技術ポータル「iSUS」をリニューアルいたしました！お探しの記事を快適に検索いただくための絞り込み機能 (トピック検索) の使い方はこちら。

インテル® VTune™ プロファイラー AI アシスタント — README

インテル® VTune™ プロファイラー
Linuxドキュメント

このドキュメントは、インテル® VTune™ プロファイラー 2026.4 Linux 版のインストールに含まれる、vtune-profiler-ai-assistant/README.md を iSUS で翻訳した日本語参考訳です。原文は更新される可能性があります。原文と翻訳文の内容が異なる場合は原文を優先してください。

このプロジェクトは、インテル® VTune™ プロファイラーの主要機能を MCP (モデル・コンテキスト・プロトコル) サーバーとしてラップし、パフォーマンス・エンジニアリングのワークフローに沿ってユーザーをガイドする、ターミナルベースの対話型インターフェイスを提供します。

機能

  • 自然言語プロファイル: アシスタントに、アプリケーションのプロファイル、ホットスポットの特定、またはキャッシュミスの説明などを問い合わせできます。
  • ガイダンス付き、同意確認による実行: `vtune -collect` や `vtune -report` コマンドを実行して、計画を説明し、影響の大きい操作を行う前には確認を求めます。そのため、開発者は常に状況を把握できます (“パイロットではなくパートナー”)。
  • 高度な解析: 膨大なインテル® VTune™ プロファイラーの XML/CSV レポートを解析して有益な情報をもたらす要約を抽出し、メトリック主導の反復的な調査プロセス (スナップショット → ホットスポット → 数値が示す解析) を行います。
  • 自己完結型インストール: 単一のシェルスクリプトと `uv` パッケージ・マネージャーを使用し、システム上の Python や PATH を変更したり root 権限を必要とせず、プロジェクト・ディレクトリーに独立したプロジェクト・ローカルな Python ランタイムを作成します。(初回実行時には、`uv`、Python ランタイムおよびプロジェクトの Python 依存関係がダウンロードされます。)

ドキュメント

  • [ユーザーガイド] — アシスタントの使い方: プロファイルのワークフロー、パフォーマンス・ラボ・ノートブック、スラッシュコマンド、サンプリング・モード、および権限。
  • [FAQ] — よくある質問と、”なぜそうなるのか” という回答。

内部設計と計画ドキュメントは (製品には含まれないため) `docs/` に格納されています。

技術スタック

  • CLI: タイパー + リッチ
  • エージェント・オーケストレーション: PydanticAI
  • ツーリング: FastMCP

要件

`./setup.sh` を実行する前に、ターゲットマシンで以下を確認します。

要件

詳細

OS

Linux (x86-64)。アシスタントは Linux ターゲットのプロファイルを行い、ホストの機能に関する `/proc` 情報を読み取ります。

インテル® VTune ™ プロファイラー

事前にインストールされている必要があります。アシスタントはインテル® VTune™ プロファイラーを検出して実行しますが、インテル® VTune™ プロファイラーを同梱していません。oneAPI 環境 (`source /opt/intel/oneapi/setvars.sh`) を実行するか、`PATH` に `vtune` を用意します。インストール後、`./bin/vtune-ai check` で確認します。

`curl`

`uv` をブートストラップするため `setup.sh` から要求されます。

外部ネットワーク (初回インストール時のみ)

HTTPS 経由で `astral.sh` (`uv` をダウンロード) および `pypi.org` / `files.pythonhosted.org` (Python ランタイム ＋ 依存関係) へ。プロキシー環境下では、`setup.sh` を実行する前に `HTTPS_PROXY`/`HTTP_PROXY` をエクスポートします。エアギャップ環境のホストでは、事前に `uv` キャッシュを準備するか、PyPI をミラーリングしておきます。インストール時にこれらのエンドポイントへのアクセスが必要になりますが、その後は、選択した LLM プロバイダーへの呼び出しを除き、完全にオフラインで動作します。

LLM プロバイダー + キー

事前に準備してください (ステップ 2 を参照)。実行時に必要なネットワーク・アクセスは、プロバイダーの API エンドポイントへの接続のみです。

権限

インストール時に `root` / `sudo` 権限は不要です。すべてのファイルがプロジェクト・ディレクトリー下に配置されます。プロファイルには権限の昇格が必要となる場合があります。`perf_event_paranoid` の制限の厳しいホスト上でハードウェア・イベントベース・サンプリングを行うには、`sudo` (`allow_sudo` 経由で有効化) またはカーネル設定の緩和が必要です。ソフトウェア・サンプリングは、特権を必要とせずに動作します。

ディスク

分離されたツールチェーン用に約 300 MB (`uv` 約 60 MB ＋ `.venv/` 配下の Python ランタイムおよび依存関係に約 210 MB)、および `results/` 配下にインテル® VTune™ プロファイラー結果ディレクトリー用の領域が必要です。

Python

システム全体での設定は不要です。プロジェクト用に、`uv` が隔離された Python 3.13 ランタイムを準備します。

 

導入ガイド

1. インストール

インテル® VTune™ プロファイラーの AI アシスタントは、ツールの実行中にジョブ履歴を保持し、プロファイル結果ファイルを保存するローカルファイルを生成します。インテル® VTune™ プロファイラーのインストール・フォルダーにこれらのファイルが作成されるのを避けるには、同フォルダー内の `vtune-profiler-ai-assistant` フォルダーを任意の場所 (ファイルを作成できる場所) にコピーし、そこからツールを起動します。

