Ext Ops Panel
Abrir o painel
Comparação

nsys-ai vs. Liquid Compute GPU test

nsys-ai é um pacote de plugins para ferramentas de programação com IA publicado por GindaChen. Marketplaces que lemos e que o listam: 1 (Community GitHub marketplaces). Liquid Compute GPU test é um servidor MCP publicado por liquidcompute.com. Marketplaces que lemos e que o listam: 1 (Official MCP Registry). Conforme nossa passagem pelos marketplaces em 2026-10-22. Este par foi escolhido por um leitor, não pela nossa regra de comparação, por isso pedimos aos buscadores que não indexem a página.

Onde cada um é publicado

Onde cada um é publicado
Marketplacensys-aiLiquid Compute GPU test
Marketplace da comunidade gindachen/nsys-ai Listado
Versão: 0.2.2
Forks (GitHub): 21
Estrelas (GitHub): 89
Sem marcação · Visto pela primeira vez
Não listado
Official MCP Registry Não listado Listado
Versão: 1.0.1
Forks (GitHub): 0
Estrelas (GitHub): 0
Sem marcação · Visto pela primeira vez

Cada número é do próprio marketplace e nunca é somado entre marketplaces. Um marketplace que não publica números não mostra nenhum: sem número não é zero.

Os fatos lado a lado

nsys-ai vs. Liquid Compute GPU test
Fatonsys-aiLiquid Compute GPU test
Marketplaces que o listam11
Estrelas (GitHub) (diferente)89 (melhor)0 (pior)
Forks (GitHub) (diferente)21 (melhor)0 (pior)
Último release (diferente)Não publicado2026-10-16
Onde roda (diferente)Instala-se como pacote de pluginsServidor remoto (api.liquidcompute.co/mcp)
Transporte (diferente)Não informadoStreamable HTTP
Ferramentas que declaraNão publicadoNão publicado
Variáveis de ambiente que pedeNão publicadoNão publicado
Partes do pacote (diferente)1Não é um pacote
Licença (diferente)MITNão informado
Repositório (diferente)github.com/gindachen/nsys-aigithub.com/liquid-compute/gcat
Mudanças nos últimos 7 dias (diferente)23
Visto pela primeira vez (diferente)2026-10-192026-10-15
Endpoint na última verificação (diferente)sem endpoint remoto que verificamosRespondeu há 28 h, exige uma chave

As linhas em que os dois diferem têm fundo destacado e valores em negrito. Onde os próprios dados dizem qual valor é melhor (mais marketplaces, um número maior do mesmo marketplace, um release mais recente, uma marca verified em um marketplace que lista os dois), o melhor também é marcado em verde com ▲ e o pior em vermelho com ▼. Onde roda, o transporte, as ferramentas, as configurações, os hooks, as partes do pacote, a licença e as mudanças da semana são marcados apenas como diferentes: mais ou menos não é melhor por si só.

O que cada um diz que faz

nsys-ai

Nas próprias palavras, em Community GitHub marketplaces:

GPU profile analysis for NVIDIA Nsight Systems. Triage bottlenecks, diagnose NCCL, compute MFU, compare regressions, and drill into SASS instructions. Requires the nsys-ai CLI (>= 0.2.2): pip install nsys-ai.

Liquid Compute GPU test

Nas próprias palavras, em Official MCP Registry:

Run GPU acceptance tests on your NVIDIA GPU nodes over SSH: DCGM, GEMM, HBM/PCIe bandwidth, NCCL.

Como executar cada um

nsys-ai Como plugin do Claude Code

Claude Code
/plugin marketplace add gindachen/nsys-ai
/plugin install nsys-ai@GindaChen

Liquid Compute GPU test Como servidor MCP remoto

Claude Code
claude mcp add --transport http gcat https://api.liquidcompute.co/mcp

Comandos construídos apenas com o que os marketplaces declaram; o conjunto completo para cada cliente está no cartão de cada um.

Só Liquid Compute GPU test tem um endpoint remoto que verificamos. Como verificamos os endpoints

Ferramentas que cada um declara

Os marketplaces de nenhum dos dois publicam uma lista de ferramentas, então não há o que comparar.

Configurações que cada um pede

Os marketplaces de nenhum dos dois publicam as configurações que ele pede.

O que pode fazer: nsys-ai · O que pode fazer: Liquid Compute GPU test · Comparar outros dois plugins

Dados de Community GitHub marketplaces. Dados de Official MCP Registry. Os números vêm das nossas próprias passagens regulares pelos marketplaces, última leitura em . Não publicamos dados de contato dos editores de plugins.

De onde vêm os dados: como o catálogo é montado