MCP Server Implementation

MCP 服务实现

姓名：Jafar Alzoubi 学号：A20501723

已实现的功能

• HDF5（数据）
• Slurm（工具）

设置

1. 安装 uv：pip install uv
2. 创建环境：uv venv
3. 激活环境：source .venv/bin/activate
4. 同步依赖项：uv sync

运行服务

uvicorn src.server:app --reload

运行测试

pytest tests/

假设

• HDF5 模拟数据存储在 mock_data/hdf5 中
• Slurm 模拟使用本地 echo 命令

这些操作可以单独运行，并且运行正常

HDF5 操作

curl -X POST "http://127.0.0.1:8000/mcp"
-H "Content-Type: application/json"
-d '{ "jsonrpc": "2.0", "method": "mcp/callTool", "params": { "tool": "hdf5", "action": "read", "filePath": "mock_data/hdf5/simulation_1.h5", "dataset": "temperature" }, "id": 1 }'

Slurm 操作

curl -X POST "http://127.0.0.1:8000/mcp"
-H "Content-Type: application/json"
-d '{ "jsonrpc": "2.0", "method": "mcp/callTool", "params": { "tool": "slurm", "action": "submit", "script": "analysis.sh", "cores": 8 }, "id": 2 }'

运行所有测试

pytest tests/

运行特定功能的测试

pytest tests/test_hdf5.py -v pytest tests/test_slurm.py -v

生成覆盖率报告

pytest --cov=src

项目根目录/ ├── mock_data/ │ ├── hdf5/ │ │ ├── simulation_1.h5 │ │ └── simulation_2.h5 │ └── slurm/ │ ├── job_scripts/ │ └── job_status.json

---

实现详情

HDF5 处理程序 使用 h5py 库进行文件操作

模拟数据路径：./mock_data/hdf5/

支持的操作：

list：递归列出目录

read：获取数据集及其形状和 dtype 信息

metadata：文件级元数据

Slurm 处理程序

使用 subprocess 模拟作业提交

模拟功能：

生成基于 UUID 的作业 ID

在内存中跟踪作业状态

模拟排队、运行和已完成状态

---

故障排除

常见问题： lsof -i :8000 kill -9

缺少依赖项：

uv pip install --force-reinstall -r requirements.txt

---

满足的要求

✅ 已实现两个功能（HDF5 + Slurm）

✅ 完全符合 JSON-RPC 2.0 规范

✅ 两项功能的测试覆盖率均为 100%

✅ 错误处理和响应恰当

✅ 异步请求处理

测试输出示例

tests/test_hdf5.py::test_read_dataset PASSED tests/test_slurm.py::test_job_submission PASSED

共运行 13 个测试，耗时 0.42s 成功