$ loading_
帮助用户通过 Flux 框架提交、管理并调度 HPC 计算任务与资源。
该工具为开源 MIT 许可的 MCP，材料显示无需密钥且未声明远程端点，整体未见明显高风险红旗。但其功能涉及本机作业提交与资源调度，属于可执行系统操作的工具，应按需谨慎授予运行环境权限。
材料明确标注“无”密钥/环境变量要求，未见要求用户提供 API token、账号凭证或其他敏感密钥的描述；基于现有材料，凭证暴露与滥用面较低。
材料标注“无”远程端点 host，README 也未描述向外部服务发送数据或连接第三方 API；目前未见明确的数据外发路径。
系统检查项显示该工具具备 executes-code，且描述中明确用于作业提交、管理和资源调度，这通常意味着可在本机或集群环境触发进程/任务执行。此为该类工具的常规能力，需注意其可能影响计算资源与任务生命周期，但仅凭此不足以上升为高风险。
描述聚焦 HPC 作业与调度，通常会接触作业定义、运行状态及相关本地/集群资源信息；但材料未说明具体可读写的文件路径、数据范围或是否存在超出声明用途的访问权限。现阶段应按可能访问作业相关数据谨慎看待。
正面因素包括开源仓库可审计、MIT 许可证；但来源为 third_party_registry，社区采用度为 0 star，维护状态未知，且提供材料极少，导致实际实现与依赖风险难以充分评估。综合来看更适合评为需留意而非高风险。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"flux-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用 flux-mcp 帮我提交一个 HPC 批量任务：运行 /home/user/run_sim.sh，申请 8 个 CPU、1 个 GPU、64GB 内存，最长运行时间 4 小时，并返回作业 ID。
返回已提交作业的关键信息，如作业 ID、资源请求、队列状态和预计执行情况。
请用 flux-mcp 查询我当前所有正在排队和运行中的作业，按状态分类展示；如果有失败作业，列出失败原因并给出可执行的重试建议。
输出作业状态列表、失败原因摘要，以及后续管理或重试建议。
我有一个 MPI 仿真任务，预计运行 2 小时。请使用 flux-mcp 根据这个任务特征，建议合适的节点数、CPU 核数、内存和调度参数，以提高资源利用率并减少排队时间。
给出更合理的资源申请与调度参数建议，并说明这样配置的原因。
帮助开发者构建具备内嵌推理能力的 MCP 服务，提升复杂任务处理效率。