lei.chen 06887985b4 fix(schedulerclient): node memory_bytes_total no longer ×1e6 (bug-1514)

The apiserver's host max_mem is already in bytes (the worker reads
sysinfo().totalram × mem_unit → bytes and passes it through unchanged via
controller.capnp), but ListNodes treated it as MB and multiplied by
mbToBytes, inflating each node's reported memory to ~8.2e15 (~7.3 PiB).
Now reports the raw bytes (~7.7 GiB per node).

- httpclient.go: drop ×mbToBytes for node max_mem; clarify mbToBytes is
  job-submit-path only (job max_mem is never populated → stays 0)
- ordermap_test.go: correct assertion that had encoded the buggy value
- httpclient_test.go: regression test TestListNodeMemoryBytesKeepsByteUnit
- buglog.json: bug-1514 + close-tags for the bug-1494 family (prior session)

Also add MCP demo deliverables:
- docs/claude-code-demo-guide.md: live Claude Code demo guide (7 scenes)
- docs/mcp-demo-design.md: leadership demo design
- docs/mcp-demo-run.py: add --slow/--color flags for screen recording

Co-Authored-By: Claude <noreply@anthropic.com>

2026-08-22 14:58:56 +00:00

3.1 KiB

Raw Blame History

Claude Code + MCP 演示指南（自然语言管理 HPC 集群）

相比录屏视频，直接在 Claude Code 里演示更直观：你用人话问，Claude 自动调用 xce-scheduler MCP 工具查集群、查作业、诊断 PEND、提交/取消作业。

前置条件

项	要求
MCP 二进制	`/tmp/xce-mcp`（最新构建，Claude Code 通过它连 apiserver）
API key	有效的 mcp_operator key（90 天）
环境变量	启动 Claude Code 前 export `XCE_API_URL` + `XCE_API_KEY`
集群	t1/t2/t3 3 节点健康，无残留作业
项目目录	在 `/home/lchen/code/xce` 下启动（加载 `.mcp.json`）

启动步骤

export XCE_API_URL='http://172.31.1.30:8080'
export XCE_API_KEY='<mcp_operator key，见 /tmp/xce_apikey>'  # 用当前有效 key
cd /home/lchen/code/xce
claude

启动后可用 /mcp 确认 xce-scheduler 已连接（工具 scheduler_list_nodes、scheduler_submit 等 15 个）。

关键点：.mcp.json 里 XCE_API_KEY 用的是 ${XCE_API_KEY} 环境变量，所以必须在启动 Claude Code 的 shell 里 export。没 export 的话 MCP 工具会加载失败或报鉴权错。

演示流程（7 个场景，约 5 分钟）

按顺序输入以下自然语言即可（工具已预批准，写操作直接执行）：

#	提问（直接复制粘贴）	触发工具	亮点
1	看看集群现在有哪些节点、资源怎么样	list_nodes + cluster_metrics	一句话看集群健康
2	列出当前所有作业，特别是排队的	list_jobs	作业队列
3	帮我看看 pending 的作业为什么还没跑	pend_reasons	核心：PEND 原因直读
4	帮我在 xce 队列提交一个 sleep 20 的测试作业	submit	自然语言提交
5	等刚才那个作业跑完	wait_job	阻塞等待并汇报
6	我要跑一个科学计算，帮我看看需要多少资源	suggest_resources	结合实时负载给建议
7	把刚才那个测试作业取消掉	cancel	自然语言取消

给领导演示的讲解要点

无需记命令：作业查询/提交/取消都是日常高频操作，从"背命令+查文档"变成"一句话"。
透明：PEND 原因（配额/资源/匹配）、资源建议都有可读解释，不再黑盒。
安全：MCP 写工具走 RBAC（mcp_operator 角色），Claude Code 会话里也能看到每次工具调用。
标准协议：MCP 是开放标准，工具可扩展，未来可接更多集群运维能力。

注意事项

key 失效：apiserver 重启会清空内存中的 key，需重新生成（admin JWT → POST /xce/v1/apikeys）。
演示前清理：先删历史作业（场景 3 需要一个 PEND 作业才有看头——可临时提交一个超配额作业）。
模型选择：当前会话模型为 deepseek-v4-flash[1m]（见状态栏），不影响 MCP 功能。
自动录屏版：/tmp/cc_demo_record.sh（Xvfb + lxterminal + xdotool 自动驱动 7 场景，产出 /tmp/cc-mcp-demo-final.mp4），适合无法现场演示时用。

3.1 KiB Raw Blame History Unescape Escape