gpu-mcp-server
★ 14
vs
mini-swe-agent
★ 5.9k
gpu-mcp-server vs mini-swe-agent
gpu-mcp-server：gpu-mcp-server是一个兼容MCP的服务器，它将实时的NVIDIA GPU指标作为工具暴露给AI代理。它允许Claude、Goose和Cursor等代理查询GPU利用率、内存、温度和功耗数据，而无需外部监控系统。；mini-swe-agent：Mini-SWE-agent 是一个轻量级的AI智能体，仅用100行代码实现，旨在解决GitHub问题及更多任务，提供比大型编码智能体更简化但性能优异的替代方案。它专注于极简主义、在SWE-bench等基准测试上的高性能表现，以及在各种环境中的轻松部署。
01
简评
选 gpu-mcp-server 如果…为AI代理提供实时的NVIDIA GPU状态和性能数据。
选 mini-swe-agent 如果…研究人员用于无冗余的基准测试、微调或强化学习实验
02
并排对比
03
功能特性
gpu-mcp-server01将实时的NVIDIA GPU指标作为AI代理工具暴露。
02提供详细的GPU指标，包括利用率、内存、温度和功耗。
03支持多实例GPU (MIG) 配置。
04提供PID级别的GPU进程归因。
05直接与NVML集成，无需Prometheus或dcgm-exporter等外部监控系统。
mini-swe-agent01代码极简（约100行Python）
02高性能（SWE-bench验证基准得分>74%）
03易于部署和沙盒化（Docker, Podman, Singularity）
04仅使用Bash工具，避免复杂的工具调用接口
05线性历史记录，便于调试和微调
04
使用场景
gpu-mcp-server↳为AI代理提供实时的NVIDIA GPU状态和性能数据。
↳使AI模型能够根据GPU资源可用性做出明智的决策。
↳将GPU监控功能直接集成到AI开发环境（例如Cursor IDE）中。
↳通过提供即时指标，促进AI工作负载的动态GPU资源管理。
mini-swe-agent↳研究人员用于无冗余的基准测试、微调或强化学习实验
↳希望拥有、理解和修改其AI工具的开发者
↳需要易于沙盒化并在任何地方部署的解决方案的工程师
05
适合场景
gpu-mcp-server宝藏工具必备神器
mini-swe-agent时下流行宝藏工具
FAQ
常见问题
gpu-mcp-server 和 mini-swe-agent 有什么区别？
gpu-mcp-server 和 mini-swe-agent 都属于 LLM Infra 类别。gpu-mcp-server 有 14 Stars，mini-swe-agent 有 5.9k Stars。
gpu-mcp-server 和 mini-swe-agent 哪个更好？
最佳选择取决于你的具体需求。为AI代理提供实时的NVIDIA GPU状态和性能数据。 时选 gpu-mcp-server，研究人员用于无冗余的基准测试、微调或强化学习实验 时选 mini-swe-agent。
gpu-mcp-server 是免费的吗？
是的，gpu-mcp-server 在 GitHub 开源（Apache-2.0）。
mini-swe-agent 是免费的吗？
是的，mini-swe-agent 在 GitHub 开源。
→