返回 MCP 目录
public公开dns本地运行

mcp-server-coreshub

Coreshub MCP Server是一个基于Python的MCP服务器实现,提供插件化工具和提示功能,支持在Cherry Studio或命令行环境中运行。项目包含工具管理、配置设置和服务器实现等模块,开发者可以轻松添加自定义工具和提示。

article

README

🚀 分布式训练与推理服务工具

本工具提供了一系列用于获取分布式训练任务、详细日志、推理服务及推理服务日志的功能,能帮助用户高效地管理和监控相关资源。

✨ 主要特性

本工具具备以下几个核心功能:

  1. 获取分布式训练任务 (get_distributed_training):可根据时间范围、模糊查询、排序方式和每页显示条数等条件,获取分布式训练任务。
    • end_time:结束时间,格式为纳秒时间戳(例如:1745304819402256896)
    • start_time:开始时间,格式为纳秒时间戳(例如:1745283219402259200)
    • fuzzy:是否模糊查询
    • reverse:是否反转排序
    • size:每页显示的条数
  2. 获取分布式训练任务详细日志 (get_distributed_training_detail_log):与获取训练任务类似,可根据时间等条件获取详细日志。
    • end_time:结束时间,格式为纳秒时间戳(例如:1745304819402256896)
    • start_time:开始时间,格式为纳秒时间戳(例如:1745283219402259200)
    • fuzzy:是否模糊查询
    • reverse:是否反转排序
    • size:每页显示的条数
  3. 获取推理服务 (get_inference_service):根据区域、用户名、关键字、页码和每页数量等条件,获取推理服务。
    • zone:区域标识,从上下文获取,可选值为:xb3、xb2、hb2
    • owner:用户名
    • key_words:关键字
    • page:页码
    • size:每页数量
  4. 获取推理服务日志 (get_inference_service_log):根据区域、用户名、服务ID、每页数量、排序方式和时间范围等条件,获取推理服务日志。
    • zone:区域标识,从上下文获取,可选值为:xb3、xb2、hb2
    • owner:用户名
    • service_id:服务ID
    • size:每页数量
    • reverse:是否反转排序
    • start_time:开始UTC时间(格式:%Y-%m-%dT%H:%M:%S.000Z)
    • end_time:结束UTC时间(格式:%Y-%m-%dT%H:%M:%S.000Z)

📚 详细文档

参数说明

| 属性 | 详情 | | ---- | ---- | | zone | 区域标识,从上下文获取,可选值为:xb3、xb2、hb2 | | owner | 用户名 | | key_words | 关键字(默认为空字符串) | | page | 页码(默认为1) | | size | 每页数量(默认为10) |

返回值说明

所有函数均返回对应资源的列表或详细信息。

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