
ingero
by ingero-io·★ 81·综合分 48
Ingero 是一款基于 eBPF 的 GPU 可观测性工具,通过 MCP 为 AI 助手提供诊断功能。
概述
Ingero 追踪从 Linux 内核事件到 Python 源码的完整链路,开销小于 2%。它通过时间戳和 PID 关联 CPU 调度器事件、CUDA 运行时 API 调用和 CUDA 驱动 API 调用,生成因果链解释。MCP 服务器组件允许 Claude Code 和 Cursor 等 AI 助手通过自然语言询问 GPU 性能问题,并获取包含 Python 源码的已解析因果链,无需 SQL 或十六进制地址。
试试问 AI
装完之后,这里有 5 个你可以让 AI 做的事:
什么时候选它
当您需要对 ML/AI 工作负载中的 GPU 性能问题进行深入因果分析,并希望通过 AI 助手查询见解(无需 SQL 知识)时,选择 Ingero。
什么时候不要选它
如果您需要跨平台支持(仅限 Linux)、要求极低的开销(<0.5%)或需要分析非 GPU 性能问题,不要选择 Ingero。
此 server 暴露的工具
从 README 抽取出 6 个工具mcpExpose Ingero as a Model Context Protocol server for AI-assisted GPU observability
traceTrace GPU workloads and capture CUDA events in real-time
explainGenerate an automated diagnosis of GPU performance issues
checkVerify system readiness for GPU tracing
queryQuery the GPU trace data for specific time periods
demoRun demonstration scenarios with synthetic data
可对比工具
安装
二进制安装(推荐)
VERSION=0.16.0
curl -fsSL "https://github.com/ingero-io/ingero/releases/download/v${VERSION}/ingero_${VERSION}_linux_amd64.tar.gz" | tar xz
sudo mv ingero /usr/local/bin/启动 MCP 服务器
ingero mcpClaude Desktop 集成
添加到 claude_desktop_config.json:
{
"mcpServers": {
"ingero": {
"command": "ingero",
"args": ["mcp"]
}
}
}FAQ
- MCP 服务器提供了什么功能?
- MCP 服务器为 AI 助手提供了通过自然语言询问 GPU 性能数据、因果链和诊断的工具。
- 使用 Ingero 的开销有多大?
- 开销小于 2%(在 GPU 硬件上测得,开启堆栈追踪时为 RTX 3090 到 H100 之间的 0.4-1.7%)。
ingero 对比
最后更新于 · 由 README + GitHub 公开数据自动生成。