asiai mcp

启动 MCP（Model Context Protocol）服务器，让 AI Agent 能够监控和测试你的推理基础设施。

用法

asiai mcp                          # stdio 传输（Claude Code）
asiai mcp --transport sse          # SSE 传输（网络 Agent）
asiai mcp --transport sse --port 9000

选项

选项	描述
--transport	传输协议：stdio（默认）、sse、streamable-http
--host	绑定地址（默认：127.0.0.1）
--port	SSE/HTTP 传输端口（默认：8900）
--register	Opt-in 注册到 asiai Agent 网络（匿名）

工具（11 个）

工具	描述	只读
check_inference_health	快速健康检查：引擎在线/离线、内存压力、温控、GPU	是
get_inference_snapshot	完整系统快照（含所有指标）	是
list_models	列出所有引擎上已加载的模型	是
detect_engines	重新扫描推理引擎	是
run_benchmark	运行基准测试或跨模型比较（限速 1 次/分钟）	否
get_recommendations	基于硬件的引擎/模型推荐	是
diagnose	运行诊断检查（同 asiai doctor）	是
get_metrics_history	查询历史指标（1-168 小时）	是
get_benchmark_history	带筛选条件查询历史基准测试结果	是
compare_engines	对模型进行引擎性能排名比较和结论；支持从历史进行多模型比较	是
refresh_engines	无需重启服务器即可重新检测引擎	是

资源（3 个）

资源	URI	描述
系统状态	asiai://status	当前系统健康（内存、温控、GPU）
模型	asiai://models	所有引擎上已加载的模型
系统信息	asiai://system	硬件信息（芯片、RAM、核心数、OS、运行时间）

Claude Code 集成

添加到 Claude Code MCP 配置（~/.claude/claude_desktop_config.json）：

{
  "mcpServers": {
    "asiai": {
      "command": "asiai",
      "args": ["mcp"]
    }
  }
}

然后问 Claude："检查我的推理健康状况"或"比较 Ollama vs LM Studio 跑 qwen3.5"。

基准测试卡片

run_benchmark 工具通过 card 参数支持卡片生成。card=true 时生成 1200x630 SVG 基准测试卡片，响应中返回 card_path。

{"tool": "run_benchmark", "arguments": {"model": "qwen3.5", "card": true}}

跨模型比较（与 model 互斥，最多 8 个槽位）：

{"tool": "run_benchmark", "arguments": {"compare": ["qwen3.5:4b", "deepseek-r1:7b"], "card": true}}

CLI 等效命令（获取 PNG + 分享）：

asiai bench --quick --card --share    # 快速测试 + 卡片 + 分享（~15秒）

详见基准测试卡片页面。

Agent 注册

加入 asiai Agent 网络获取社区功能（排行榜、比较、百分位统计）：

asiai mcp --register                  # 首次运行时注册，后续发送心跳
asiai unregister                      # 删除本地凭证

注册是opt-in 且匿名的——仅发送硬件信息（芯片、RAM）和引擎名。不存储 IP、主机名或个人数据。凭证保存在 ~/.local/share/asiai/agent.json（chmod 600）。

后续 asiai mcp --register 调用会发送心跳而非重新注册。API 不可达时 MCP 服务器正常启动，不注册。

通过 asiai version 查看注册状态。

网络 Agent

用于其他机器上的 Agent（如监控无头 Mac Mini）：

asiai mcp --transport sse --host 0.0.0.0 --port 8900

详见 Agent 集成指南。