Kula: Monitoramento de servidores Linux autônomo, sem dependências

O que o Kula faz
O Kula coleta métricas do sistema a cada segundo lendo diretamente de /proc e /sys, armazena-as em um mecanismo de armazenamento de buffer circular em camadas integrado e as disponibiliza através de um painel de interface web em tempo real e de uma TUI no terminal.
Métricas coletadas
- CPU: Uso total (usuário, sistema, iowait, irq, softirq, steal) + contagem de núcleos
- Carga: Médias de 1/5/15 minutos, tarefas em execução e total
- Memória: Total, livre, disponível, usada, buffers, cache, shmem
- Swap: Total, livre, usado
- Rede: Taxa de transferência por interface (Mbps), pacotes/s, erros, descartes; erros TCP/s, redefinições/s, conexões estabelecidas; contagens de sockets
- Discos: E/S por dispositivo (bytes lidos/escritos por segundo, leituras/s, escritas/s IOPS); uso do sistema de arquivos
- Sistema: Tempo de atividade, entropia, sincronização do relógio, nome do host, contagem de usuários logados
- Processos: Contagens de execução, suspensos, bloqueados, zumbis
- Próprio: CPU% do Kula, memória RSS, descritores de arquivo abertos
Mecanismo de armazenamento
Os dados são persistidos em arquivos de buffer circular pré-alocados por camada com tamanhos máximos fixos. Quando um arquivo fica cheio, novos dados sobrescrevem as entradas mais antigas.
- Camada 1: Amostras brutas de 1 segundo (padrão 250 MB)
- Camada 2: Agregados de 1 minuto: CPU e rede médios, medidores de último valor (padrão 150 MB)
- Camada 3: Agregados de 5 minutos, mesma lógica (padrão 50 MB)
Recursos do painel
O servidor HTTP expõe uma API REST e um endpoint WebSocket para transmissão ao vivo. A autenticação é opcional - quando habilitada, usa hash Argon2id com sal e cookies de sessão. O frontend é uma aplicação de página única incorporada no binário com recursos incluindo:
- Zoom interativo com seleção por arrasto (pausa automaticamente a transmissão ao vivo)
- Modo foco para mostrar apenas gráficos selecionados
- Alternância de layout de grade / lista empilhada
- Sistema de alerta para sincronização do relógio, problemas de entropia, sobrecarga
Instalação
Exemplos de métodos de instalação para GNU/Linux amd64 (x86_64). Verifique os Lançamentos para pacotes ARM e RISC-V.
Independente
wget https://github.com/c0m4r/kula/releases/download/0.7.1/kula-0.7.1-amd64.tar.gz
echo " 6baff6bee9f9bbf56adc6e264e7ff9e1dfa763e7bab76a21dbc1e7d4be0397f4 kula-0.7.1-amd64.tar.gz " | sha256sum -c || rm kula-0.7.1-amd64.tar.gz
tar -xvf kula-0.7.1-amd64.tar.gz
cd kula
./kulaDebian/Ubuntu
wget https://github.com/c0m4r/kula/releases/download/0.7.1/kula_0.7.1_amd64.deb
echo " bbcd6ee65441c85f5bc835c40a1afaabc78b78d976c25e535c051b29ad514185 kula_0.7.1_amd64.deb " | sha256sum -c || rm kula_0.7.1_amd64.deb
sudo dpkg -i kula_0.7.1_amd64.deb
systemctl status kulaCompilar a partir do código-fonte
git clone https://github.com/c0m4r/kula.git
cd kula
bash addons/build.shUso
Início rápido
# 1. Copie e edite a configuração (opcional)
cp config.example.yaml config.yaml
# 2. Inicie o servidor
./kula serve
# Painel em http://127.0.0.1:8080
# 3. Ou use a interface de terminal
./kula tuiAutenticação (Opcional)
# Gere o hash da senha
./kula hash-password
# Adicione a saída em config.yaml em web.authO projeto está atualmente na versão 0.7.1 e o autor observa que ainda tem algumas arestas para aparar e precisa amadurecer, mas já está sendo usado em vários servidores em produção.
📖 Leia o código-fonte completo: HN LLM Tools
👀 See Also

Desenvolvedor do OpenClaw Alcança Avanços em Agentes de IA com Automação de Reservas em Uber e Restaurantes
Um desenvolvedor da OpenClaw criou com sucesso agentes de IA que completam de forma autônoma reservas de corridas no Uber e reservas em restaurantes em sites reais, superando detecção de bots e CAPTCHAs usando uma stack com navegadores stealth, proxies residenciais e solução de CAPTCHAs.

Plugin 'nice-figures' do Claude Code cria gráficos Matplotlib no estilo de blog de pesquisa
nice-figures é um plugin para Claude Code que gera figuras matplotlib no estilo soft-pastel dos blogs de pesquisa da Anthropic. Inclui 16 receitas de gráficos, zero dependências extras e estilo automático.

Lightning MLX: Motor de IA Local Rápido para Uso Agêntico em Apple Silicon Entrega 220 tok/s no Qwen 35B-A3B
Lightning MLX afirma ser a inferência local de IA mais rápida no Apple Silicon, otimizada para agentes de código e chamadas de ferramentas. Benchmarks mostram 40,67 tok/s no Qwen3.6-27B e 220,86 tok/s no Qwen3.6-35B-A3B a partir de um MacBook Max M5 (128 GB).

Servidor MCP: Comparando LLMs Locais e na Nuvem com Recurso de Debate
O servidor MCP permite que os desenvolvedores consultem modelos locais via Ollama juntamente com vários LLMs na nuvem, oferecendo recursos como comparação lado a lado e uma função de debate estruturado.