hpc-runtime-doctor

HeshamFS

Mis à jour 2 days ago

4 vues

Designaiapi

À propos

Cette compétence Claude diagnostique les problèmes d'exécution et de planification pour les simulations de matériaux en Calcul Haute Performance (HPC). Elle analyse des problèmes tels que la configuration MPI/OpenMP, l'utilisation des GPU, les modules d'environnement et les inadéquations de ressources lorsque les échecs ou les sous-performances surviennent sur un cluster. Utilisez-la pour obtenir un diagnostic, une liste de vérification de l'environnement et un plan de reprise sécurisé pour les problèmes de portabilité et de performance.

Installation rapide

Claude Code

Recommandé

Principal

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

Commande PluginAlternatif

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

Git CloneAlternatif

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

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Documentation

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.

Dépôt GitHub

HeshamFS/materials-simulation-skills

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

agent-skillsagentscli-toolscomputational-sciencellmmaterials-science

Compétences associées

executing-plans

Design

Utilisez la compétence executing-plans lorsque vous disposez d'un plan de mise en œuvre complet à exécuter par lots contrôlés avec des points de contrôle de revue. Elle charge et examine le plan de manière critique, puis exécute les tâches par petits lots (3 tâches par défaut) tout en rapportant la progression entre chaque lot pour une revue par l'architecte. Cela garantit une mise en œuvre systématique avec des points de contrôle de qualité intégrés.

Voir la compétence

requesting-code-review

Design

Cette compétence délègue un sous-agent réviseur de code pour analyser les modifications apportées au code par rapport aux exigences avant de poursuivre. Elle doit être utilisée après avoir terminé des tâches, implémenté des fonctionnalités majeures, ou avant une fusion vers la branche principale. La revue aide à détecter précocement les problèmes en comparant l'implémentation actuelle avec le plan initial.

Voir la compétence

connect-mcp-server

Design

Cette compétence fournit un guide complet permettant aux développeurs de connecter des serveurs MCP à Claude Code via les transports HTTP, stdio ou SSE. Elle couvre l'installation, la configuration, l'authentification et la sécurité pour intégrer des services externes tels que GitHub, Notion et des API personnalisées. Utilisez-la lors de la configuration d'intégrations MCP, de la configuration d'outils externes ou du travail avec le Protocole de Contexte de Modèle de Claude.

Voir la compétence

web-cli-teleport

Design

Cette compétence aide les développeurs à choisir entre les interfaces Web et CLI de Claude Code en fonction de l'analyse des tâches, puis permet une téléportation transparente des sessions entre ces environnements. Elle optimise le flux de travail en gérant l'état et le contexte de la session lors du passage entre le web, la CLI ou le mobile. Utilisez-la pour des projets complexes nécessitant différents outils à diverses étapes.

Voir la compétence