dpdispatcher
基于dpdispatcher的MCP工具，用于本地和HPC集群的计算任务提交与管理。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：dpdispatcher。 它的用途是：基于dpdispatcher的MCP工具，用于本地和HPC集群的计算任务提交与管理。 完整的 Skill 内容见：https://321skill.com/skills/dpdispatcher/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我在集群上提交一个名为‘simulation’的任务，使用2个节点，每个节点16个核心，运行我放在`/home/user/job.sh`的脚本。”，它会通过dpdispatcher Skill将你的请求转换为具体的作业提交命令，并发送给HPC集群的调度器。完成后，你可以继续询问：“检查一下‘simulation’任务的状态。”，它会为你查询并返回任务的当前运行情况。
介绍
dpdispatcher Skill 主要解决在本地计算机或高性能计算（HPC）集群环境中，提交、监控和管理计算任务的自动化需求。用户无需手动登录集群或编写复杂的脚本，即可通过AI助手便捷地发起和管理计算作业。
使用该Skill时，用户可以通过自然语言指令，如“提交一个计算任务到集群”，AI便会调用此MCP工具与后端的dpdispatcher库交互，完成任务的提交、状态查询或结果获取等操作。它充当了用户与底层计算资源之间的智能桥梁。
该Skill非常适合需要频繁进行科学计算、仿真模拟或大数据处理的科研人员、工程师和开发者。特别是那些在实验室或公司环境中使用Slurm、PBS等作业调度系统的HPC用户，可以显著提升工作效率。
使用前请确保已正确配置好dpdispatcher库及其所需的集群连接信息（如SSH密钥、作业调度器参数等）。由于涉及系统级操作和网络连接，初次配置可能需要一定的技术背景。建议在测试环境中验证通过后再用于生产任务。
核心特点
与通用任务管理工具不同，它深度集成dpdispatcher库，专门针对HPC集群作业调度系统（如Slurm、PBS）进行优化，提供了原生的、面向科学计算的任务提交与管理能力，而非简单的进程启动。
注意事项
不适合不涉及HPC集群或本地批量计算任务的通用自动化场景，且需要用户提前在本地环境中配置好dpdispatcher及其依赖。
常见问题
dpdispatcher是什么？
dpdispatcher是一个Python库，用于向本地或远程HPC集群提交和管理计算任务，支持多种作业调度系统。
使用这个Skill需要提前准备什么？
需要在运行AI助手的机器上安装并配置好dpdispatcher库，并确保拥有目标HPC集群的访问权限和正确的连接配置。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/dpdispatcher/raw/index.md 读取 dpdispatcher 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/dpdispatcher/raw/index.md（查看排版版本）