env-scanner（環境スキャナー）
lsonline12345/env-scanner
GitHub で見る
概要
env-scanner は「AIパートナーに環境認識能力を与える」ことを目的とした、クロスプラットフォームの環境スキャンツールです。CPU・メモリ・GPUなどのハードウェア情報から、Node.js/Python/Java/Rust 等の開発スタックや、PyTorch/TensorFlow/CUDA といったAIフレームワークの存在確認、データベースやコンテナランタイムの検出まで行います。結果はAIアシスタント向けに最適化されたフォーマットで出力でき、プライバシー保護のため全てローカルで完結する設計です。
リポジトリの統計情報
- スター数: 1
- フォーク数: 0
- ウォッチャー数: 1
- コミット数: 7
- ファイル数: 12
- メインの言語: JavaScript
主な特徴
- ハードウェア、ソフトウェア、ネットワークまで含む全景的な環境検出
- AIフレームワークや主要開発ツールの有無を自動判定し、シーンに応じた診断を提供
- 出力をAIアシスタント向けに最適化（構造化データ／テンプレート形式）
- 100%ローカル実行・情報公開レベルの調整でプライバシーを保護
技術的なポイント
env-scanner は JavaScript ベースで構築されており、Node.js の標準モジュール（os、child_process、fs など）を活用してクロスプラットフォームの情報収集を行う想定です。ハードウェア検出は OSAPI（os.platform/os.arch）に加え、プラットフォーム固有のコマンド（Linux の lscpu/lshw、macOS の system_profiler、Windows の wmic/powerShell）を呼び出して詳細を取得する形が現実的です。GPU の検出は nvidia-smi の存在確認や GLX/Vulkan クエリ、ドライバ情報の解析によって実装されることが想定されます。ソフトウェアスタック検出では、PATH 上のバイナリ確認（node、python、java、cargo 等）、パッケージマネージャ（npm、pip、pipx、conda、cargo）のインベントリ取得、主要ライブラリ（PyTorch、TensorFlow 等）の import／version チェックを組み合わせることで高精度に判定します。さらに、ネットワーク／サービスの検出はローカルのポートスキャンや systemd/service 管理情報、Docker/Runc の存在確認で行い、DB やキャッシュ、コンテナランタイムの稼働状況を推測します。出力は JSON を基本に、AI 向けの要約テキストや問題診断テンプレートを生成するアダプタ機能を持たせる設計が適切です。プライバシー対策としては全てローカルで実行し、機密情報フィルタリング（ファイルパス、トークン、IPなどのマスク）や情報開示レベルの設定を提供することが重要です。拡張性についてはプラグイン／モジュール形式で新しい検出ロジックを追加できる構造にすることで、多様な開発環境や将来のフレームワークに対応できます。一方で、詳細情報の取得は管理者権限や特権コマンドの実行が必要な場合があり、その点の扱い（エスカレーションの可否やユーザーへの明示）が実運用での課題になります。
プロジェクトの構成
主要なファイルとディレクトリ：
- .gitignore: file
- LICENSE: file
- README.md: file
- SCAN.jpg: file
- SCAN2.jpg: file
…他 7 ファイル
まとめ
ローカル完結でAIに最適化された環境レポートを作る実用的なツールです。
リポジトリ情報：
- 名前: env-scanner
- 説明: 説明なし
- スター数: 1
- 言語: JavaScript
- URL: https://github.com/lsonline12345/env-scanner
- オーナー: lsonline12345
- アバター: https://avatars.githubusercontent.com/u/241868466?v=4
READMEの抜粋： 🌊 env-scanner | 环境扫描器 「为您的AI伙伴配备环境感知能力」
跨平台开发环境扫描工具，一键生成完整的系统环境报告。让您的AI助手在充分了解您系统状态的基础上，提供精准、可执行的建议。
🚀 核心理念：消除人机协作中的信息差，让每次AI对话都建立在充分“知情”的基础上
✨ 核心特性 🔍 全景环境感知 硬件指纹：CPU架构、内存配置、显卡信息、磁盘布局
开发栈图谱：Node.js、Python、Java、Rust 等主流开发环境
AI/数据科学生态：PyTorch、TensorFlow、CUDA 等AI框架与加速库
网络与服务：数据库、缓存、容器运行时等基础设施
🎯 智能场景适配 自动识别开发环境类型（Web开发、数据科学、AI研究等）
生成针对不同AI助手的优化输出格式
提供环境特定的问题诊断建议
🛡️ 隐私与安全 100% 本地执行，数据永不外传
可控的信息披露级别
开源透明，代码可审计 输入图片说明
输入图片说明 …
