C

Skill 详情

claude-monitor

Monitor de performance do Claude Code e sistema local. Diagnostica lentidao, mede CPU/RAM/disco, verifica API latency e gera relatorios de saude do sistema.

来源平台:GitHub
来源标识:sickn33/antigravity-awesome-skills
源文件:原始说明
自动化与浏览器 超热门 GitHub 低 风险 下载 1.43万Stars 3.68万 ClaudeGitHub Copilot
来源平台GitHub
文档版本SKILL.md
热度超热门
排名信号下载 1.43万
概述 安装 文档 下载

快速判断

Monitor de performance do Claude Code e sistema local. Diagnostica lentidao, mede CPU/RAM/disco, verifica API latency e gera relatorios de saude do sistema.

最后校验2026-05-27
来源平台GitHub
安全提示
下载副本ZIP 可用

适合任务

  • 把重复任务整理成可复用的 AI 操作流程。
  • 让 AI 在特定场景下按统一规范执行。
  • 为团队或个人工作流提供可复制的任务说明。

输入与输出

输入:任务目标、上下文材料、文件路径、约束条件或需要处理的内容。

输出:按 Skill 说明生成的文档、代码、检查结果、计划、建议或操作步骤。

示例任务

  • 使用 claude-monitor 帮我处理当前任务,并说明执行前需要确认的输入。
  • 根据 claude-monitor 的说明,给我一个安全的使用步骤清单。

安装方式

  1. 下载本站提供的 Skill ZIP 并解压。
  2. 把解压后的 Skill 目录放入当前 AI 工具支持的 skills 目录。
  3. 如需在线查看原始内容,可打开 GitHub 的 SKILL.md

在线原始地址:claude-monitor/SKILL.md

风险边界

使用前请检查权限、外部依赖和要处理的数据类型。不要把密码、密钥、身份信息或敏感客户资料交给未经确认的 Skill。

SKILL.md 文档介绍

Claude Monitor — Diagnóstico de Performance

Overview

Monitor de performance do Claude Code e sistema local. Diagnostica lentidao, mede CPU/RAM/disco, verifica API latency e gera relatorios de saude do sistema.

When to Use This Skill

  • When the user mentions "lento" or related topics
  • When the user mentions "lentidao" or related topics
  • When the user mentions "lag" or related topics
  • When the user mentions "lagado" or related topics
  • When the user mentions "travando" or related topics
  • When the user mentions "claude lento" or related topics

Do Not Use This Skill When

  • The task is unrelated to claude monitor
  • A simpler, more specific tool can handle the request
  • The user needs general-purpose assistance without domain expertise

How It Works

Skill para diagnosticar e resolver problemas de lentidão no Claude Code e no sistema.

Determina se o gargalo é local (PC) ou remoto (API Claude) e sugere ações corretivas.

Quando Usar

  • Usuário reclama que o Claude Code está lento ou travando
  • Troca de sessões de conversa demora para carregar
  • Respostas do Claude demoram muito
  • PC parece lento enquanto usa o Claude Code
  • Qualquer menção a performance, lag, lentidão

1. Diagnóstico Rápido (Health_Check.Py)

Rode SEMPRE como primeiro passo:

python C:\Users\renat\skills\claude-monitor\scripts\health_check.py

O script analisa em ~3 segundos:

  • CPU: Uso atual e por core. >80% = gargalo provável
  • RAM: Total, usada, disponível. >85% = pressão de memória
  • Browsers: Processos e RAM por browser. >5GB total = excesso de abas
  • Claude Code: Processos e RAM consumida
  • Disco: Espaço livre. <10% = impacto em swap/performance
  • Rede: Latência ao endpoint da API Claude
  • Diagnóstico: Classificação automática do problema com sugestões

2. Interpretar O Resultado

O script retorna um JSON com diagnosis contendo:

  • bottleneck: "cpu" | "ram" | "browsers" | "disk" | "network" | "claude_api" | "ok"
  • severity: "critical" | "warning" | "ok"
  • suggestions: Lista de ações recomendadas
  • summary: Resumo em português para mostrar ao usuário

Mostre o summary ao usuário e ofereça executar as sugestões.

