CPU Performance Engineering
Server MCP di usamahz
Cerca in una lista di lettura selezionata sulle prestazioni CPU, benchmark e passaggi citati, e analizza perf stat e output del compilatore.
Installa CPU Performance Engineering
Gira sul tuo computer. Il tuo client lo avvia con questo comando:
Richiede uv (Python) sul tuo computer. I passaggi qui sotto mostrano dove va il comando in ogni client.
Condividi questo server
Apre questa pagina, con il comando di installazione e i passaggi di configurazione.
mcp.tc/i/cpu-performance-engineeringDescrizione
Offre a un client AI una copia consultabile della lista di lettura CPU Performance Engineering: voci e relative motivazioni, la watchlist, il registro editoriale, quattordici benchmark, e i paper, manuali e documentazione a cui la lista rimanda. Le risposte riportano citazioni delle fonti, con numeri di pagina.
Puoi anche incollare output di perf stat, metriche top-down, osservazioni di vettorizzazione di gcc o clang, o disassemblato: il server li analizza e ti indirizza alle fonti pertinenti.
Cosa puoi fare
- Cercare nella lista di lettura sulle prestazioni CPU e nel suo registro editoriale
- Recuperare passaggi citati da paper, manuali e documentazione
- Analizzare l’output di perf stat e calcolare rapporti come IPC e miss rate
- Leggere le metriche top-down di livello 1 e 2 con soglie citate
- Spiegare le osservazioni di vettorizzazione di gcc -fopt-info e clang -Rpass
- Analizzare l’assembly di objdump, gdb e perf annotate
- Consultare dichiarazioni di benchmark, macchine, risultati e codice
Tool
I server locali mostrano i loro tool solo quando sono in esecuzione, e questo non pubblica l’elenco in anticipo. Il tuo client li mostra dopo che lo hai aggiunto.
Prompt di esempio
Perché il mio contatore multithread smette di scalare oltre due thread?
Ecco il mio output di perf stat: dove se ne va il tempo?
gcc dice not vectorized: complicated access pattern; cosa devo cambiare?
Dammi un percorso di lettura su NUMA, che finisca con qualcosa che posso eseguire.
Configurazione
Ogni client avvia CPU Performance Engineering sul tuo computer con lo stesso comando. Scegli il tuo; la pagina ricorda la tua scelta.
Claude Code
- Eseguilo in un terminale, nella cartella del tuo progetto:
claude mcp add --transport stdio cpu-performance-engineering -- uvx cpu-perf- Avvia Claude Code e digita
/mcp. cpu-performance-engineering dovrebbe risultare collegato.
Aggiungi --scope user per renderlo disponibile in tutti i progetti.
Claude Desktop
- Apri Settings → Developer → Edit Config. Si apre
claude_desktop_config.json. Aggiungi:
{
"mcpServers": {
"cpu-performance-engineering": {
"command": "uvx",
"args": [
"cpu-perf"
]
}
}
}- Salva il file e riavvia Claude Desktop.
Richiede uv (Python) sul tuo computer. Il file si trova in ~/Library/Application Support/Claude/ su macOS e in %APPDATA%\Claude\ su Windows.
Cursor
Aggiungi a Cursor (si apre in una nuova scheda)
Oppure aggiungilo a mano in ~/.cursor/mcp.json (tutti i progetti) o in .cursor/mcp.json (questo progetto):
{
"mcpServers": {
"cpu-performance-engineering": {
"command": "uvx",
"args": [
"cpu-perf"
]
}
}
}Richiede uv (Python) sul tuo computer.
VS Code
Installa in VS Code (si apre in una nuova scheda)
Oppure da un terminale:
code --add-mcp '{"name":"cpu-performance-engineering","type":"stdio","command":"uvx","args":["cpu-perf"]}'Oppure fai commit nel repository in .vscode/mcp.json:
{
"servers": {
"cpu-performance-engineering": {
"type": "stdio",
"command": "uvx",
"args": [
"cpu-perf"
]
}
}
}Richiede uv (Python) sul tuo computer.
Devin Desktop
- Aggiungilo a
~/.config/devin/mcp_config.json(macOS e Linux) o a%APPDATA%\devin\mcp_config.json(Windows):
{
"mcpServers": {
"cpu-performance-engineering": {
"command": "uvx",
"args": [
"cpu-perf"
]
}
}
}- Aggiorna l’elenco dei server MCP in Cascade.
Devin Desktop è il nuovo nome di Windsurf.
Codex
codex mcp add cpu-performance-engineering -- uvx cpu-perfOppure modifica direttamente ~/.codex/config.toml:
[mcp_servers.cpu-performance-engineering]
command = "uvx"
args = ["cpu-perf"]Richiede uv (Python) sul tuo computer.
Gemini CLI
gemini mcp add cpu-performance-engineering uvx cpu-perfCosì lo aggiungi al progetto corrente. Aggiungi -s user per usarlo ovunque.
Qualsiasi client
La maggior parte dei client che avviano server locali accetta questa forma:
{
"mcpServers": {
"cpu-performance-engineering": {
"command": "uvx",
"args": [
"cpu-perf"
]
}
}
}Zed mette i server sotto context_servers nelle sue impostazioni, con gli stessi campi command, args ed env.
Richiede uv (Python) sul tuo computer.
