返回 MCP 目录
public公开dns本地运行

claude-pytorch-treehugger

PyTorch CI/CD数据分析工具库与MCP服务

article

README

🚀 PyTorch HUD API 带 MCP 支持的 Python 库

本项目是一个用于与 PyTorch HUD API 交互的 Python 库和 MCP 服务器,为 CI/CD 数据、作业日志和分析提供了全面支持,能有效助力 PyTorch 的持续集成与交付工作。

🚀 快速开始

面向用户的安装与使用

若你是普通用户,可按以下步骤操作:

# 从 GitHub 仓库安装
pip install git+https://github.com/izaitsevfb/claude-pytorch-treehugger.git
claude mcp add hud pytorch-hud

开发者的安装与启动

如果你是开发者,可按以下步骤进行开发环境的搭建与启动:

# 安装依赖项(如果未通过 pip 安装)
pip install -r requirements.txt

# 启动 MCP 服务器
python -m pytorch_hud

✨ 主要特性

数据访问

  • get_commit_summary:获取基本提交信息,不包含作业。
  • get_job_summary:获取聚合的作业状态统计。
  • get_filtered_jobs:根据状态、工作流程或名称筛选作业。
  • get_failure_details:获取失败作业的详细失败信息。
  • get_recent_commit_status:获取近期提交的状态及作业统计数据。

日志分析

  • download_log_to_file:将日志下载到本地存储。
  • extract_log_patterns:查找错误、警告等信息。
  • extract_test_results:解析测试执行结果。
  • filter_log_sections:提取特定的日志部分。
  • search_logs:在多个日志中进行搜索。

📦 安装指南

用户安装

pip install git+https://github.com/izaitsevfb/claude-pytorch-treehugger.git

开发者安装

pip install -r requirements.txt

💻 使用示例

基础用法

# 从 GitHub 仓库安装
pip install git+https://github.com/izaitsevfb/claude-pytorch-treehugger.git

# 添加 HUD
claude mcp add hud pytorch-hud

高级用法

# 开发者安装依赖
pip install -r requirements.txt

# 启动 MCP 服务器
python -m pytorch_hud

📚 详细文档

  • CLAUDE.md:详细使用说明、代码风格和实现注意事项。
  • mcp-guide.md:MCP 协议的通用信息。

🔧 技术细节

此项目提供了以下工具用于 PyTorch 的持续集成/交付(CI/CD)数据分析:

  • 获取工作流程、作业和测试运行的数据。
  • 高效分析大型 CI 日志。
  • ClickHouse 查询集成用于分析。
  • 资源利用率指标。

📄 许可证

本项目采用 MIT 许可证。

help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端