SLURM技能
Claude具备HPC/SLURM研究工作流程的代码代理技能——项目脚手架、GPU节点上的JupyterLab+MCP以及集群信息检测。
快速安装```bash
npx add-skill kdkyum/slurm-skills -a claude-code
## 可用技能
|技能|描述|调用|
|-------|-------------|------------|
| `slurm-info-summary` |检测并缓存SLURM集群信息(分区、GPU、内存、QOS)。自动适应任何SLURM集群。 | `/slurm-info-summary` |
| `init-project` |使用CLAUDE.md、pyproject.toml、MCP配置和报告技能构建基于笔记本的研究项目。使用来自的群集信息 `slurm-info-summary`. | `/init-project [description]` |
## 设置
1. 安装技能:```bash
npx add-skill kdkyum/slurm-skills -a claude-code
- 安装jlab mcp(一次性):```bash
uv tool install git+https://github.com/kdkyum/jlab-mcp.git
1. 跑 `/slurm-info-summary` 检测集群配置(每个集群一次)。
1. 创建并初始化项目:```bash
mkdir my-project && cd my-project
# then in Claude Code: /init-project "my research description"
- 在GPU节点上启动JupyterLab:```bash
uv sync
jlab-mcp start # in a separate terminal — submits SLURM job and waits
1. 在项目目录中启动Claude Code。这 `jlab-mcp` MCP服务器自动连接。
## 运作原理
### 集群自适应配置
`slurm-info-summary` 运行一次以检测集群的分区、GPU类型、内存和QOS限制。 `init-project` 读取此缓存摘要以生成 `.mcp.json` 为您的特定集群使用正确的SLURM环境变量——无需手动编辑分区名称、GPU类型或内存限制。
### 令牌高效模板
`init-project` 在中使用文件模板 `assets/` 通过以下方式复制 `cp` + `sed` 替换,避免了内联文件生成中昂贵的令牌消耗。
## 建筑```
slurm-skills/
├── skills/
│ ├── init-project/
│ │ ├── SKILL.md # Skill definition
│ │ └── assets/ # File templates (cp + sed)
│ │ ├── CLAUDE.md.template
│ │ ├── pyproject.toml.template
│ │ ├── .mcp.json.template
│ │ └── report-SKILL.md
│ └── slurm-info-summary/
│ ├── SKILL.md # Skill definition
│ └── scripts/
│ └── gather-slurm-info.sh
└── README.md
什么 init-project 创造```
my-project/
├── CLAUDE.md # Claude Code guidance
├── pyproject.toml # UV + hatchling, research deps
├── .mcp.json # jlab-mcp config (cluster-specific env vars)
├── notebooks/ # Jupyter notebooks
├── src/my_project/ # Python package
├── attachements/ # Saved figures
├── research_notes/ # Experiment reports
└── .claude/skills/report/ # Project-local report skill
```
许可证
麻省理工学院——见 许可证
