hpc-runtime-doctor

HeshamFS

Actualizado 2 days ago

7 vistas

Diseñoaiapi

Acerca de

Esta Skill de Claude diagnostica problemas de ejecución y planificación para simulaciones de materiales en Computación de Alto Rendimiento (HPC). Analiza problemas como la configuración de MPI/OpenMP, el uso de GPU, los módulos de entorno y las discrepancias de recursos cuando los trabajos fallan o rinden por debajo de lo esperado en un clúster. Úsela para obtener un diagnóstico, una lista de verificación del entorno y un plan de reintento seguro para problemas de portabilidad y rendimiento.

Instalación rápida

Claude Code

Recomendado

Principal

npx skills add HeshamFS/materials-simulation-skills -a claude-code

Comando PluginAlternativo

/plugin add https://github.com/HeshamFS/materials-simulation-skills

Git CloneAlternativo

git clone https://github.com/HeshamFS/materials-simulation-skills.git ~/.claude/skills/hpc-runtime-doctor

Copia y pega este comando en Claude Code para instalar esta habilidad

Documentación

HPC Runtime Doctor

Goal

Turn cluster symptoms into a resource-layout diagnosis, environment checklist, and safe retry plan.

Requirements

Python 3.10+
No external dependencies
Works on Linux, macOS, and Windows

Inputs to Gather

Input	Description	Example
Scheduler	SLURM, PBS, LSF, local	`slurm`
Nodes/tasks/threads	Runtime layout	`2 nodes, 128 tasks, 2 threads`
GPUs	GPUs requested	`4`
Symptoms	Observed failure	`oom,killed,slow-gpu`
MPI/OpenMP/GPU use	Parallel modes	`mpi+openmp+gpu`
Walltime	Requested time	`12:00:00`
Scratch	Whether scratch is used	`true`

Decision Guidance

Check resource layout before changing physics settings.
Confirm module/compiler/MPI/CUDA consistency before debugging solver behavior.
Treat missing restart files and scratch cleanup as workflow failures, not physics failures.
For GPU jobs, confirm the executable was built with the requested accelerator backend.

Script Outputs

scripts/hpc_runtime_doctor.py emits:

resource_layout
diagnoses
environment_checks
retry_plan
scheduler_notes

Workflow

python3 skills/hpc-deployment/hpc-runtime-doctor/scripts/hpc_runtime_doctor.py \
  --scheduler slurm \
  --nodes 2 \
  --tasks 128 \
  --cpus-per-task 2 \
  --gpus 4 \
  --symptoms oom,slow-gpu \
  --uses-mpi \
  --uses-openmp \
  --uses-gpu \
  --json

Error Handling

Invalid resource counts stop with exit code 2. Unknown symptoms are preserved as custom items for human review.

Limitations

This skill does not query a live scheduler. It diagnoses from the submitted layout and symptoms.

Security

Inputs are scalar CLI values and booleans only.
The script does not execute scheduler commands or inspect environment variables.
The skill uses Bash only to run its bundled script.

References

See references/hpc_runtime_patterns.md for scheduler and runtime diagnosis patterns.

Version History

1.0.0: Initial HPC runtime diagnosis skill.

Repositorio GitHub

HeshamFS/materials-simulation-skills

Ruta: skills/hpc-deployment/hpc-runtime-doctor

agent-skillsagentscli-toolscomputational-sciencellmmaterials-science

Habilidades relacionadas

executing-plans

Diseño

Utilice la habilidad executing-plans cuando tenga un plan de implementación completo para ejecutar en lotes controlados con puntos de revisión. Esta habilidad carga y revisa críticamente el plan, luego ejecuta tareas en pequeños lotes (por defecto 3 tareas) mientras reporta el progreso entre cada lote para la revisión del arquitecto. Esto asegura una implementación sistemática con puntos de control de calidad integrados.

Ver habilidad

requesting-code-review

Diseño

Esta habilidad despacha un subagente revisor de código para analizar los cambios en el código frente a los requisitos antes de proceder. Debe usarse después de completar tareas, implementar funciones principales o antes de fusionar con la rama principal. La revisión ayuda a detectar problemas de forma temprana al comparar la implementación actual con el plan original.

Ver habilidad

connect-mcp-server

Diseño

Esta habilidad proporciona una guía integral para que los desarrolladores conecten servidores MCP a Claude Code mediante transportes HTTP, stdio o SSE. Cubre la instalación, configuración, autenticación y seguridad para integrar servicios externos como GitHub, Notion y APIs personalizadas. Úsala al configurar integraciones MCP, al configurar herramientas externas o al trabajar con el Protocolo de Contexto del Modelo de Claude.

Ver habilidad

web-cli-teleport

Diseño

Esta habilidad ayuda a los desarrolladores a elegir entre las interfaces web y CLI de Claude Code mediante el análisis de tareas, y luego permite la teletransportación fluida de sesiones entre estos entornos. Optimiza el flujo de trabajo gestionando el estado y el contexto de la sesión al cambiar entre web, CLI o móvil. Úsala para proyectos complejos que requieren diferentes herramientas en varias etapas.

Ver habilidad