安装指南

1. ClawHub CLI 从源直接安装技能的最快方式。
   npx clawhub@latest install hpc-workflow
2. 手动安装 将技能文件夹复制到以下位置之一
   全局模式
   ~/.openclaw/skills/
   工作区
   /skills/
   优先级：工作区 > 本地 > 内置
3. 提示词安装 将此提示词复制到 OpenClaw 即可自动安装。
   请帮我使用 Clawhub 安装 hpc-workflow。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
   更倾向于下载？
   获取包含原生技能文件的ZIP压缩包。
   下载技能 (.zip)

什么是

HPC Workflow 帮助具备 shell 权限的代码 agent 利用存储库中经过验证的辅助工具和特定站点配置，建立或适配 HPC 工作区。它将集群访问、Slurm 资源分配处理、嵌套 tmux 会话、作业本地存储、自动保存和恢复连接为一个实用的操作规范，而不是假设每个集群都拥有相同的策略或基础设施。
作为面向技术运维的 Openclaw Skills 之一，它强调安全、基于证据的变更：探测实际站点、保留现有连接和研究数据、验证配置、事务化部署，并记录哪些已验证——哪些尚未验证。

应用场景

从规范存储库建立一个新的由 agent 操作的 Slurm GPU 工作区。
将支持的安装适配到站点的 SSH 路由、调度程序权限、QoS 和存储布局。
在连接中断后提交或对账持久的 GPU 分配请求，避免意外重复提交。
在作业专属的 tmux 窗口中运行实验，同时保持任务标识和命令一致性。
检查队列状态、计算访问、自动保存健康状况、保存新鲜度及备份完整性。
使用存储库的事务安装程序和已保存的备份恢复或升级辅助工具。
准备特定站点的操作笔记，记录入口命令、路径、默认资源和验证限制。

工作原理

找到匹配的 hpc-agent-kit 检出，确保其技能指令和辅助脚本来自同一个经过审查的版本。
阅读存储库指南并运行存储库清单和规范检查。
检查现有连接、作业、tmux 层级和操作员指令；探测站点支持的传输方式、Slurm 权限和存储路径。
从观察到的事实创建私有配置文件，适当选择支持的连接适配器（如 direct-ssh 或 psc-bridge）。
渲染并检查暂存的配置文件和清单，然后通过带有 bundle 检查和静止状态保护措施的已认证路由进行部署。
验证适用的验收检查并记录特定站点的操作和恢复指令。
在提交前持久化分配请求 ID；中断后针对 Slurm 用相同的 ID 进行对账，而不是在结果不确定时发起新请求。
通过提供的启动器和任务接口运行实验，然后监控状态和日志。在必要时使用 doctor 检查（包括完整备份验证），且不改变实验。
在启动任务之前通过恢复和验证数据来引导计算工作，然后运行自动保存并由当前写入器确认成功保存。

配置指南

前置条件包括具备 shell 访问权限的本地代码 agent、Git 和 uv，以及支持的已认证 HPC 连接。远程辅助工具需要 Slurm、Bash、Python、tmux、tar 和 zstd。有关完整的运行时要求，请参考已解析检出目录中的 docs/usage.md。

Clone only if the matching repository checkout is not already available

git clone https://github.com/playeriv65/hpc-agent-kit.git
cd hpc-agent-kit

Verify repository inventory and contracts

uv run python common/check_repo.py
阅读 AGENTS.md 或其内容相同的 CLAUDE.md，然后将安装的 SKILL.md 与检出目录中的 skills/hpc-workflow/SKILL.md 进行比较。不要混用不同版本的指令和辅助脚本。使用 references/site-probing.md 探测目标站点；对于适用的 MSI/Duo 访问，还请阅读 docs/msi-persistent-ssh.md。
根据观察到的站点事实和 examples/ 下的示例创建私有配置文件。将其渲染到新的暂存目录中，并在部署前检查生成的字段：
uv run --no-project --python 3.12 python common/profile.py PROFILE.json --output NEW_STAGING_DIRECTORY
common/deploy_bundle.py BUNDLE

Apply only after reviewing targets and confirming the authorized setup scope

common/deploy_bundle.py BUNDLE --apply
渲染器检查数值是否已填入、本地和持久化存储事实是否已验证、本地路径是否已隔离，以及 QoS 是否在项目/分区交集中。这些检查用于验证提供的事实；它们不会独立发现或证明这些事实。请勿公开发布私有配置文件。对于升级或故障，请遵循 references/recovery.md 并使用共享的事务安装程序，而不是临时替换文件。

数据架构

Configuration and deployment artifacts
Artifact Purpose
Private profile (PROFILE.json) Records observed site-specific connection, storage, resource, and policy configuration. Keep it private.
Rendered staging directory Contains generated profile output for review before installation.
Bundle and manifest Represent deployable helper/configuration bytes and targets; deployment checks frozen bytes and supports transactional application.
Private site notes Record the resolved repository path and version, supported entry command, paths, resource defaults, recovery commands, and exact verification limits.
Runtime organization
登录 tmux 会话拥有一个 gpu-request 分配面板。
每个被批准的 Slurm 作业拥有一个 gpu-JOB_ID 计算 tmux 会话，其中包含设置、自动保存和命名任务窗口。
持久分配记录以请求 ID 为键。断开连接后使用相同的 ID 和配置进行对账；保留模棱两可的记录。
实验任务使用与作业、窗口和字面命令关联的任务 ID。复用 ID 需要保留这些值。
自动保存通过原子指针提交不可变代（generations）。损坏的最新代可以回退到验证过的上一代。
快照不包含 .venv 和大型模型缓存。将检查点和结果明确保存在持久存储中；在节点突发丢失后，只有已提交的数据才能恢复。

高级特性

持久分配请求支持在传输断开后进行对账，不会将不确定性视为提交第二个请求的许可。
嵌套 tmux 将登录侧分配请求面板与作业特定计算会话和命名任务窗口隔离开来。
自动保存默认使用 5 分钟增量、6 小时完整压缩，并在 Slurm 分配结束前执行保存。
不可变快照代使用原子指针，并在最新代损坏时回退到已验证的上一代。
SITE-agent-state status
报告队列、路由和分配记录；
doctor
还会额外检查当前计算访问、自动保存进程标识、保存新鲜度、当前写入器标识和失败计数。
doctor --verify-backup
读取完整归档链进行验收或疑嫌损坏排查；它专用于针对性验证而非高频轮询。
Doctor 在隔离的
hpc-health
任务窗口中运行并记录观察结果，不会改变实验。
配置文件和适配器是可针对未支持的调度程序、存储布局、GPU 键或连接机制进行适配和测试的模板；站点工具链应保持显式配置。
操作保护措施将不可达、陈旧和未检查的状态与健康状态区分开来，并防止自动 MFA 重试、作业取消、证据删除、实时 tmux 重置或检查点覆盖。

name: hpc-workflow description: Set up, adapt, or recover an agent-operated Slurm GPU workspace with nested tmux, durable allocation requests, job-local storage and verified automatic backups. Use when asked to establish an HPC workflow from this repository or operate an existing installation. license: MIT OR MIT-0