超算网络助手 lql341/dsh-scnet

DSH-SCNet

DSH-SCNet（npm 上的 dsh-scnet）是社区维护的 DSH 套件，用来操作超算网络（SCNet）。它打包了源 scnet-hpc 技能、能感知配置档的工具，以及一组有边界的工具，覆盖 SSH、Slurm、OpenAPI 文件、区域资源和 Notebook 发现。

当前版本：0.6.15

0.6.15 亮点

- 恢复格式错误的 Windows 凭据条目，并给出可操作、已脱敏的指引。
- 打印绝对路径的后续命令，在任何目录下都能用，并按 shell 做合适的引号处理。
- 把首次使用准备清单同步到两份发行版 README，并说明原生 Windows 的 OpenAPI 支持，同时为两种目录布局补上回归测试。

这是独立的社区项目。它兼容 DeepSeek Harness，但不是 DeepSeek 官方产品，也不代表 DeepSeek 的认可、合作或授权。

首次使用要准备什么

查询和标准作业管理先用 OpenAPI。需要远程编译、装环境或跑 shell 命令时，再加 SSH。

| 连接方式 | 需要提供 | 从哪里获取 |
| OpenAPI（默认） | 平台用户名、AK、SK | 登录 SCNet > 个人中心 > 访问控制 > 生成并下载授权文件。用其中的 Accesskey 和 Secretkey 两列。 |
| SSH（按需） | 目标集群、集群/Linux 用户名、私钥文件路径 | 在控制台选好区域 > 命令行 E-Shell > 左上角 SSH 连接。下载密钥，记下主机和端口；在该区域的网页 E-Shell 里用 whoami 确认用户名。 |

你的账号需要能访问目标区域。为选定的连接方式准备好凭据；只看说明和离线准备则不需要任何凭据。AK/SK 只在你自己的终端隐藏提示里输入。SSH 只提供本地文件路径。密钥和私钥内容不要发到对话里。

让智能体帮你首次配置 scnet-hpc。技能会先说明要哪些输入、从哪来，再给出适配你操作系统和实际安装目录的本地命令。见首次使用清单。

环境要求

- Node.js 22.19 或更高版本
- DeepSeek Harness（dsh）
- 原生 shell 执行需要 Linux 或 macOS
- 原生 Windows 支持 Python OpenAPI 和 Windows 凭据管理器；自动安装 SSH 和 Bash 工作流请用 WSL2
- 远程操作需要 SCNet 账号和集群凭据

安装

dsh plugin --profile web add dsh-scnet

然后确认套件层已就位：

dsh --profile web --dump-config

npm、GitHub 和本地检出三种方式见安装。

包含的能力

| 组件 | 用途 |
| scnet-hpc 技能 | 按配置档给出操作指引，覆盖 SSH、Slurm、离线计算节点和加速卡验证 |
| scnet_list_clusters | 列出打包好的集群配置档 |
| scnet_show_cluster | 报告资源限制前，先读取选定的配置档 |
| scnet_generate_job | 生成 Slurm 脚本，能识别配置档，支持加速卡或纯 CPU |
| scnet_setup_ssh | 配置本地 SSH 密钥和主机条目，需用户明确确认 |
| scnet_probe_cluster | 在登录节点做只读探测，生成初始配置档 |
| scnet_refresh_cluster | 刷新配置档中时效性强的字段；计算探测需主动开启 |
| scnet_run_compute_probe | 提交一个最小化的计算节点能力探测 |
| scnet_status | 读取已保存的后端、SSH 配置档和 OpenAPI 配置 |
| scnet_openapi_regions | 列出已授权的 OpenAPI 区域，不暴露 token |
| scnet_account_summary | 读取账户状态和余额 |
| scnet_resource_summary | 汇总各区域的队列和资源限制 |
| scnet_job_queues | 查询各区域 Slurm 队列和实时资源可用情况 |
| scnet_job_list | 列出活跃或历史作业，返回精简的规范化记录 |
| scnet_limits | 读取用户和调度器的资源限制 |
| scnet_submit_job | 通过 OpenAPI 或 SSH 提交作业；dry_run=true 只预览请求 |
| scnet_job_show | 读取单个作业的状态、资源和日志路径 |
| scnet_job_wait | 等待作业进入终态，超时时间有上限 |
| scnet_job_logs | 按显式路径读取作业日志，或用 job_id + work_dir |
| scnet_job_cancel | 取消作业；dry_run=true 只预览请求 |
| scnet_file_list | 通过通用文件 API 列出共享存储中的文件 |
| scnet_file_transfer | 上传或下载单个文件，默认不覆盖 |
| scnet_notebook_regions | 列出支持 Notebook 的区域 |
| scnet_notebook_resources | 查询 Notebook 的 CPU/GPU/DCU 资源 |
| scnet_notebook_list | 列出 Notebook 实例，敏感字段已脱敏 |
| scnet_notebook_show | 查看单个已脱敏的 Notebook 实例 |