3. Ações Corretivas Automáticas

Baseado no diagnóstico, ofereça ao usuário:

Se CPU alta (>80%):

  • Listar processos consumindo mais CPU
  • Sugerir fechar processos pesados desnecessários
  • Verificar se Windows Update está rodando em background

Se browsers pesados (>5GB RAM ou >40 processos):

python C:\Users\renat\skills\claude-monitor\scripts\health_check.py --browsers-detail

Mostra RAM por browser e sugere quais fechar. Nunca fechar processos sem permissão explícita do usuário.

Se disco cheio (>85%):

  • Mostrar pastas maiores
  • Sugerir limpeza de Temp, cache de browsers, lixeira

Se rede lenta (latência >500ms):

  • Testar conexão com api.anthropic.com
  • Sugerir verificar VPN, proxy, ou conexão WiFi

4. Monitor Contínuo (Opcional)

Se o usuário quiser monitoramento em background:

python C:\Users\renat\skills\claude-monitor\scripts\monitor.py --interval 30 --duration 300

Parâmetros:

  • --interval: Segundos entre cada amostra (default: 30)
  • --duration: Duração total em segundos (default: 300 = 5 min)
  • --output: Caminho do arquivo de log (default: monitor_log.json)
  • --alert-cpu: Threshold de CPU para alerta (default: 80)
  • --alert-ram: Threshold de RAM % para alerta (default: 85)

O monitor salva snapshots periódicos e gera um relatório ao final com:

  • Picos de CPU e RAM
  • Tendência (melhorando/piorando/estável)
  • Eventos de alerta detectados
  • Recomendação final

5. Benchmark Da Api Claude (Opcional)

Para testar se a lentidão é da API:

python C:\Users\renat\skills\claude-monitor\scripts\api_bench.py

Mede o tempo de resposta do processo Claude Code local (não faz chamadas à API).

Compara com tempos típicos e indica se está dentro do esperado.

Thresholds De Referência

| Métrica | OK | Warning | Critical |

|---------|-----|---------|----------|

| CPU % | <60% | 60-85% | >85% |

| RAM usada % | <70% | 70-85% | >85% |

| RAM browsers | <3 GB | 3-6 GB | >6 GB |

| Processos browser | <30 | 30-60 | >60 |

| Disco livre | >15% | 10-15% | <10% |

| Latência rede | <200ms | 200-500ms | >500ms |

Dicas Para O Usuário

Quando apresentar o diagnóstico, inclua estas dicas contextuais:

  • Muitas abas = muito CPU/RAM: Cada aba de browser é um processo separado.

50 abas = 50 processos competindo por recursos.

  • Claude Code é pesado: Ele roda vários processos Electron. É normal consumir 3-5 GB.

Mas se estiver usando >6 GB com várias sessões, considere fechar sessões antigas.

  • Troca de sessão lenta: Geralmente causada por CPU alta ou muitos processos competindo.

A sessão precisa carregar o histórico da conversa, e se o CPU está ocupado, demora.

  • Disco quase cheio: Afeta a velocidade do swap (memória virtual) e pode causar

lentidão generalizada.

Dependências

  • Python 3.10+
  • psutil (instalado automaticamente pelo script se não disponível)
  • Nenhuma API key necessária

Best Practices

  • Provide clear, specific context about your project and requirements
  • Review all suggestions before applying them to production code
  • Combine with other complementary skills for comprehensive analysis

Common Pitfalls

  • Using this skill for tasks outside its domain expertise
  • Applying recommendations without understanding your specific context
  • Not providing enough project context for accurate analysis

Limitations

  • Use this skill only when the task clearly matches the scope described above.
  • Do not treat the output as a substitute for environment-specific validation, testing, or expert review.
  • Stop and ask for clarification if required inputs, permissions, safety boundaries, or success criteria are missing.
建议反馈