Cluster Execution MCP Server

集群执行MCP服务器

集群感知命令执行，用于跨AGI代理集群的分布式任务路由。

版本: 0.2.0

特性

• 自动任务路由：根据负载、能力和要求将命令路由到最佳节点
• 多节点支持：macpro51（Linux x86_64）、mac studio（macOS ARM64）、macbook air（macOS ARM六十四）、推理节点
• 动态IP解析：mDNS、DNS和带缓存的回退方法
• 加强安保：无shell注入、基于环境的配置、命令验证
• SSH连接验证：具有可配置超时的重试逻辑
• 并行执行：跨集群分发命令以实现最大吞吐量

安装

cd /mnt/agentic-system/mcp-servers/cluster-execution-mcp
pip install -e .

# For development:
pip install -e ".[dev]"

配置

Claude代码配置

添加到 ~/.claude.json:

{
  "mcpServers": {
    "cluster-execution": {
      "command": "/mnt/agentic-system/.venv/bin/python3",
      "args": ["-m", "cluster_execution_mcp.server"]
    }
  }
}

环境变量

所有配置都通过环境变量外部化：

节点配置

节点主机名和IP可以自定义：

MCP工具

用法示例

自动路由

# Heavy commands auto-route to least loaded node
result = await cluster_bash("make -j8 all")

# Simple commands run locally
result = await cluster_bash("ls -la")

部队特定要求

# Force Linux execution
result = await cluster_bash("docker build .", requires_os="linux")

# Force x86_64 architecture
result = await cluster_bash("cargo build", requires_arch="x86_64")

显式节点路由

# Run on Linux builder
result = await offload_to("podman run -it ubuntu:22.04", node_id="macpro51")

# Run on Mac Studio
result = await offload_to("swift build", node_id="mac-studio")

并行执行

# Run tests across cluster
results = await parallel_execute([
    "pytest tests/unit/",
    "pytest tests/integration/",
    "pytest tests/e2e/"
])

群集状态

# Get cluster health before heavy operations
status = await cluster_status()
# Returns:
# {
#   "local_node": "macpro51",
#   "nodes": {
#     "macpro51": {"cpu_percent": 15.2, "memory_percent": 45.3, ...},
#     "mac-studio": {"cpu_percent": 8.1, "memory_percent": 32.1, ...},
#     ...
#   }
# }

集群节点

卸载模式

与这些模式匹配的命令会自动卸载：

• 构建： make, cargo, npm, yarn, pnpm
• 测试： pytest, jest, mocha, test
• 编译： gcc, g++, clang
• 集装箱： docker, podman, kubectl
• 文件操作： rsync, scp, tar, zip, find, grep -r

本地命令：

• 简单： ls, pwd, cd, echo, cat, head, tail, which, type

安全

壳体防喷

所有命令都使用 subprocess.run() 在可能的情况下使用列表参数：

# SAFE: List arguments
subprocess.run(["ssh", "-o", "ConnectTimeout=5", f"{user}@{ip}", command])

# Complex shell commands are validated before execution

命令验证

针对危险模式验证命令：

• rm -rf /
• rm -rf /*
• > /dev/sda
• 叉式炸弹
• 还有更多。..

SSH配置

• StrictHostKeyChecking=accept-new -接受新主机，但验证返回的主机
• BatchMode=yes -脚本编写的非交互模式
• 可配置的超时和重试

发展

运行测试

# Install dev dependencies
pip install -e ".[dev]"

# Run tests
pytest tests/ -v

# With coverage
pytest tests/ --cov=cluster_execution_mcp --cov-report=html

项目结构

cluster-execution-mcp/
├── src/cluster_execution_mcp/
│   ├── __init__.py      # Package exports
│   ├── config.py        # Configuration, validation, node definitions
│   ├── router.py        # Task routing and IP resolution
│   └── server.py        # FastMCP server and tools
├── tests/
│   ├── conftest.py      # Pytest fixtures
│   ├── test_config.py   # Config module tests (29 tests)
│   ├── test_router.py   # Router module tests (21 tests)
│   └── test_server.py   # Server and tool tests (21 tests)
└── pyproject.toml       # Package configuration

CLI接口

# Submit a command
cluster-router submit "make -j8 all"

# Check task status
cluster-router status 

# Show cluster status
cluster-router cluster-status

监控

操作前检查群集运行状况：

User: "Show me cluster status"

Claude Code: cluster_status tool

Output:
  macpro51:
    CPU: 45.2%
    Memory: 18.3%
    Load: 3.21
    Status: healthy

  mac-studio:
    CPU: 22.1%
    Memory: 54.7%
    Load: 2.15
    Status: healthy

  macbook-air:
    CPU: 12.8%
    Memory: 38.2%
    Load: 1.03
    Status: healthy

故障排除

MCP服务器未加载:

# Check config
cat ~/.claude.json | jq '.mcpServers["cluster-execution"]'

# Test server import
python3 -c "from cluster_execution_mcp.server import main; print('OK')"

节点不可达:

# Test SSH connectivity
ssh marc@macpro51.local hostname
ssh marc@Marcs-Mac-Studio.local hostname

# Check with fallback IP
ssh marc@192.168.1.183 hostname

命令超时:

# Increase timeout via environment
export CLUSTER_CMD_TIMEOUT=600  # 10 minutes
export CLUSTER_SSH_TIMEOUT=10   # 10 seconds

更新日志

v0.2.0版本

• 新功能:

- 使用pyproject.toml进行适当的包结构 - 基于环境的配置（无硬编码凭据） - 具有验证功能的共享配置模块 - SSH连接的重试逻辑 - 带TTL的IP解析缓存 - 推理节点支持

• 安全改进:

- 消除了shell注入漏洞 - 危险模式的命令验证 - IP验证拒绝环回/Docker/本地链接 - SSH主机密钥处理（接受新密钥）

• 代码质量:

- 整个代码库中的完整类型提示 - 除特定例外条款外，其余条款均已替换 - 添加了全面的日志记录 - 71个模拟单元测试

• 错误修复:

- 修复了darwin/macos操作系统别名处理问题 - SSH操作中的正确超时处理 - 针对失败操作的更好错误消息

v0.1.0

• 具有基本集群执行的初始版本

许可证

麻省理工学院

______________________________________________________________________

AGI代理系统的一部分

另请参见：

• 节点聊天MCP-节点间通信
• 增强内存MCP-带RAG的持久内存
• 代理运行时MCP-目标和任务队列