pw MCP

并行工作MCP服务器

模型上下文协议（MCP）服务器，使人工智能助手能够与并行工作激活REST API交互。这允许代码辅助代理管理Parallel Works资源，包括集群、存储、工作流等。

特性

MCP服务器提供管理工具：

• 集群：列出和查询计算集群和节点
• 工作流：列出、检查和执行工作流
• 存储：管理存储桶、Lustre文件系统和NFS存储
• 会话：查看和管理用户会话
• 分配：查询预算分配和使用情况
• 机器学习：列出和管理机器学习工作区（AWS SageMaker、Azure机器学习）
• Kubernetes：查询Kubernetes集群
• 用户资源：获取通知、组织和组

安装

先决条件

• Node.js 18+或最新版本
• 具有API访问权限的并行工作激活帐户

设置

1. 克隆或导航到项目目录：

cd parallel-works-mcp

1. 安装依赖项：

npm install

配置

MCP服务器需要身份验证才能连接到并行工程API。您可以使用以下任一方式进行身份验证：

选项1：API密钥（基本身份验证）

export PARALLEL_WORKS_API_KEY="your-api-key-here"

选项2：不记名代币（JWT）

export PARALLEL_WORKS_TOKEN="your-jwt-token-here"

可选：自定义API URL

export PARALLEL_WORKS_API_URL="https://activate.parallel.works"

用法

运行服务器

使用stdio传输启动MCP服务器：

npm start

或者直接使用Node：

node src/index.js

使用自定义API URL:

node src/index.js --api-url https://activate.parallel.works --api-key YOUR_KEY

使用Bearer代币：

node src/index.js --token YOUR_JWT_TOKEN

MCP客户端配置

添加MCP服务器的推荐方法是编辑您的 ~/.claude.json 直接配置文件：

# Open your Claude config file
nano ~/.claude.json

将MCP服务器配置添加到要使用它的每个项目中：

{
  "projects": {
    "/your/project/path": {
      "mcpServers": {
        "parallelworks": {
          "type": "stdio",
          "command": "node",
          "args": ["/absolute/path/to/parallel-works-mcp/src/index.js"],
          "env": {
            "PARALLEL_WORKS_API_KEY": "your-api-key-here"
          }
        }
      },
      "enabledMcpjsonServers": ["parallelworks"]
    }
  }
}

配置选项：

为所有项目启用，在您的每个项目路径下添加相同的配置 ~/.claude.json 文件。

可用工具

身份验证和用户信息

get_auth_session

获取当前身份验证会话和用户信息。

{}

get_organizations

列出用户可以访问的组织。

{}

get_groups

为经过身份验证的用户获取组。

{
  "provider": "aws-slurm",
  "network": "my-network"
}

集群操作

list_clusters

列出用户可以访问的所有集群。

{}

get_cluster_nodes

获取特定计算集群的节点。

{
  "organization": "parallelworks",
  "user": "username",
  "clusterName": "my-cluster",
  "type": "compute"
}

工作流操作

list_workflows

列出已验证用户的所有工作流。

{
  "filter": "workflows"
}

get_workflow

获取特定工作流的详细信息。

{
  "workflow": "my-workflow"
}

get_workflow_yaml

获取工作流的YAML配置。

{
  "workflow": "my-workflow"
}

run_workflow

使用可选输入参数运行工作流。

{
  "workflow": "my-workflow",
  "inputs": {
    "param1": "value1",
    "param2": "value2"
  }
}

存储操作

list_buckets

列出用户可以访问的存储桶。

{
  "permission": "edit",
  "provisioned": true
}

list_lustre

列出用户可以访问的Lustre文件系统。

{
  "permission": "mount",
  "provisioned": true
}

list_nfs

列出用户可以访问的NFS文件系统。

{
  "permission": "edit",
  "provisioned": true
}

会话操作

list_sessions

列出已验证用户的会话。

{
  "type": "tunnel",
  "subdomain": "my-subdomain"
}

分配操作

list_allocations

列出用户可以访问的预算分配。

{
  "limit": 50,
  "skip": 0,
  "name": "production",
  "sort": "-total"
}

Kubernetes操作

list_kubernetes_clusters

列出用户可访问的Kubernetes集群。

{}

ML工作区操作

list_ml_workspaces

列出机器学习工作区。

{
  "csp": "aws",
  "region": "us-west-2",
  "provisioned": true
}

通知

get_notifications

获取已验证用户的通知。

{
  "limit": 20,
  "skip": 0,
  "read": false
}

对话示例

列出集群

User: List all my clusters
Assistant: [calls list_clusters] Here are your clusters...

运行工作流

User: Run the "data-processing" workflow with input dataset="s3://my-bucket/data"
Assistant: [calls run_workflow with workflow="data-processing", inputs={"dataset": "s3://my-bucket/data"}] Workflow started successfully...

检查存储

User: What Lustre filesystems do I have access to?
Assistant: [calls list_lustre] You have access to the following Lustre filesystems...

管理会话

User: Show me all my active tunnel sessions
Assistant: [calls list_sessions with type="tunnel"] Here are your active tunnel sessions...

错误处理

MCP服务器优雅地处理错误：

• 身份验证错误：检查您的API密钥或令牌
• 网络错误：验证您的网络连接和API URL
• 无效参数：检查工具输入模式
• 资源未找到：验证资源名称和权限

所有错误都会在响应中返回描述性消息。

发展

项目结构

parallel-works-mcp/
├── src/
│   └── index.js          # Main MCP server implementation
├── package.json           # Dependencies and scripts
├── pw-openapi.json       # OpenAPI specification (reference)
├── PROGRESS.md           # Development progress tracking
└── README.md             # This file

添加新工具

要添加新工具，请执行以下操作：

1. 将工具定义添加到 tools 数组in src/index.js
2. 在中添加一个案例 CallToolRequestSchema 处理器
3. 使用您的MCP客户端测试该工具

例子：

{
  name: 'my_new_tool',
  description: 'Does something useful',
  inputSchema: {
    type: 'object',
    properties: {
      param1: { type: 'string', description: 'First parameter' },
    },
    required: ['param1'],
  },
}

API 参考

此MCP服务器基于Parallel Works ACTIVATE OpenAPI规范：

• 基本URL: https://activate.parallel.works
• 文档: 并行工作文档
• OpenAPI规范：包括在内 pw-openapi.json

许可证

麻省理工学院

支持

对于问题或疑问：

• 并行工作支持：support@parallelworks.com
• GitHub问题：\[在存储库中创建问题\]