Hardware Probe

Name: Hardware Probe
Author: yamaru-eu

作者：yamaru-eu版本 1.1.2i★ –i在你的电脑上运行

注册名称io.github.yamaru-eu/hardware-probe

安装

概览

作者提供的说明（英文原文）

Hardware probe for performance diagnostics, thermal monitoring, and LLM optimization.

PopNx MCP 的三大支柱

这三项永远不会合并成一个分数：意见、测量和人气是不同的东西。

用户评价i暂无评价评价功能将在后续阶段与账户功能一起开放
我们的基础检查i1 项中通过 1 项依据公开信息检查；尚未扫描代码
使用情况i尚未统计★ –

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

连接方式: 在你的电脑上运行
传输方式: stdio
分类: 搜索与 AI 记忆

安装

选择你使用的 AI 应用，然后复制设置。

安装之前

基础检查：1 项中通过 1 项
在你的电脑上运行，拥有你的用户账户的权限（文件、网络、应用）。
需要你自己填写： REMOTE_API_URL

你需要

npm已安装 Node.js（用于 npx 命令）

你用的是哪个应用？

ClaudeClaude CodeCursorVS CodeChatGPT

在上方选择你的应用。我们会记住它，下次按钮会显示“安装到 …”。

打开 Claude Desktop → Settings → Developer → Edit Config，把下面的内容粘贴到 claude_desktop_config.json

{
  "mcpServers": {
    "hardware-probe": {
      "command": "npx",
      "args": [
        "-y",
        "@yamaru-eu/hardware-probe"
      ],
      "env": {
        "REMOTE_API_URL": "your-value"
      }
    }
  }
}

在终端中运行这条命令

claude mcp add hardware-probe --env REMOTE_API_URL=your-value -- npx -y @yamaru-eu/hardware-probe

运行前请先填写空着的值。

在 Cursor 中打开

或者自己复制设置

粘贴到项目中的 .cursor/mcp.json，或 ~/.cursor/mcp.json

{
  "mcpServers": {
    "hardware-probe": {
      "command": "npx",
      "args": [
        "-y",
        "@yamaru-eu/hardware-probe"
      ],
      "env": {
        "REMOTE_API_URL": "your-value"
      }
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

在 VS Code 中打开

或者自己复制设置

粘贴到项目中的 .vscode/mcp.json

{
  "servers": {
    "hardware-probe": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@yamaru-eu/hardware-probe"
      ],
      "env": {
        "REMOTE_API_URL": "your-value"
      }
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

这个服务器在你的电脑上运行，而 ChatGPT 只能连接互联网上的服务器。请选择其他应用。

你的选择通过 Cookie 保存在这台设备上，无需账户。

需要你填写的值

REMOTE_API_URL env
URL of the remote recommendation API

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

它在你的电脑上运行；安装后，工具列表会显示在你的 AI 应用中。

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月7日

✓ 通过
作者与仓库一致
注册名称已通过 GitHub 账户 yamaru-eu 验证，该账户拥有此仓库
… 尚未检查
仍在维护
我们还没有从 GitHub 读取这个仓库
… 尚未检查
有许可证
我们还没有从 GitHub 读取这个仓库
– 不适用
端点有响应
它在你的电脑上运行，没有互联网端点
– 不适用
使用 OAuth 登录
在你的电脑上运行，改用本地设置
… 尚未检查
工具描述中没有隐藏指令
它在你的电脑上运行；我们只能读取互联网端点的工具列表

与“搜索与 AI 记忆”中的其他服务器比较i

星标数多于此分类中其他 7258 个服务器的 0%
发布到注册中心的时间比此分类中其他 7258 个服务器的 10% 更新
基础检查结果等于或优于此分类中其他 7258 个服务器的 100%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

常见问题

Hardware Probe 安全吗？

它在 1 项适用的基础检查中通过了 1 项。我们没有阅读代码。在添加密钥或令牌之前，请先看看这个服务器要求哪些权限，并使用只具备所需权限的密钥。

它需要哪些密钥或代码？

注册中心没有列出必需的密钥，不过有些服务器会在首次使用时要求你登录。

它在我的电脑上运行还是在云端？

它在你的电脑上运行。你的 AI 应用会在需要时启动它，数据不会经过作者的服务器（除非它自己调用在线服务）。

它还在维护吗？

GitHub 仓库最后更新于–，最新版本（1.1.2）于7个月前进入注册中心。

哪些应用可以使用它？

支持 MCP 的应用，例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Node.js。

有什么可以替代它？

同一分类中有：Context7, Codebase Memory, Exa

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

Context7

作者：upstash

Up-to-date docs for AI agents

电脑或云端★ 64,224MIT今天更新

安装

Codebase Memory

作者：DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

在你的电脑上运行★ 48,148MIT20天前更新

安装

Exa

作者：exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

在云端运行★ 5,213MIT上个月更新

安装

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

Yamaru Hardware Probe (MCP)

Expert system hardware probe and performance diagnostic engine for AI, Gaming, and High-Performance workflows. This is a Model Context Protocol (MCP) server that provides deep system insights beyond simple specifications.

Key Features

🔍 Deep Hardware Inventory: Comprehensive analysis of CPU, RAM, GPU (VRAM/Bandwidth), Storage, and OS topology.
⚡ Real-time Performance Monitoring: Live tracking of system load and identification of resource-hogging processes.
🧊 Thermal & Power Diagnostics: Detects thermal throttling and frequency clipping to resolve unexpected slowness.
🤖 AI/LLM Optimization: Specialized tools for predicting LLM performance, calculating quantization fit, and optimizing runtimes (Ollama, CUDA, Metal).
🛡️ Privacy-First: Automatic anonymization of unique hardware identifiers before any remote transmission.

Installation

For Gemini CLI Users

gemini extension install @yamaru-eu/hardware-probe

For Manual MCP Setup

Add this to your MCP settings file (e.g., npx-config.json or claude_desktop_config.json):

"mcpServers": { "yamaru-probe": { "command": "npx", "args": ["-y", "@yamaru-eu/hardware-probe"] } } }

Available Tools

analyze_local_system: Full hardware inventory.
analyze_performance: Real-time performance metrics and top processes.
analyze_ram_pressure: Detailed memory pressure and RSS analysis for deep RAM troubleshooting.
check_storage_health: Disk SMART health, firmware, and I/O bottleneck analysis.
thermal_profile: Real-time CPU/GPU thermal states, fan speeds, and frequency throttling detection.
diagnose_antivirus_impact: Detects EDR/Antivirus conflicts and exclusion coverage on dev paths.
monitor_system_health: Statistical health report (CPU load, RAM usage, temperature) with min/max/avg over a configurable time window (up to 10 minutes).
check_llm_compatibility (BETA): Predicts performance for a specific LLM model via remote API.
get_llm_recommendations (BETA): Recommends the best local models via remote API.
analyze_inference_config: Deep-dive into AI runtimes and environment variables.

Skills Integration

When used with Gemini CLI, this extension provides the following expert skills:

hardware-performance-expert: Global protocol for system health and troubleshooting.
local-inference-optimizer: Specialized logic for fine-tuning local LLM runs.

Development

npm install        # Install dependencies

npm run build # Compile TypeScript → dist/ npm run test # Run test suite npm run inspector # Test tools in the MCP Inspector

License

Apache 2.0 - Part of the Yamaru Project.