分散器 MCP 服务器

一个通过 dpdispatcher 库包装的 MCP（模型上下文协议）服务器。它允许语言模型或其他 MCP 客户端提交和管理本地机器或支持 dpdispatcher 的 HPC 集群上的计算任务。

功能

• 通过标准 MCP 工具公开 dpdispatcher 功能。
• submit_job：提交新的计算任务。
• query_status：检查已提交任务的状态。
• cancel_job：尝试取消正在运行或排队的任务。
• fetch_result：检索已完成任务的结果文件路径。
• 包含 MCP 资源和提示以指导交互式任务配置。
• 支持标准输入输出传输（stdio）用于本地集成（例如，与 Cline 一起使用）。

安装

1. 先决条件：

   • Python 3.x
   • dpdispatcher 库已安装 (pip install dpdispatcher)
   • mcp 库已安装 (pip install mcp)
   • anyio 库已安装 (pip install anyio)

2. 克隆/放置文件：确保 fast_server.py 和 job_manager.py（以及 __init__.py）位于一个目录中（例如，dispatcher_mcp_server）。

3. 配置 dpdispatcher：如果要提交到远程 HPC 或 Bohrium，请确保 dpdispatcher 本身已正确配置（例如 SSH 密钥、Bohrium 凭据）。

运行服务器

导航到包含 dispatcher_mcp_server 的父目录并运行：

python dispatcher_mcp_server/fast_server.py

服务器将启动并通过标准输入输出监听。

与 MCP 客户端的集成（例如，Cline）

在客户端的 MCP 设置中添加以下配置（例如，mcp_settings.json 对于 Cline），根据需要调整路径：

{
  "mcpServers": {
    "dispatcher-mcp-server": {
      "command": "python",
      "args": [
        "dispatcher_mcp_server/fast_server.py"
      ],
      "cwd": "/path/to/parent/directory/containing/dispatcher_mcp_server",
      "env": {
        "PYTHONPATH": "/path/to/parent/directory/containing/dispatcher_mcp_server"
      },
      "disabled": false
    }
  }
}

重新启动客户端以加载服务器。

使用方法

使用 MCP 客户端与服务器交互。您可以直接调用 submit_job 工具，提供必要的参数（机器配置、资源配置、任务细节），或使用 configure_job 提示引导 LLM 进行交互式配置过程。还有可用的辅助资源，例如 dpd://examples/machine/{type} 供上下文参考。