claude-monitor – DevOps & Infrastructure skill for AI agents

Claude Monitor — Diagnóstico de Performance

Overview

Monitor de performance do Claude Code e sistema local. Diagnostica lentidao, mede CPU/RAM/disco, verifica API latency e gera relatorios de saude do sistema.

When to Use This Skill

• When the user mentions "lento" or related topics
• When the user mentions "lentidao" or related topics
• When the user mentions "lag" or related topics
• When the user mentions "lagado" or related topics
• When the user mentions "travando" or related topics
• When the user mentions "claude lento" or related topics

Do Not Use This Skill When

• The task is unrelated to claude monitor
• A simpler, more specific tool can handle the request
• The user needs general-purpose assistance without domain expertise

How It Works

Skill para diagnosticar e resolver problemas de lentidão no Claude Code e no sistema.

Determina se o gargalo é local (PC) ou remoto (API Claude) e sugere ações corretivas.

Quando Usar

• Usuário reclama que o Claude Code está lento ou travando
• Troca de sessões de conversa demora para carregar
• Respostas do Claude demoram muito
• PC parece lento enquanto usa o Claude Code
• Qualquer menção a performance, lag, lentidão

1. Diagnóstico Rápido (Health_Check.Py)

Diagnostico local inicial (substitua <skill-dir> pelo diretorio instalado; use --quick para nao acessar rede):

python3 "<skill-dir>/scripts/health_check.py"

O script analisa em ~3 segundos:

• CPU: Uso atual e por core. >80% = gargalo provável
• RAM: Total, usada, disponível. >85% = pressão de memória
• Browsers: Processos e RAM por browser. >5GB total = excesso de abas
• Claude Code: Processos e RAM consumida
• Disco: Espaço livre. <10% = impacto em swap/performance
• Rede: Latência ao endpoint da API Claude
• Diagnóstico: Classificação automática do problema com sugestões

2. Interpretar O Resultado

O script retorna um JSON com diagnosis contendo:

• bottleneck: "cpu" | "ram" | "browsers" | "disk" | "network" | "claude_api" | "ok"
• severity: "critical" | "warning" | "ok"
• suggestions: Lista de ações recomendadas
• summary: Resumo em português para mostrar ao usuário

Mostre o summary ao usuário e ofereça executar as sugestões.

3. Ações Corretivas Automáticas

Baseado no diagnóstico, ofereça ao usuário:

Se CPU alta (>80%):

• Listar processos consumindo mais CPU
• Sugerir fechar processos pesados desnecessários
• Verificar se Windows Update está rodando em background

Se browsers pesados (>5GB RAM ou >40 processos):

python3 "<skill-dir>/scripts/health_check.py" --browsers-detail

Mostra RAM por browser e sugere quais fechar. Nunca fechar processos sem permissão explícita do usuário.

Se disco cheio (>85%):

• Mostrar pastas maiores
• Sugerir limpeza de Temp, cache de browsers, lixeira

Se rede lenta (latência >500ms):

• Testar conexão com api.anthropic.com
• Sugerir verificar VPN, proxy, ou conexão WiFi

4. Monitor Contínuo (Opcional)

Se o usuário quiser monitoramento em background:

python3 "<skill-dir>/scripts/monitor.py" --interval 30 --duration 300

Parâmetros:

• --interval: Segundos entre cada amostra (default: 30)
• --duration: Duração total em segundos (default: 300 = 5 min)
• --output: Caminho do arquivo de log (default: monitor_log.json)
• --alert-cpu: Threshold de CPU para alerta (default: 80)
• --alert-ram: Threshold de RAM % para alerta (default: 85)

O monitor salva snapshots periódicos e gera um relatório ao final com:

• Picos de CPU e RAM
• Tendência (melhorando/piorando/estável)
• Eventos de alerta detectados
• Recomendação final

5. Benchmark Da Api Claude (Opcional)

Para testar se a lentidão é da API:

python3 "<skill-dir>/scripts/api_bench.py"

Mede DNS, TCP e handshake TLS para endpoints externos; nao mede o processo local, resposta HTTP ou tempo de inferencia da API. Use --quick no health check para evitar rede.

Compara com tempos típicos e indica se está dentro do esperado.

Thresholds De Referência

| Métrica | OK | Warning | Critical |

|---------|-----|---------|----------|

| CPU % | <60% | 60-85% | >85% |

| RAM usada % | <70% | 70-85% | >85% |

| RAM browsers | <3 GB | 3-6 GB | >6 GB |

| Processos browser | <30 | 30-60 | >60 |

| Disco livre | >15% | 10-15% | <10% |

| Latência rede | <200ms | 200-500ms | >500ms |

Dicas Para O Usuário

Quando apresentar o diagnóstico, inclua estas dicas contextuais:

• Muitas abas = muito CPU/RAM: Cada aba de browser é um processo separado.

A relacao entre abas e processos varia por navegador e isolamento de sites.

• Claude Code é pesado: O CLI Claude Code e o aplicativo desktop sao diferentes; nomes de processos e RSS nao demonstram a arquitetura nem uma faixa normal universal.

Mas se estiver usando >6 GB com várias sessões, considere fechar sessões antigas.

• Troca de sessão lenta: Geralmente causada por CPU alta ou muitos processos competindo.

A sessão precisa carregar o histórico da conversa, e se o CPU está ocupado, demora.

• Disco quase cheio: Afeta a velocidade do swap (memória virtual) e pode causar

lentidão generalizada.

Dependências

• Python 3.10+
• psutil, instalado explicitamente em ambiente isolado com versao revisada
• Nenhuma API key necessária

Best Practices

• Provide clear, specific context about your project and requirements
• Review all suggestions before applying them to production code
• Combine with other complementary skills for comprehensive analysis

Common Pitfalls

• Using this skill for tasks outside its domain expertise
• Applying recommendations without understanding your specific context
• Not providing enough project context for accurate analysis

Limitations

• Use this skill only when the task clearly matches the scope described above.
• Do not treat the output as a substitute for environment-specific validation, testing, or expert review.
• Stop and ask for clarification if required inputs, permissions, safety boundaries, or success criteria are missing.