$ loading_
帮助 AI 实时监控 Docker 容器、系统资源、端口与日志状态
复制安装指令，让 AI 自动完成配置 · 推荐新手
"MCP Terminal Monitor" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请实时监控当前 Docker 容器状态，并重点查看异常容器的日志、端口占用和资源使用情况，帮我定位可能的问题。
输出容器状态概览，并指出异常日志、端口冲突或资源占用过高的线索。
请持续监控这台机器的系统资源使用情况，并告诉我是否存在 CPU、内存或其他资源压力。
返回实时资源监控结果，并提示可能的性能瓶颈。
请监控服务相关端口和运行日志，检查端口是否正常开放，并总结最新日志中的异常信息。
给出端口状态与日志摘要，标记异常事件或可疑变化。
运维或开发人员可用它实时查看 Docker 容器状态、日志和端口情况，快速发现服务异常。适合日常巡检或故障排查时使用。
当需要了解机器当前负载时，可通过它持续观察系统资源使用情况。适用于定位性能压力或确认服务是否挤占资源。
服务发布后，可结合端口、容器状态和日志进行实时确认，判断应用是否正常启动并对外提供服务。这样能更快发现启动失败或端口异常。
根据描述，它可实时监控 Docker 容器、系统资源、端口和日志。更细的监控范围与输出形式见源码仓库。
它最适合运维和开发人员，用于观察服务运行状态、排查异常和确认部署结果。若你的工作涉及容器化服务，这类能力会很有用。
给定信息没有说明安装步骤、依赖环境或权限要求。相关前置条件请见源码仓库。
通过统一接口管理 Docker 容器、镜像与编排，并支持日志巡检和自愈恢复
让大模型直接管理并监控主机上的 Docker 容器运行状态。
让 AI 实时查询 CPU、内存、磁盘和电池等系统指标并监控阈值告警
让 AI 通过 MCP 管理 Docker 容器、镜像与 Compose 服务。
通过 AI 管理 Docker 容器、服务器、技术栈与部署任务的 MCP 工具
帮助用户通过 AI 统一监控与管理 Linux 基础设施和系统服务状态