$ loading_
帮助用户通过 Flux 框架提交、管理并调度 HPC 计算任务与资源。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"flux-mcp" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请使用 flux-mcp 帮我提交一个 HPC 批量任务:运行 /home/user/run_sim.sh,申请 8 个 CPU、1 个 GPU、64GB 内存,最长运行时间 4 小时,并返回作业 ID。
返回已提交作业的关键信息,如作业 ID、资源请求、队列状态和预计执行情况。
请用 flux-mcp 查询我当前所有正在排队和运行中的作业,按状态分类展示;如果有失败作业,列出失败原因并给出可执行的重试建议。
输出作业状态列表、失败原因摘要,以及后续管理或重试建议。
我有一个 MPI 仿真任务,预计运行 2 小时。请使用 flux-mcp 根据这个任务特征,建议合适的节点数、CPU 核数、内存和调度参数,以提高资源利用率并减少排队时间。
给出更合理的资源申请与调度参数建议,并说明这样配置的原因。
通过 MCP 自动化 Ansys Fluent 仿真流程、UDF 管理与结果导出