$ loading_
监控并管理 Modal 训练任务，帮助查看长期运行的 GPU 训练状态。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"mdl-train-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。
请帮我检查 Modal 上当前训练任务的状态，告诉我任务是否仍在运行、最近的进展，以及是否有异常信号。
返回训练任务的运行状态、最近进展摘要，以及需要关注的问题提示。
帮我查看这个长期运行的 GPU 训练任务，并整理出关键状态信息，不要输出大量原始日志。
输出精简后的训练状态概览，便于快速判断任务是否正常推进。
作为自动化助手，请定期检查 Modal 训练任务，并用简洁摘要汇报当前状态，避免被日志淹没。
生成适合自动化流程使用的状态摘要，突出关键信息而非完整日志。
开发者或研究员在 Modal 上运行长时间训练任务时，可用它快速查看当前状态与进展，而不必手动翻阅大量日志。
当大模型代理需要持续关注训练任务时，这个 MCP 工具可提供更适合机器读取和摘要的训练状态信息。
它是一个 MCP 服务器，用于监控和管理 Modal 上的训练任务。它特别面向需要检查长期运行 GPU 训练状态、但不想被大量日志淹没的 LLM 或自动化助手。
它适合长期运行的 GPU 训练任务，尤其是需要定期查看状态和进展的场景。给定信息没有说明更多任务类型。
给定素材没有提供安装步骤、运行时要求或密钥配置说明。具体前置条件见源码仓库。
通过 MCP 管理 Modal 应用、容器、卷与密钥，并直接部署运行应用。
通过 MCP 连接 Modal 基础设施，管理应用部署、容器、密钥与运行环境。
通过自然语言管理 GPU 训练任务全流程
帮助团队追踪 AI 调用指标、成本与日志，并排查模型交互问题
监控生产环境机器学习模型漂移、性能下降并提供告警与重训建议
让支持MCP的智能体调用Modal无服务器算力、GPU与无头浏览器。