ブートストラップ・スクリプトを実行します。システム環境に影響を与えることなく、`.bin/` 配下にプロジェクト・ローカルで隔離された [uv] (https://docs.astral.sh/uv/) を準備し、仮想環境を同期した上で、`bin/vtune-ai` に CLI ラッパーを生成します:

$ bash
$ ./setup.sh

インストールによってシステムに配置されるもの (構成一覧)。すべてプロジェクト・ディレクトリー内で完結します。

システム全体 (/opt/intel) へのインストールは行われず、システムの Pythonや `PATH` も変更されません。

パス

コンポーネント

サイズ

`.bin/uv`

`uv` パッケージ・マネージャー (astral.sh からダウンロード)

最大 60 MB

`.venv/`

分離された Python 3.13 ランタイムとプロジェクトの依存関係

最大 210 MB

`bin/vtune-ai`

生成された CLI ラッパー (`.venv` 経由でアプリを実行)

< 1 KB

アンインストールするには、プロジェクト・ディレクトリーを削除します。それ以外は何も必要ありません。

コマンドを実行します。生成されたラッパーからアシスタントを呼び出します:

`./bin/vtune-ai check`。グローバル `PATH` には含まれていないため、先頭の > `./` (またはフルパス) が必要です。

2. モデルを選択します (独自鍵を使用: BYOK)

このアシスタントは、いかなる認証情報も送信しません。プロバイダーとキーを用意してください。設定は 2 つに分かれています:

  • `vtune-ai.toml` — ルーティングのみ: どのプロバイダー、どのモデルか。
    テンプレートをコピーして、プロファイルを選択します:
    $ bash
$ cp vtune-ai.toml.example vtune-ai.toml
  • `.env` — シークレットおよびアカウント設定 (API キー、GCP プロジェクト、AWS リージョン、Azure エンドポイント)。
    テンプレートをコピーし、選択したプロバイダーのセクションに指定します。
    $ bash
$ cp .env.template .env

`vtune-ai.toml` 内の `active_profile` を、プロファイルのいずれかに設定します。モデル名はあくまで例であり、利用するプロバイダーが提供している名称に合わせて編集してください。

プロファイル

プロバイダー

設定項目

`openai`

OpenAI

`OPENAI_API_KEY`

`anthropic`

Anthropic

`ANTHROPIC_API_KEY`

`gemini`

Google Gemini Developer API

`GOOGLE_API_KEY`

`vertex`

Google Vertex AI

ADC (`gcloud auth application-default login`) + `GOOGLE_CLOUD_PROJECT`

`bedrock`

AWS Bedrock

`AWS_REGION` ＋ `AWS_BEARER_TOKEN_BEDROCK` または AWS 認証情報 (boto3 チェーン) のいずれか

`azure`

Azure OpenAI

`AZURE_OPENAI_API_KEY` + エンドポイント (`azure_endpoint`/`AZURE_OPENAI_ENDPOINT`)

`openai-compatible`

任意の OpenAI 互換エンドポイント (Ollama、vLLM、Bedrock Mantle など)

プロファイルでの `base_url` (モデルで必要な場合は `api = “responses”` を設定)

具体例 — Google Gemini:

  1. `vtune-ai.toml` で、`active_profile = “gemini”` を設定。
  2. [Google AI Studio] (https://aistudio.google.com/apikey) から API キーを取得します。
  3. `.env` に `GOOGLE_API_KEY=…your-key…` を追加します。
  4. 検証: `./bin/vtune-ai check`

3. セットアップの確認

$ bash
$ ./bin/vtune-ai check

`check` は、2 つのことを報告する preflight です:

  1. LLM プロバイダー — アクティブなプロファイルに必要な環境が整っていることに加え、認証情報が有効であることを確認する最小限のライブコールを一度実行する必要があります (`–no-probe` でライブコールをスキップできます)。
  2. インテル® VTune™ プロファイラーおよびホストの準備確認 — インテル® VTune™ プロファイラーのバイナリーが検出できるか、またそのホストが実際にどの解析タイプをサポートしているか確認します (制限の厳しい `perf_event_paranoid` や仮想化ホストといった問題は、警告として表示されます)。

プロバイダー設定やインテル® VTune™ プロファイラーのインストールが完全でないとチェックは失敗しますが、ホスト機能に関する警告では失敗しません (ソフトウェア・サンプリングは引き続き動作します)。

4. 実行

$ bash
$ ./bin/vtune-ai chat

 

使用するプロバイダーは何ですか?

同梱の CLI を使用せず、このプロジェクトの MCP サーバーを独自の MCP ホスト (Claude Code、Claude Desktop、Cursor) に登録することもできます。

$ bash
$ claude mcp add vtune -- "$(pwd)/.venv/bin/vtune-mcp"

その後、エージェントはインテル® VTune™ プロファイラーを直接取得します。ツールの一覧、JSON 設定、および注意事項については、[ユーザーガイドの「独自のエージェントを使用する」] (user-docs/USER_GUIDE.md#9-using-your-own-agent-standalone-mcp-server) をご覧ください。

Intel、インテル、Intel ロゴ、VTune、その他のインテルの名称やロゴは、Intel Corporation またはその子会社の商標です。

タイトルとURLをコピーしました