Wir und ausgewählte Dritte verwenden Cookies oder ähnliche Technologien für technische Zwecke und, mit deiner Einwilligung, um zu analysieren, wie die Website genutzt wird.

Du kannst deine Einwilligung jederzeit frei erteilen, verweigern oder widerrufen.

CPU Performance Engineering

MCP-Server von usamahz

Eine geprüfte Leseliste zur CPU-Performance, Benchmarks und zitierte Quellenpassagen durchsuchen sowie perf stat und Compiler-Ausgaben analysieren.

Läuft lokal (Läuft auf deinem Rechner: Die Seite nennt den Installationsbefehl)Läuft mit uvx

CPU Performance Engineering installieren

Läuft auf deinem Rechner. Dein Client startet ihn mit diesem Befehl:

uvx cpu-perf

Braucht uv (Python) auf deinem Rechner. Die Schritte unten zeigen, wo der Befehl in jedem Client hingehört.

Diesen Server teilen

Öffnet diese Seite mit dem Installationsbefehl und den Einrichtungsschritten.

mcp.tc/i/cpu-performance-engineering

Über den Server

Gibt einem KI-Client eine durchsuchbare Kopie der Leseliste CPU Performance Engineering: Einträge samt Begründungen, die Watchlist, das redaktionelle Protokoll, vierzehn Benchmarks sowie die Paper, Handbücher und Dokumentationen, auf die die Liste verweist. Antworten enthalten Zitate zurück zu den Quellen, mit Seitenzahlen.

Du kannst außerdem perf-stat-Ausgaben, Top-down-Metriken, gcc- oder clang-Vektorisierungshinweise oder Disassembly einfügen. Der Server parst sie und führt dich zu den passenden Quellen.

Was du damit machen kannst

  • Leseliste zur CPU-Performance und ihr redaktionelles Protokoll durchsuchen
  • Zitierte Passagen aus Papern, Handbüchern und Dokumentationen abrufen
  • perf-stat-Ausgaben parsen und Verhältnisse wie IPC und Miss-Raten berechnen
  • Top-down-Metriken der Ebenen 1 und 2 mit zitierten Schwellenwerten lesen
  • gcc-fopt-info- und clang-Rpass-Vektorisierungshinweise erklären
  • Assembly aus objdump, gdb und perf annotate analysieren
  • Benchmark-Aussagen, Maschinen, Ergebnisse und Code durchstöbern

Tools

Lokale Server zeigen ihre Tools erst, wenn sie laufen, und dieser veröffentlicht seine Liste nicht vorab. Dein Client zeigt sie, nachdem du ihn hinzugefügt hast.

Beispiel-Prompts

  • Warum skaliert mein Multithreading-Zähler nicht über zwei Threads hinaus?

  • Hier ist meine perf-stat-Ausgabe; wohin geht die Zeit?

  • gcc meldet not vectorized: complicated access pattern; was muss ich ändern?

  • Gib mir einen Leseweg zu NUMA, der mit etwas Ausführbarem endet.

Einrichtung

Jeder Client startet CPU Performance Engineering mit demselben Befehl auf deinem Rechner. Wähl deinen; die Seite merkt sich deine Wahl.

Claude Code

  1. Führe das in einem Terminal in deinem Projektordner aus:
claude mcp add --transport stdio cpu-performance-engineering -- uvx cpu-perf
  1. Starte Claude Code und tippe /mcp. cpu-performance-engineering sollte als verbunden angezeigt werden.

Ergänze --scope user, damit er in jedem Projekt verfügbar ist.

Claude Desktop

  1. Öffne Settings → Developer → Edit Config. Das öffnet claude_desktop_config.json. Füge hinzu:
claude_desktop_config.json
{
  "mcpServers": {
    "cpu-performance-engineering": {
      "command": "uvx",
      "args": [
        "cpu-perf"
      ]
    }
  }
}
  1. Speichere die Datei und starte Claude Desktop neu.

Braucht uv (Python) auf deinem Rechner. Die Datei liegt unter macOS in ~/Library/Application Support/Claude/ und unter Windows in %APPDATA%\Claude\.

Cursor

Oder trag ihn von Hand in ~/.cursor/mcp.json (alle Projekte) oder .cursor/mcp.json (dieses Projekt) ein:

mcp.json
{
  "mcpServers": {
    "cpu-performance-engineering": {
      "command": "uvx",
      "args": [
        "cpu-perf"
      ]
    }
  }
}

Braucht uv (Python) auf deinem Rechner.

