hpc-runtime-doctor

HeshamFS

Обновлено 2 days ago

5 просмотров

Дизайнaiapi

О программе

Этот навык Claude диагностирует проблемы среды выполнения и планировщика для высокопроизводительных вычислений (HPC) в материаловедческих симуляциях. Он анализирует такие проблемы, как конфигурация MPI/OpenMP, использование GPU, модули окружения и несоответствия ресурсов, когда задания завершаются с ошибкой или работают неэффективно в кластере. Используйте его для получения диагноза, контрольного списка окружения и безопасного плана повторного запуска при проблемах с переносимостью и производительностью.

Быстрая установка

Claude Code

Рекомендуется

Основной

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

Команда плагинаАльтернативный

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

Git клонированиеАльтернативный

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

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

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.

GitHub репозиторий

HeshamFS/materials-simulation-skills

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

agent-skillsagentscli-toolscomputational-sciencellmmaterials-science