mcp-ssh-live

通过 SSH 连接到远程 GPU 服务器，启动 python train.py，并持续流式输出日志；如果进程卡住，允许我发送中断信号；训练结束后把 logs/train.log 通过 SFTP 下载到本地。

返回实时逐行训练日志，支持中断控制，并在结束后完成日志文件下载。

连接生产服务器，执行 git pull、docker compose up -d，然后实时显示输出；接着运行 systemctl status myapp 和 curl 本地健康检查接口，汇总部署是否成功。

展示部署命令的实时结果、服务状态与健康检查结果，并给出成功或失败结论。

SSH 到测试机器，启动一个需要标准输入的交互式脚本，按步骤向 stdin 发送选项；实时读取每一行返回内容；如检测到错误，立即发送终止信号并保存诊断报告到本地。

完成交互式诊断流程，保留实时输出记录，并在异常时安全终止并导出报告。