VS Code

Oder aus einem Terminal:

code --add-mcp '{"name":"cpu-performance-engineering","type":"stdio","command":"uvx","args":["cpu-perf"]}'

Oder committe ihn ins Repository in .vscode/mcp.json:

.vscode/mcp.json
{
  "servers": {
    "cpu-performance-engineering": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "cpu-perf"
      ]
    }
  }
}

Braucht uv (Python) auf deinem Rechner.

Devin Desktop

  1. Füge ihn zu ~/.config/devin/mcp_config.json (macOS und Linux) oder %APPDATA%\devin\mcp_config.json (Windows) hinzu:
mcp_config.json
{
  "mcpServers": {
    "cpu-performance-engineering": {
      "command": "uvx",
      "args": [
        "cpu-perf"
      ]
    }
  }
}
  1. Aktualisiere die Liste der MCP-Server in Cascade.

Devin Desktop ist der neue Name von Windsurf.

Codex

codex mcp add cpu-performance-engineering -- uvx cpu-perf

Oder bearbeite ~/.codex/config.toml direkt:

config.toml
[mcp_servers.cpu-performance-engineering]
command = "uvx"
args = ["cpu-perf"]

Braucht uv (Python) auf deinem Rechner.

Gemini CLI

gemini mcp add cpu-performance-engineering uvx cpu-perf

Damit fügst du ihn dem aktuellen Projekt hinzu. Ergänze -s user, um ihn überall zu nutzen.

Jeder Client

Die meisten Clients, die lokale Server starten, akzeptieren diese Form:

{
  "mcpServers": {
    "cpu-performance-engineering": {
      "command": "uvx",
      "args": [
        "cpu-perf"
      ]
    }
  }
}

Zed legt Server in seinen Einstellungen unter context_servers ab, mit denselben Feldern command, args und env.

Braucht uv (Python) auf deinem Rechner.

Einbinden

Zeig CPU Performance Engineering in einem README oder auf deiner Website. Jede Einbindung verlinkt auf diese Seite, nutzt den Installationsbefehl des Servers und setzt keine Cookies. So funktionieren Einbindungen

Karte, iframe und JSON sind auf Englisch. Häng ?lang=it, fr, de oder es an ihre Adresse an, um eine andere Sprache zu bekommen.

README-Badge

Badge-Vorschau, hellBadge-Vorschau, dunkel
Markdown
[![CPU Performance Engineering on mcp.tc](https://mcp.tc/i/cpu-performance-engineering/badge.svg)](https://mcp.tc/i/cpu-performance-engineering)
HTML
<a href="https://mcp.tc/i/cpu-performance-engineering"><img src="https://mcp.tc/i/cpu-performance-engineering/badge.svg" alt="CPU Performance Engineering on mcp.tc" height="20"></a>

Es folgt dem hellen oder dunklen Modus der Lesenden. Hänge ?theme=light oder ?theme=dark an, um ihn festzulegen, oder ?style=compact, um das Zeichen ohne Schriftzug zu zeigen.

Website-Karte

HTML
<script src="https://mcp.tc/w/cpu-performance-engineering.js" async></script>

Die Karte erscheint dort, wo das Tag steht. Füge dem Tag data-theme="dark" oder data-size="compact" hinzu, um sie zu ändern. Die Datei enthält alles, was sie braucht, stellt also keine weiteren Anfragen und setzt keine Cookies.

iframe

HTML
<iframe src="https://mcp.tc/embed/cpu-performance-engineering" title="CPU Performance Engineering on mcp.tc" width="420" height="200" loading="lazy" allow="clipboard-write" style="border:0;border-radius:8px;max-width:100%"></iframe>

Nutze es auf Seiten, die keine Skripte erlauben. Hänge ?theme=light oder ?theme=dark an die Adresse an, um die Farben festzulegen.

JSON

Der Eintrag als Daten für deine eigenen Seiten und Tools: Name, Kurzbeschreibung, Installationsbefehl, Tools und die „Add to“-Links. Jede Website kann ihn lesen (CORS ist offen).

https://mcp.tc/i/cpu-performance-engineering.json

Was jedes Feld bedeutet

KI-Prompt

Füg ihn in einen KI-Coding-Assistenten wie Claude Code oder Cursor ein, und er baut die Karte von CPU Performance Engineering in deine Website ein.

Markdown
Füge meiner Website die mcp.tc-Karte für den MCP-Server CPU Performance Engineering hinzu. Es ist ein einziges statisches Skript: kein Build-Schritt, kein Paket zu installieren, keine Cookies.

