secure-cluster-mcp

请把本地的 train.py 和 config.yaml 上传到集群工作目录，生成一个使用 2 张 GPU、运行 8 小时的 SLURM 作业脚本并提交，然后返回作业 ID。

完成文件上传、生成并提交作业脚本，并返回作业 ID 与提交摘要。

帮我查看作业 48291 的当前状态，读取标准输出和错误日志，并总结最近的报错原因。

返回作业状态、关键日志片段，以及对错误原因的简要分析。

在集群登录节点上安全执行命令，检查 /scratch/projectA 的磁盘占用、当前排队任务数量，以及我最近 24 小时提交的作业列表。

返回命令执行结果摘要，包括磁盘使用情况、队列概览和最近提交作业清单。