计算任务调度服务

调度程序MCP服务器

MCP（模型上下文协议）服务器，充当 dpdispatcher 图书馆。它允许语言模型或其他MCP客户端在受支持的本地计算机或HPC集群上提交和管理计算作业 dpdispatcher.

特性

• 暴露 dpdispatcher 通过标准MCP工具实现功能。
• submit_job：提交新的计算作业。
• query_status：检查已提交作业的状态。
• cancel_job：尝试取消正在运行或排队的作业。
• fetch_result：检索已完成作业的结果文件的路径。
• 包括MCP资源和提示，以指导交互式作业配置。
• 支持stdio传输以实现本地集成（例如，与Cline）。

设置

1. 先决条件:

   • Python 3.x
   • dpdispatcher 库已安装(pip install dpdispatcher)
   • mcp 库已安装(pip install mcp)
   • anyio 库已安装(pip install anyio)

2. 克隆/放置文件：确保 fast_server.py 和 job_manager.py （以及 __init__.py)位于目录内（例如。， dispatcher_mcp_server).

3. 配置 dpdispatcher：如果提交给远程HPC或Bohrium，请确保 dpdispatcher 其本身已正确配置（例如SSH密钥、Bohrium凭据）。

运行服务器

导航到包含以下内容的父目录 dispatcher_mcp_server 并运行：

python dispatcher_mcp_server/fast_server.py

服务器将启动并通过stdio进行监听。

与MCP客户端（如Cline）集成

将以下配置添加到客户端的MCP设置中（例如。， mcp_settings.json 对于Cline），根据需要调整路径：

{
  "mcpServers": {
    "dispatcher-mcp-server": {
      "command": "python",
      "args": [
        "dispatcher_mcp_server/fast_server.py"
      ],
      "cwd": "/path/to/parent/directory/containing/dispatcher_mcp_server",
      "env": {
        "PYTHONPATH": "/path/to/parent/directory/containing/dispatcher_mcp_server"
      },
      "disabled": false
    }
  }
}

重新启动客户端以加载服务器。

用法

使用MCP客户端与服务器交互。您可以直接调用以下工具 submit_job 通过提供必要的参数（机器配置、资源配置、任务详细信息），或使用 configure_job 提示引导LLM完成交互式配置过程。辅助资源，如 dpd://examples/machine/{type} 可用于上下文。