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。
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:
- 安装 Glances(如未安装)
- 以合适的模式启动监控(终端/Web/API)
- 解读监控数据和告警信息
- 根据需要配置自定义参数
- 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
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。
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。
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。
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。
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。
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
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
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
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
FastAPI - 高性能 Python Web API 框架
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