RISBridge MCP

请在 WashU RIS Compute2 上提交一个 Slurm 作业，使用 1 个 GPU、8 个 CPU、32GB 内存，运行 /home/user/train.py，最长运行时间 12 小时，并把日志保存到 logs/train.out。

生成并提交对应的 Slurm 作业配置，返回作业编号及关键参数摘要。

帮我在 Compute2 上为 data/samples 目录下的所有 CSV 文件创建数组作业，每个任务运行 analysis.R，申请 4 个 CPU、16GB 内存，输出结果到 results/。

创建适合批处理的数组作业并提交，说明输入映射、资源配置和输出位置。

查看我最近提交到 Compute2 的 Slurm 作业状态，如果有处于挂起且原因是资源不足的任务，告诉我原因，并取消作业 123456。

返回作业状态说明、挂起原因分析，并执行指定作业的取消操作。