Embed
Mostra CPU Performance Engineering in un README o sul tuo sito. Ogni embed rimanda a questa pagina, usa il comando di installazione del server e non imposta cookie. Come funzionano gli embed
Card, iframe e JSON sono in inglese. Aggiungi ?lang=it, fr, de o es al loro indirizzo per un’altra lingua.
Badge per il README
[](https://mcp.tc/i/cpu-performance-engineering)<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>Segue la modalità chiara o scura di chi legge. Aggiungi ?theme=light o ?theme=dark per fissarla, oppure ?style=compact per mostrare il simbolo senza la scritta.
Card per il sito
<script src="https://mcp.tc/w/cpu-performance-engineering.js" async></script>La card compare dove si trova il tag. Aggiungi data-theme="dark" o data-size="compact" al tag per cambiarla. Il file contiene tutto ciò che serve, quindi non fa altre richieste e non imposta cookie.
iframe
<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>Usalo nelle pagine che non consentono script. Aggiungi ?theme=light o ?theme=dark all’indirizzo per fissare i colori.
JSON
La scheda come dati per le tue pagine e i tuoi strumenti: nome, descrizione breve, comando di installazione, tool e i link «Add to». Qualsiasi sito può leggerla (CORS aperto).
https://mcp.tc/i/cpu-performance-engineering.jsonPrompt per l’AI
Incollalo in un assistente di programmazione con l’AI, come Claude Code o Cursor, e aggiungerà la card di CPU Performance Engineering al tuo sito.
Aggiungi al mio sito la card di mcp.tc per CPU Performance Engineering, un server MCP. È un solo script statico: niente build, nessun pacchetto da installare, nessun cookie.
Metti questo tag dove deve comparire la card. La card appare subito prima del tag:
```html
<script src="https://mcp.tc/w/cpu-performance-engineering.js" async></script>
```
Per mostrarla altrove, metti lì questo segnaposto e carica lo stesso script una volta sola, per esempio prima di `</body>`. Lascia il link al suo interno: lo vede chi non ha JavaScript.
```html
<div data-mcptc="cpu-performance-engineering"><a href="https://mcp.tc/i/cpu-performance-engineering">CPU Performance Engineering on mcp.tc</a></div>
```
Opzioni:
- `data-theme="light"` o `"dark"` sul tag o sul segnaposto fissa i colori. Senza l’attributo, la card segue la modalità chiara o scura di chi visita.
- `data-size="compact"` dà una card più piccola, senza la descrizione breve.
- La variabile CSS `--mcptc-max-width` sul segnaposto o su un elemento padre imposta la larghezza (predefinita `520px`).
- `?lang=` nell’URL dello script imposta la lingua della card: `en`, `it`, `fr`, `de` o `es`.
Se il sito ha una Content Security Policy, consenti `script-src https://mcp.tc` e `img-src data:` (l’icona è inline).
Per un README o altra documentazione in Markdown, usa invece il badge:
```markdown
[](https://mcp.tc/i/cpu-performance-engineering)
```
Riferimento: https://mcp.tc/it/embedCronologia delle modifiche
Questo server gira sul tuo computer, quindi seguiamo il suo pacchetto PyPI: qui compare ogni nuova versione, insieme alle modifiche di chi lo gestisce.
Domande frequenti
Posso incollare mcp.tc/i/cpu-performance-engineering nel mio client MCP?
No. CPU Performance Engineering gira sul tuo computer, avviato dal tuo client, quindi non ha un indirizzo web a cui collegarsi. Il link rapido è la pagina da condividere; il comando di installazione è uvx cpu-perf.
CPU Performance Engineering richiede una chiave API?
No. Non dichiara chiavi né variabili d’ambiente. Gira con i permessi del tuo account utente, quindi controlla cosa possono raggiungere i suoi tool.
CPU Performance Engineering è un server remoto o locale?
Locale. Il tuo client lo avvia come processo sul tuo computer con uvx cpu-perf, che richiede uv (Python).
Cosa può fare CPU Performance Engineering?
Puoi cercare nella lista di lettura sulle prestazioni CPU e nel suo registro editoriale, recuperare passaggi citati da paper, manuali e documentazione e analizzare l’output di perf stat e calcolare rapporti come IPC e miss rate.
Quali client possono usarlo?
Qualsiasi client che avvia server locali: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed e altri. claude.ai e ChatGPT si collegano solo a server remoti.
mcp.tc tiene traccia delle modifiche di CPU Performance Engineering?
In parte. Gira sul tuo computer, quindi seguiamo il suo pacchetto PyPI: la sua sezione Cronologia mostra ogni nuova versione e le modifiche di chi lo gestisce. Segui la scheda per ricevere un’email quando cambia.
Chi ha scritto questa pagina?
Il robot di mcp.tc ha letto i metadati pubblici di CPU Performance Engineering (le pagine del suo pacchetto e del repository), e un modello di AI ne ha ricavato il testo. Una persona esamina tutto ciò che i controlli non riescono a confermare. Il testo può comunque contenere errori, quindi se ne trovi uno usa Segnala questa scheda su questa pagina. Questa traduzione è stata fatta da un modello di AI a partire dal testo inglese.
mcp.tc non è affiliato a usamahz. Questa pagina è stata creata a partire dai metadati pubblici di CPU Performance Engineering (ultimo controllo: 12 ott 2026), e la descrizione l’ha scritta un modello di AI, quindi può contenere errori. Nomi e marchi appartengono ai rispettivi titolari. Qualcosa non va? Segnala questa scheda. La traduzione è stata fatta da un modello di AI a partire dal testo inglese.