Setz dieses Tag dorthin, wo die Karte erscheinen soll. Die Karte erscheint direkt davor:

```html
<script src="https://mcp.tc/w/cpu-performance-engineering.js" async></script>
```

Um sie woanders zu zeigen, setz dort diesen Platzhalter ein und lade dasselbe Skript nur einmal, zum Beispiel vor `</body>`. Lass den Link darin stehen: Besucher ohne JavaScript sehen ihn.

```html
<div data-mcptc="cpu-performance-engineering"><a href="https://mcp.tc/i/cpu-performance-engineering">CPU Performance Engineering on mcp.tc</a></div>
```

Optionen:
- `data-theme="light"` oder `"dark"` am Tag oder Platzhalter legt die Farben fest. Ohne das Attribut folgt die Karte dem hellen oder dunklen Modus der Besucher.
- `data-size="compact"` ergibt eine kleinere Karte ohne Kurzbeschreibung.
- Die CSS-Variable `--mcptc-max-width` am Platzhalter oder einem Elternelement legt die Breite fest (Standard `520px`).
- `?lang=` in der Skript-URL legt die Sprache der Karte fest: `en`, `it`, `fr`, `de` oder `es`.

Wenn die Website eine Content Security Policy hat, erlaube `script-src https://mcp.tc` und `img-src data:` (das Icon ist eingebettet).

Für ein README oder andere Markdown-Dokumentation nimm stattdessen das Badge:

```markdown
[![CPU Performance Engineering on mcp.tc](https://mcp.tc/i/cpu-performance-engineering/badge.svg)](https://mcp.tc/i/cpu-performance-engineering)
```

Referenz: https://mcp.tc/de/embed

Änderungsverlauf

Dieser Server läuft auf deinem Computer, deshalb verfolgen wir sein PyPI-Paket: Jede neue Version erscheint hier, dazu Änderungen seines Betreibers.

Folge CPU Performance Engineering, und wir schicken dir eine E-Mail, wenn sich etwas ändert.

  1. , Automatische Prüfung

    Beginn der Beobachtung: Version 0.1.1.

Häufige Fragen

Kann ich mcp.tc/i/cpu-performance-engineering in meinen MCP-Client einfügen?

Nein. CPU Performance Engineering läuft auf deinem eigenen Rechner und wird von deinem Client gestartet, hat also keine Webadresse, mit der man sich verbinden könnte. Der Quick-Link ist die Seite zum Teilen; der Installationsbefehl lautet uvx cpu-perf.

Braucht CPU Performance Engineering einen API-Schlüssel?

Nein. Er gibt keine Schlüssel oder Umgebungsvariablen an. Er läuft mit den Rechten deines Benutzerkontos, prüfe also, worauf seine Tools zugreifen können.

Ist CPU Performance Engineering ein Remote- oder ein lokaler Server?

Lokal. Dein Client startet ihn mit uvx cpu-perf als Prozess auf deinem Rechner; dafür brauchst du uv (Python).

Was kann CPU Performance Engineering?

Du kannst damit Leseliste zur CPU-Performance und ihr redaktionelles Protokoll durchsuchen, zitierte Passagen aus Papern, Handbüchern und Dokumentationen abrufen, und perf-stat-Ausgaben parsen und Verhältnisse wie IPC und Miss-Raten berechnen.

Welche Clients können ihn nutzen?

Jeder Client, der lokale Server startet: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed und andere. claude.ai und ChatGPT verbinden sich nur mit Remote-Servern.

Verfolgt mcp.tc Änderungen an CPU Performance Engineering?

Teilweise. Er läuft auf deinem Computer, deshalb verfolgen wir sein PyPI-Paket: Sein Tab Verlauf zeigt jede neue Version und Änderungen seines Betreibers. Folge dem Eintrag, um eine E-Mail zu bekommen, wenn er sich ändert.

Wer hat diese Seite geschrieben?

Der Roboter von mcp.tc hat die öffentlichen Metadaten von CPU Performance Engineering (seine Paket- und Repository-Seiten) gelesen, und ein KI-Modell hat daraus den Text entworfen. Ein Mensch prüft alles, was die Prüfungen nicht bestätigen können. Der Text kann trotzdem falsch sein; wenn dir ein Fehler auffällt, nutze Eintrag melden auf dieser Seite. Diese Übersetzung hat ein KI-Modell aus dem englischen Text erstellt.

mcp.tc steht in keiner Verbindung zu usamahz. Diese Seite entstand aus den öffentlichen Metadaten von CPU Performance Engineering, zuletzt geprüft am 12. Okt. 2026, und ein KI-Modell hat die Beschreibung geschrieben, sie kann also Fehler enthalten. Namen und Marken gehören ihren Inhabern. Stimmt etwas nicht? Eintrag melden. Die Übersetzung hat ein KI-Modell aus dem englischen Text erstellt.