async-profiler	✅	✅	Java 8+
.NET	dotnet-trace	✅	✅	.NET 5+
BEAM	perf	✅	✅*	OTP 24+
Native (macOS)	Instruments	❌	✅	Xcode 14.3+
Native (Linux)	perf	✅	✅	Linux 2.6.31+

\* Linux only for host mode

System Requirements

tl;dr: macOS or Linux with Docker installed

uniprof is designed to run on macOS and Linux but has primarily been developed & tested on macOS. If you find any bugs when running on Linux, please report them. Running on a Windows host is currenly not supported, but you can run on Linux installed on Windows via WSL2. Note that when using uniprof via WSL2, profiling native Windows executables is not supported, but you can still use the profilers for the higher level language runtimes like Python and Node.js.

Profiling tools are often non-trivial to set up correctly and can require elevated privileges. To simplify set up and provide better isolation for the profiled code, uniprof defaults to using Docker containers for each runtime that are pre-configured to run specific profiling tools. uniprof mounts your workspace in the container and executes the program with the profiler attached. uniprof also supports profiling outside the container if the host system has the profiling tools installed by running with the --mode host flag. The only case where containerized execution is not supported is when profiling a native Mach-O binary on macOS, since Apple Instruments cannot run inside a container.

Installation

npm install -g uniprof

MCP Server

# Install uniprof MCP server automatically

uniprof mcp install claudecode uniprof mcp install cursor uniprof mcp install vscode

Supported clients for auto-installation: amp, claudecode, codex, cursor, gemini, vscode, zed

If auto-installation is not supported for your client, add an MCP server using the stdio transport with the command npx -y uniprof mcp run.

For detailed MCP documentation see docs/mcp.md.

Quick Start

Profile and analyze in one step:

# Profile most languages and get immediate analysis

uniprof python app.py uniprof node server.js uniprof ruby script.rb uniprof java -jar myapp.jar uniprof dotnet MyApp.dll uniprof ./my-native-app

Profile and visualize flamegraph in browser

uniprof --visualize python app.py

Save profiles to analyze and visualize later:

# 1. Check environment (optional)

uniprof bootstrap

2. Record a profile

uniprof record -o profile.json -- python app.py uniprof record -o profile.json -- node server.js uniprof record -o profile.json -- ruby script.rb uniprof record -o profile.json -- php script.php uniprof record -o profile.json -- java -jar myapp.jar uniprof record -o profile.json -- ./gradlew run uniprof record -o profile.json -- ./mvnw spring-boot:run uniprof record -o profile.json -- dotnet MyApp.dll uniprof record -o profile.json -- elixir script.exs uniprof record -o profile.json -- mix run uniprof record -o profile.json -- ./my-native-app uniprof record -o profile.json -- /Applications/MyApp.app

3. Analyze profile data to find hotspots

uniprof analyze profile.json

4. Visualize flamegraph in the browser

uniprof visualize profile.json

For detailed command line options documentation see docs/cli.md.

Host vs. Container Modes

Use the --mode option to control how profiling runs:

`auto` (default): Prefer container mode when Docker is available; otherwise use host.
Language runtimes (Python/Node.js/Ruby/PHP/BEAM/JVM/.NET) default to container for zero-setup.
Native on macOS with Mach-O binaries uses host (Instruments). ELF binaries on macOS are supported in container mode.
Native on Linux defaults to container; host can be used if you prefer your local perf setup.
`host`: Force host-installed profilers.
`container`: Force Docker containers (not supported for macOS Instruments/Mach-O binaries).

# Auto mode (default)

uniprof record -o profile.json -- python script.py

Force host profilers

uniprof record --mode host -o profile.json -- python script.py

Force container mode

uniprof record --mode container -o profile.json -- ./my-linux-app

Compiling with Debug Information

Native profiling requires debug information for meaningful results. Debug symbols enable the profiler to map memory addresses to function names, providing readable output instead of just hexadecimal addresses. Additionally, frame pointers improve call stack accuracy, especially for optimized code.

Compiler	DWARF Debug Info	Frame Pointers	Notes
gcc	`gcc -g -o myapp main.c`	`gcc -fno-omit-frame-pointer -o myapp main.c`	Use `-g3` for maximum debug info, `-ggdb` for GDB-specific extensions
clang	`clang -g -o myapp main.cpp`	`clang -fno-omit-frame-pointer -o myapp main.cpp`	Use `-gfull` on macOS for complete debug info
swift	`swiftc -g main.swift`	`swiftc -Xcc -fno-omit-frame-pointer main.swift`	Debug builds include symbols by default with `swift build`

| cargo | cargo build (debug mode) cargo build --release + [profile.release] debug = true | RUSTFLAGS="-C force-frame-pointers=yes" cargo build | Debug builds include DWARF by default; for release builds, add debug = true to Cargo.toml | | go | go build -gcflags=all="-N -l" | Built-in, always enabled | Go includes debug info by default; -gcflags disables optimizations for better debugging | | zig | zig build-exe -O Debug main.zig | zig build-exe -fno-omit-frame-pointer main.zig | Use -O ReleaseSafe with debug info for optimized builds with symbols | | ghc | ghc -g -rtsopts main.hs | ghc -fno-omit-frame-pointer main.hs | Use -prof for profiling builds; -rtsopts enables runtime profiling options |

Documentation

[CLI Reference](docs/cli.md)
[Advanced Usage](docs/advanced.md)
[Platform Guides](docs/platforms/)
[MCP Server](docs/mcp.md)

Credits

py-spy (MIT) is used for Python profiling. Included in the uniprof-python image.
0x (MIT) is used for Node.js profiling. Included in the uniprof-nodejs image.
rbspy (MIT) is used for Ruby profiling. Included in the uniprof-ruby image.
Excimer (Apache 2.0) is used for PHP profiling. Included in the uniprof-php image.
async-profiler (Apache 2.0) is used for JVM profiling. Included in the uniprof-jvm image.
dotnet-trace (MIT) is used for .NET profiling. Included in the uniprof-dotnet image.
perf (GPL) is used for native profiling on Linux. Included in the uniprof-native and uniprof-beam images.
speedscope (MIT) is bundled with uniprof and used for flamegraph visualization

License

All uniprof source code in this repository is licensed under the MIT License. See LICENSE.

uniprof downloads and runs Docker images that bundle third-party software. The Dockerfiles used to build these images can be found in containers/. These images and their contents are not covered by the MIT license and are governed by their own licenses. uniprof does not grant rights to those components and does not relicense them.

Uniprof

概要

PopNx MCPの3つの柱

できること

インストール

インストールの前に

できること

基本チェックi

作者とリポジトリが一致

今もメンテナンスされている

ライセンスがある

エンドポイントが応答する

OAuthでサインイン

ツールの説明に隠れた指示がない

その他のほかのサーバーとの比較i

よくある質問

代わりの候補

Spec Driven Development

Remote Desktop Commander

Asset Notation

作者のREADME

uniprof

Table of Contents

Supported Platforms

System Requirements

Installation

MCP Server

Quick Start

Profile and visualize flamegraph in browser

2. Record a profile

3. Analyze profile data to find hotspots

4. Visualize flamegraph in the browser

Host vs. Container Modes

Force host profilers

Force container mode

Compiling with Debug Information

Documentation

Credits

License

`uniprof`