mitulgarg/env-doctor
Developer toolsЭта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал
Диагностика и исправление проблем совместимости среды CUDA / GPU локально, в Docker и CI/CD. Доступен сервер CLI + MCP.
Обзор
Недостающее звено между вашими GPU и библиотеками Python AI Потому что ваш драйвер поддерживает CUDA 11.8, а установочный горелка Pip дал вам колёса CUDA 12.4. несовпадающие версии CUDA между вашим драйвером NVIDIA, системным набором инструментов, cuDNN и библиотеками Python. Нужно выяснить, сломана ли ваша среда — и как именно это исправить. Основной CLI не имеет серьёзных зависимостей — устанавливается за секунды. Если вы хотите управлять распределённой системой из нескольких узлов GPU, эта панель управления поможет вам с точки зрения наблюдаемости. Она добавляет веб-интерфейс для мониторинга нескольких GPU-машин и не влияет на основную командную карту. Вскоре вы сможете действовать напрямую с дашборда через распределённые экземпляры экологии на каждой виртуальной машине! Это добавляет: fastapi, uvicorn, sqlalchemy, aiosqlite Env-Doctor включает встроенный сервер Model Context Protocol (MCP), который предоставляет 11 диагностических инструментов для помощников ИИ, таких как Claude Code и Claude Desktop.
Обзор (машинный перевод)
Доктор окружающей среды
Недостающее звено между вашими GPU и библиотеками Python AI
**“Почему мой PyTorch вылетает с ошибками CUDA, когда я только что его установил?” **
Потому что ваш водитель поддерживает CUDA 11.8, а
pip install torchдал вам колёса CUDA 12.4.
Env-Doctor диагностирует и исправляет #1 раздражение в GPU-вычислениях: несовпадение версий CUDA между вашим драйвером NVIDIA, системным набором инструментов, cuDNN и библиотеками Python.
Узнать, сломано ли ваше окружение — и как именно это исправить, занимает 5 секунд*.
Доктор «Чек» (Диагноз)
Особенности
| Функция | Что он делает |
|---|---|
| Диагностика с одной командой | Проверка совместимости: драйвер GPU → CUDA Toolkit → cuDNN → PyTorch/TensorFlow/JAX |
| Проверка вычислительных возможностей | Обнаружение несоответствий архитектуры GPU — выясняет, почему torch.cuda.is_available() возвращает False на новых GPU (например, Blackwell), даже когда драйвер и CUDA работают в порядке |
| Совместимость версий Python | Обнаружение конфликтов версий Python с библиотеками ИИ и каскад зависимостей |
Эта страница переведена автоматически. Технические детали смотрите в оригинале.
README
Показан фрагмент оригинального README. Открыть оригинал.
Env-Doctor
The missing link between your GPU and Python AI libraries
“Why does my PyTorch crash with CUDA errors when I just installed it?”
Because your driver supports CUDA 11.8, but
pip install torchgave you CUDA 12.4 wheels.
Env-Doctor diagnoses and fixes the #1 frustration in GPU computing: mismatched CUDA versions between your NVIDIA driver, system toolkit, cuDNN, and Python libraries.
It takes 5 seconds to find out if your environment is broken - and exactly how to fix it.
Doctor “Check” (Diagnosis)
Features
| Feature | What It Does |
|---|---|
| One-Command Diagnosis | Check compatibility: GPU Driver → CUDA Toolkit → cuDNN → PyTorch/TensorFlow/JAX |
| Compute Capability Check | Detect GPU architecture mismatches — catches why torch.cuda.is_available() returns False on new GPUs (e.g. Blackwell) even when driver and CUDA are healthy |
| Python Version Compatibility | Detect Python version conflicts with AI libraries and dependency cascade impacts |
| Jupyter / Notebook Output | from env_doctor import check; check() renders a rich HTML diagnosis inline in Jupyter, Colab, or VS Code notebooks — falls back to text in the terminal |
| CUDA Auto-Installer | Execute CUDA Toolkit installation directly with --run; CI-friendly with --yes; preview with --dry-run |
Установка
uvx env-doctor checkКонфигурация
// Claude Desktop config (~/.config/Claude/claude_desktop_config.json)
{
"mcpServers": {
"env-doctor": {
"command": "env-doctor-mcp"
}
}
}