MCP-сервер для Slurm HPC

MCP-сервер на базе Python, предназначенный для подключения к суперкомпьютерным кластерам Slurm через SSH и предоставления вызываемых возможностей кластера таким клиентам, как Claude Desktop, Claude Code, Cursor, MCP Inspector и другим.

Текущая версия прошла проверку реальной цепочки взаимодействия:

• MCP-сервер успешно запускается

• Claude/MCP Inspector успешно подключаются

• Возможно подключение к удаленным узлам входа Slurm по SSH

• Возможно выполнение реальных заданий sbatch

• Возможно чтение логов заданий

• Возможно проведение структурированной диагностики типичных ошибок HPC

Функциональность

В настоящее время предоставляются следующие возможности MCP:

• list_jobs Просмотр текущей очереди заданий

• list_partitions Просмотр информации о разделах

• get_job_status Запрос статуса, кода выхода, причины и пути к логам указанного задания

• submit_slurm_job Загрузка и отправка скрипта Slurm

• diagnose_error Структурированная классификация ошибок на основе логов

• job_log://{job_id} Чтение лога стандартного вывода задания

Related MCP server: claude-ssh-mcp

Технологический стек

• Python

• MCP Python SDK (mcp[cli])

• Paramiko

• Slurm CLI (squeue, sinfo, sacct, scontrol, sbatch)

Структура каталогов

slurm-hpc-mcp/
├─ mcp_hpc_server.py
├─ README.md
├─ requirements.txt
├─ claude_desktop_config.example.json
├─ mcp.inspector.template.json
├─ examples/
│  └─ example_job.slurm
└─ tests/
   └─ test_mcp_server.py

Установка

Рекомендуется использовать отдельное виртуальное окружение.

pip install -r requirements.txt

Способ настройки

Сервис считывает конфигурацию удаленного кластера через переменные окружения.

Обязательные:

• SLURM_SSH_HOST

• SLURM_SSH_USERNAME

Опциональные:

• SLURM_SSH_PORT, по умолчанию 22

• SLURM_SSH_KEY_PATH

• SLURM_SSH_PASSWORD

• SLURM_SSH_ALLOW_UNKNOWN_HOSTS, по умолчанию false

• SLURM_REMOTE_WORKDIR, по умолчанию /tmp/mcp-slurm

• SLURM_CONNECT_TIMEOUT, по умолчанию 15

• SLURM_COMMAND_TIMEOUT, по умолчанию 60

• SLURM_LOG_MAX_BYTES, по умолчанию 200000

• MCP_TRANSPORT, по умолчанию stdio

Локальный запуск

По умолчанию запускается через stdio, что подходит для Claude Desktop, Claude Code, Cursor, Inspector:

python .\mcp_hpc_server.py

Если необходимо переключиться на HTTP-транспорт:

$env:MCP_TRANSPORT="streamable-http"
python .\mcp_hpc_server.py

Настройка Claude Desktop

Пожалуйста, обратитесь к:

• claude_desktop_config.example.json

Пример:

{
    "mcpServers": {
      "slurm-hpc": {
        "type": "stdio",
        "command": "<your-python-executable>",
        "args": ["<your-project-dir>/mcp_hpc_server.py"],
        "env": {
        "SLURM_SSH_HOST": "your-login-host",
        "SLURM_SSH_PORT": "22",
        "SLURM_SSH_USERNAME": "your-username",
        "SLURM_SSH_KEY_PATH": "<your-ssh-private-key-path>",
        "SLURM_SSH_ALLOW_UNKNOWN_HOSTS": "true"
      }
    }
  }
}

Типичное расположение конфигурации Claude Desktop в Windows:

%APPDATA%\Claude\claude_desktop_config.json

MCP Inspector

Пожалуйста, обратитесь к:

• mcp.inspector.template.json

Если вы настраиваете вручную прямо в Inspector:

• В поле Command укажите путь к интерпретатору Python

• В поле Arguments укажите путь к mcp_hpc_server.py

• В переменных окружения укажите соответствующие параметры SLURM_SSH_*

Пример скрипта задания

См.:

• examples/example_job.slurm

При отправке, пожалуйста, измените параметры в соответствии с реальными условиями вашего кластера:

• Имя раздела

• Ресурсы GRES / GPU / DCU

• Ограничение по времени

• Путь вывода

Описание инструментов

1. list_jobs

Просмотр заданий в текущей очереди.

Ввод:

{
  "user": "optional"
}

2. list_partitions

Просмотр состояния разделов.

Ввод:

{}

3. get_job_status

Запрос статуса указанного задания.

Ввод:

{
  "job_id": "37285107"
}

4. submit_slurm_job

Отправка скрипта Slurm.

Поле ввода — script_content, просто вставьте текст многострочного скрипта, не добавляя дополнительных кавычек.

5. diagnose_error

Структурированная классификация ошибок на основе текста лога.

Ввод:

{
  "log_content": "ModuleNotFoundError: No module named 'mpi4py'"
}

6. job_log://{job_id}

Чтение лога стандартного вывода задания через шаблон ресурса.

Механизмы безопасности

Перед отправкой выполняется проверка через ActionGuard, которая по умолчанию блокирует типичные опасные команды, например:

• rm -rf /

• mkfs

• Прямая запись в /dev/*

• shutdown / reboot

• sudo

Это лишь первый уровень защиты. В производственной среде все равно рекомендуется:

• Использовать SSH-аккаунт с низкими привилегиями

• Ограничивать удаленную рабочую директорию

• Сохранять логи операций

• Не добавлять приватные ключи в репозиторий

Тестирование

Запуск минимального теста:

python -m unittest tests.test_mcp_server

Текущее минимальное тестирование охватывает:

• Проверку первой строки скрипта

• Нормализацию пакетных скриптов

• Логику классификации ошибок

• Парсинг разделов

• Парсинг статуса заданий