Provides tools for interacting with Fujitsu's TCS/PJM job scheduler on Kyushu University's Genkai supercomputer, including job submission, status checking, deletion, resource group queries, quota limits, and reading job output files.
Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type @ followed by the MCP server name and your instructions, e.g., "@tcs_mcp_claude List my queued jobs"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
九州大学スーパーコンピュータ玄界の TCS（Fujitsu PRIMEHPC JobScheduler / PJM）を Claude から操作するための Model Context Protocol (MCP) サーバー。
Claude Code と統合することで、ジョブの投入・状態確認・削除・リソース照会・出力ファイルの読み取りを自然言語で行えるようになる。
ツール | 対応コマンド | 説明 |
|
| ジョブスクリプトを投入してジョブ ID を返す |
|
| 実行中・キュー待ちジョブの一覧（履歴も取得可） |
|
| 特定ジョブの状態確認 |
|
| ジョブの削除・キャンセル |
|
| 利用可能なリソースグループの一覧 |
|
| クォータ・上限値の確認 |
| — | Genkai 向けジョブスクリプトのテンプレート生成 |
| — | Genkai の既知リソースグループ一覧 |
| — | 作業ディレクトリのファイル一覧 |
| — | テキストファイルの内容を読み取り |
| — | ジョブの標準出力・エラーファイルを読み取り |
Related MCP server: clausius
[玄界ログインノード]
Claude Code → tcs-mcp (stdio) → pjsub/pjstat/pjdel[ローカル PC] [玄界ログインノード]
Claude Code → SSH トンネル → tcs-mcp (stdio) → pjsub/pjstat/pjdel[ローカル PC]
Claude Code → tcs-mcp (SSH モード) → SSH → pjsub/pjstat/pjdel [玄界]Python 3.11 以上（玄界では miniforge3 を推奨）
玄界アカウントと PJM コマンド（/usr/local/bin/pjsub 等）へのアクセス
# miniforge 環境をアクティベート
source ~/miniforge3/bin/activate
# このリポジトリをクローン
git clone git@github.com:exthnet/tcs_mcp_claude.git
cd tcs_mcp_claude
# パッケージをインストール（開発モード）
pip install -e .
# インストール確認
tcs-mcp --helpプロジェクトルートの .mcp.json がそのまま使えます（Claude Code を tcs_mcp_claude/ ディレクトリで起動した場合に自動読み込み）。
{
"mcpServers": {
"tcs": {
"type": "stdio",
"command": "/home/pj24001603/ku40000105/miniforge3/bin/tcs-mcp",
"env": {
"TCS_MODE": "local",
"TCS_WORK_DIR": "/home/pj24001603/ku40000105/work"
}
}
}
}別のディレクトリで Claude Code を使う場合は、~/.claude/ 以下に .mcp.json を置くか、claude mcp add コマンドで追加してください。
ローカル PC の .mcp.json または Claude Code の MCP 設定に追加：
{
"mcpServers": {
"tcs": {
"type": "stdio",
"command": "ssh",
"args": [
"-i", "~/.ssh/id_rsa_genkai",
"ku40000105@genkai.cc.kyushu-u.ac.jp",
"/home/pj24001603/ku40000105/miniforge3/bin/tcs-mcp"
]
}
}
}ローカル PC にもパッケージをインストールし、SSH モードで起動：
{
"mcpServers": {
"tcs": {
"type": "stdio",
"command": "tcs-mcp",
"env": {
"TCS_MODE": "ssh",
"TCS_SSH_HOST": "genkai.cc.kyushu-u.ac.jp",
"TCS_SSH_USER": "ku40000105",
"TCS_SSH_KEY_FILE": "~/.ssh/id_rsa_genkai"
}
}
}
}環境変数または .env ファイル（.env.example を参照）で設定します。
変数 | デフォルト | 説明 |
|
| 実行モード: |
|
| ジョブ出力ファイルを探す作業ディレクトリ |
|
| SSH ホスト名（ssh モード時） |
| — | SSH ユーザ名（ssh モード時、必須） |
|
| SSH 秘密鍵パス |
|
| pjsub の絶対パス |
|
| pjstat の絶対パス |
|
| pjdel の絶対パス |
|
| ログレベル |
あなた: 現在のジョブ一覧を見せて
Claude: [list_jobs を呼び出し]
現在実行中のジョブはありません。
あなた: a-batch-low で4コア、30分のジョブを投入したい
Claude: [generate_job_template を呼び出し]
以下のスクリプトを生成しました：
#!/bin/bash
#PJM -N myjob
#PJM -L rscgrp=a-batch-low
#PJM -L vnode-core=4
#PJM -L elapse=00:30:00
...
投入しますか？
あなた: 投入して
Claude: [submit_job を呼び出し]
ジョブ ID 6401234 で投入しました。source ~/miniforge3/bin/activate
pip install -e ".[dev]"
pytest tests/ -vテストは tests/fixtures/ に保存した実際の pjstat 出力を使用するため、玄界への接続不要で実行できます。
src/tcs_mcp/
├── __main__.py # エントリポイント
├── server.py # MCPServer の構築・ツール登録
├── config.py # TCSConfig (pydantic-settings)
├── executor.py # LocalExecutor / SSHExecutor
├── parsers.py # pjstat 出力パーサ
└── tools/
├── jobs.py # submit_job, list_jobs, get_job_status, delete_job
├── resources.py # get_resource_groups, get_quota_limits
├── files.py # list_files, read_file, read_job_output
├── templates.py # ジョブスクリプトテンプレートロジック
└── templates_tool.py # generate_job_template, list_resource_groups (MCP ツール)グループ | 種別 | 用途 |
| CPU | バッチジョブ（Xeon Platinum 8490H） |
| CPU | インタラクティブジョブ |
| GPU | GPU バッチジョブ（NVIDIA A100） |
| GPU (MIG) | MIG パーティション GPU ジョブ |
| GPU | GPU インタラクティブジョブ |
| CPU | その他バッチ |
pjmod は玄界に存在しないため非対応
ファイル操作ツール（read_file, list_files）は TCS_WORK_DIR 配下のみアクセス可（パストラバーサル防止）
MCP バージョン 2.0.0 を使用（mcp.server.mcpserver.MCPServer）
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
MCP server for AI dialogue using various LLM models via AceDataCloud
Hosted MCP server connecting claude.ai, ChatGPT and other AI apps to your own computer
Hosted MCP server for LLM cost estimation, model comparison, and budget-aware routing.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/exthnet/tcs_mcp_claude'
If you have feedback or need assistance with the MCP directory API, please join our Discord server