编程

Glances

试用

Glances - 跨平台系统监控工具

它能做什么

本技能帮助用户使用 Glances 进行系统性能监控与分析,支持以下场景: **实时监控**: 在终端实时查看 CPU、内存、磁盘、网络等资源使用情况 **Web 界面**: 通过浏览器远程访问系统监控仪表板 **API 服务**: 通过 REST API 获取系统指标数据,便于集成 **告警配置**: 设置资源阈值,当超过时自动触发告警 **导出分析**: 将监控数据导出到 CSV、InfluxDB、Prometheus 等存储系统 **服务器模式**: 以客户端-服务端模式监控远程主机

技能文档

Glances 跨平台系统监控工具

技能概述

本技能帮助用户使用 Glances 进行系统性能监控与分析,支持以下场景:

  • 实时监控: 在终端实时查看 CPU、内存、磁盘、网络等资源使用情况
  • Web 界面: 通过浏览器远程访问系统监控仪表板
  • API 服务: 通过 REST API 获取系统指标数据,便于集成
  • 告警配置: 设置资源阈值,当超过时自动触发告警
  • 导出分析: 将监控数据导出到 CSV、InfluxDB、Prometheus 等存储系统
  • 服务器模式: 以客户端-服务端模式监控远程主机

支持平台: Linux、macOS、Windows、FreeBSD,支持 Docker 容器化部署

使用流程

AI 助手将引导你完成以下步骤:

  1. 安装 Glances(如未安装)
  2. 以合适的模式启动监控(终端/Web/API)
  3. 解读监控数据和告警信息
  4. 根据需要配置自定义参数
  5. 集成到现有工作流或监控系统

关键章节导航

  • 安装指南
  • 快速开始
  • 高级用法
  • 常见问题

AI 助手能力

当你向 AI 描述监控需求时,AI 会:

  • 自动检测系统环境并选择合适的安装方式
  • 启动 Glances 并解读当前系统状态
  • 识别高负载进程和资源瓶颈
  • 配置 Web 服务器模式并提供访问地址
  • 设置导出插件将指标写入时序数据库
  • 分析告警日志并给出优化建议
  • 生成监控配置文件以满足特定需求

核心功能

  • 实时监控 CPU、内存、磁盘 I/O、网络流量
  • 进程列表(支持排序、过滤、终止)
  • Web UI 仪表板(内置 HTTP 服务器)
  • REST API / XML-RPC API 远程数据获取
  • 客户端-服务端模式(通过 SSH 隧道监控远程主机)
  • 告警系统(Careful / Warning / Critical 三级)
  • 插件化架构(支持 30+ 内置插件)
  • 导出支持:CSV、InfluxDB、Prometheus、Elasticsearch、MQTT 等
  • Docker 和 Kubernetes 容器监控
  • 支持 Python API 二次开发

快速示例

# 启动终端交互模式
glances

# 启动 Web 服务器模式(浏览器访问)
glances -w

# 以服务端模式运行(等待客户端连接)
glances -s

# 连接远程服务端
glances -c 192.168.1.100

# 以 REST API 模式运行
glances -w --disable-webui

# 查看特定进程
glances --process-filter python

# 将数据导出到 CSV
glances --export csv --export-csv-file /tmp/glances.csv

# 静默模式(仅记录日志,无界面)
glances -q --export influxdb

监控指标说明

指标类别描述告警颜色
CPU 使用率总体和每核心使用率绿/蓝/黄/红
内存 / Swap物理内存和交换空间使用绿/蓝/黄/红
磁盘 I/O读写速率和等待时间绿/蓝/黄/红
网络接口上下行速率和数据包数绿/蓝/黄/红
进程列表CPU/内存占用最高的进程可排序
系统负载1/5/15 分钟平均负载绿/蓝/黄/红
传感器CPU 温度(需要硬件支持)绿/黄/红
Docker容器状态和资源使用绿/红

告警级别

Glances 使用四种颜色标识资源状态:

  • 绿色 (OK): 正常,无需关注
  • 蓝色 (Careful): 需要关注,资源使用偏高
  • 黄色 (Warning): 警告,资源使用较高
  • 红色 (Critical): 严重,需要立即处理

默认阈值可通过配置文件 ~/.config/glances/glances.conf 自定义。

安装要求

  • Python 3.8 或更高版本
  • pip 包管理器
  • (可选)psutil >= 5.3.0(核心依赖,通常自动安装)
  • (可选)bottles/docker SDK(容器监控)
  • (可选)InfluxDB / Prometheus 客户端(数据导出)

项目链接

相关技能

按用户明确指令,在得到大脑(Get笔记)中保存、搜索并管理笔记与知识库。

作者 iswalle763 次安装66 星标

把自然语言描述转为结构化 JSON,并由 mcp-diagram-generator MCP 服务生成 Draw.io、Mermaid 或 Excalidraw 图表文件。

作者 nssa.io1.0k 次安装47 星标

在本地磁盘以分类纯 Markdown 文件保存需要长期留存的事实,与智能体内置记忆并存。

作者 Iván555 次安装18 星标

以 AI 机器人身份加入视频会议,提供语音、虚拟形象与屏幕共享四种模式。

作者 johnpatternai21 次安装8 星标

通过托管的 OAuth GraphQL 接口查询与管理 Linear 的 issue、项目、团队、周期、标签和评论。

作者 byungkyu518 次安装18 星标

从 AdMapix API 拉取广告创意、应用、榜单和收入预估等数据,原样返回结构化 JSON。

作者 fly0pants4.3k 次安装296 星标

cn-big-cabbage 的更多技能

浏览全部技能

高性能自适应 Python 网页抓取框架,内置反爬虫绕过(Cloudflare Turnstile)、智能元素重定位、完整爬虫框架和 MCP 服务器,适合 AI 辅助数据提取和大规模爬取任务

作者 cn-big-cabbage21 次安装

用 React 代码程序化生成视频的框架,支持 CSS/Canvas/SVG/WebGL,可部署到 Lambda/Cloud Run 大规模渲染,适合创意视频生成、数据可视化视频和个性化视频批量生产

作者 cn-big-cabbage17 次安装1 星标

从零构建的轻量级无头浏览器,专为 AI 智能体和自动化设计,比 Headless Chrome 快 9 倍、内存占用低 16 倍,兼容 CDP 和 Playwright/Puppeteer,内置 MCP 服务器

作者 cn-big-cabbage18 次安装

Chrome DevTools MCP 服务器,让 AI 编码助手(Claude Code、Cursor、Copilot)直接控制和调试真实 Chrome 浏览器,实现截图、性能分析、网络请求检查、控制台调试和自动化操作

作者 cn-big-cabbage19 次安装

FastAPI - 高性能 Python Web API 框架

作者 cn-big-cabbage15 次安装

Claude Code 多智能体编排平台,部署 100+ 专业 AI 智能体协同工作,通过蜂群拓扑(层级/网状/环形/星形)协调自主工作流,内置自学习、向量记忆和原生 MCP 集成

作者 cn-big-cabbage22 次安装