打包的配置档目前覆盖郑州、昆山、乌镇和西安的 SCNet 环境。集群规格和调度策略因配置档而异，请以目标环境为准核实。

包结构

.
├── package.json
├── cordis.patch.yml
├── index.mjs
├── skills/scnet-hpc/
│ ├── SKILL.md
│ ├── clusters/
│ ├── references/
│ └── scripts/
│ ├── scnet_backends/
│ └── scnet_sdk/
├── scripts/validate-package.mjs
├── docs/
├── sync.sh
└── .github/workflows/

本包是 DSH bundle：package.json 声明 dsh.bundle.patch，cordis.patch.yml 通过 @deepseek-ai/dsh-skill-filesystem 同时挂载工具插件和打包的技能目录。

源码同步

skills/scnet-hpc/ 目录由权威 scnet-hpc 仓库生成：

sh
./sync.sh --src ../scnet-hpc

不要单独维护生成的目录。同步会排除规范安装器和本地探测缓存，因为这两者都不属于 npm 运行时包。

发布顺序是规范仓库到下游仓库：只需更新一次规范 VERSION 和发布亮点。CI 会同步两个分发仓库。每个同步的拉取请求通过验证后，工作流会自动合并它。随后 main 推送会验证并打包 bundle，用合适的 latest 或 next 标签发布 npm 包，并创建对应的 Git 标签和 GitHub Release。不要只提升 package.json：规范的 VERSION 仍是发布的唯一事实来源。

工作流通过 GitHub OIDC 使用 npm Trusted Publishing，因此账户的 2FA/Passkey 应保持启用，不需要长期有效的 NPM_TOKEN。首次 OIDC 发布前，请在 npm 包设置中把 lql341/dsh-scnet 和 .github/workflows/publish.yml 配置为可信发布者。只有在无法启用 Trusted Publishing 时，才回退使用带 2FA 绕过权限的细粒度读写 token。

验证 sh
npm install --no-package-lock --ignore-scripts
npm run validate
npm pack --dry-run

本地安装包和按风险排序的运行时检查，见 Testing。

安全边界

- 仓库和 npm 包不得包含私钥、token、用户名、私有端点或本地探测缓存。
- SSH 配置、远程探测和 Slurm 提交会改变状态，需要明确的目标和用户授权。
- OpenAPI 和 Notebook DSH 工具是只读的；生命周期变更仍须经过 Skill CLI 确认流程。
- Notebook 密码和带凭据的 URL 查询默认脱敏。
- 生成的 Slurm 文件可能包含本地用户名，已被 Git 忽略。
- 加速器兼容性声明需要来自目标计算节点的证据。

品牌

项目名称使用缩写 DSH 生态标识。提及「DeepSeek Harness」仅为描述性兼容声明。本包不分发任何官方 logo 或其他 DeepSeek 品牌资产。

命名和署名政策遵循 DeepSeek Harness 品牌指南。

版本管理

npm 包版本与 skills/scnet-hpc/VERSION 一致，并跟随源 Skill 相同的 SemVer 发布列车。@deepseek-ai/dsh-tools 是可选 peer 依赖：DSH 提供运行时副本，devDependencies 仅提供相同宿主版本用于本地验证。

许可证

本项目基于 MIT License 发布。在许可证条款约束下，软件可用于使用、复制、修改、合并、发布、再许可和分发，包括商业用途。
再分发时必须保留版权声明和 MIT 许可声明。软件按「原样」提供，不附带任何形式的担保；用户需自行评估捆绑包、技能说明、集群配置档、脚本和生成结果是否适合自身环境，并自行承担相关风险。