SLURM技能
 
Claude具备HPC/SLURM研究工作流程的代码代理技能——项目脚手架、GPU节点上的JupyterLab+MCP以及集群信息检测。
快速安装
npx add-skill kdkyum/slurm-skills -a claude-code可用技能
| 技能 | 描述 | 调用 |
|---|---|---|
slurm-info-summary | 检测并缓存SLURM集群信息（分区、GPU、内存、QOS）。自动适应任何SLURM集群。 | /slurm-info-summary |
init-project | 使用CLAUDE.md、pyproject.toml、MCP配置和报告技能构建基于笔记本的研究项目。使用来自的群集信息 slurm-info-summary. | /init-project [description] |
设置
- 安装技能：
npx add-skill kdkyum/slurm-skills -a claude-code- 安装jlab mcp（一次性）：
uv tool install git+https://github.com/kdkyum/jlab-mcp.git- 跑
/slurm-info-summary检测集群配置（每个集群一次）。
- 创建并初始化项目：
mkdir my-project && cd my-project
# then in Claude Code: /init-project "my research description"- 在GPU节点上启动JupyterLab：
uv sync
jlab-mcp start # in a separate terminal — submits SLURM job and waits- 在项目目录中启动Claude Code。这
jlab-mcpMCP服务器自动连接。
运作原理
集群自适应配置
slurm-info-summary 运行一次以检测集群的分区、GPU类型、内存和QOS限制。 init-project 读取此缓存摘要以生成 .mcp.json 为您的特定集群使用正确的SLURM环境变量——无需手动编辑分区名称、GPU类型或内存限制。
令牌高效模板
init-project 在中使用文件模板 assets/ 通过以下方式复制 cp + sed 替换，避免了内联文件生成中昂贵的令牌消耗。
建筑
slurm-skills/
├── skills/
│ ├── init-project/
│ │ ├── SKILL.md # Skill definition
│ │ └── assets/ # File templates (cp + sed)
│ │ ├── CLAUDE.md.template
│ │ ├── pyproject.toml.template
│ │ ├── .mcp.json.template
│ │ └── report-SKILL.md
│ └── slurm-info-summary/
│ ├── SKILL.md # Skill definition
│ └── scripts/
│ └── gather-slurm-info.sh
└── README.md什么 init-project 创造
my-project/
├── CLAUDE.md # Claude Code guidance
├── pyproject.toml # UV + hatchling, research deps
├── .mcp.json # jlab-mcp config (cluster-specific env vars)
├── notebooks/ # Jupyter notebooks
├── src/my_project/ # Python package
├── attachements/ # Saved figures
├── research_notes/ # Experiment reports
└── .claude/skills/report/ # Project-local report skill许可证
麻省理工学院——见 许可证