技能介绍

问题

在 OpenFOAM 超算工作流中，工程师经常被一个机械循环拖住：把算例从本地传到集群、提交作业、盯着队列状态、记 job ID、再手动拉回结果做可视化。对于爆轰这类需要多次迭代的算例，这套操作不仅分散在多个终端里，还容易在路径、参数、状态之间出错。真正值钱的时间花在了搬数据和盯屏幕上。

工作方式

这个技能把 Runner 当作多轮 ReAct 控制器，而不是写死一段一次性脚本。agent 先连接 MCP 服务并获取工具列表，之后每一轮自己选择一个工具、读取 observation、再决定下一步动作，直到作业成功结束或失败并输出整理后的错误日志。

核心流程如下：

启动 MCP 服务后，agent 需要确认能拿到 upload_and_submit_openfoam_case_on_hpccube、monitor_openfoam_case_on_hpccube、download_openfoam_case_from_hpccube 等工具。
真实长作业推荐拆分提交与监控：先上传提交，记录 observation 中的 remote_case_dir 和 job_id，等待默认 1200 秒后调用监控工具。
监控返回 queued 或 running 时不下载，只返回队列状态并继续轮询；返回 finished 后才调用下载工具。
状态为 failed 或 observation 携带 error_log 时，不下载也不可视化，直接结束并整理错误摘要。
批量算例使用 upload_and_submit_openfoam_cases_on_hpccube 与批量监控工具，不会因单个 case 失败就停止全部任务，除非用户明确要求。

注意点

这个技能只面向真实上传、提交、监控流程，不提供 mock 模式。如果只是想模拟成功率或测试工具选择，应使用项目自带的评测脚本，而不是启动 MCP 服务。启动前必须确认本地 case 路径真实存在、HPC 连接信息（user@host、端口、远端目录、SSH 私钥路径）齐全，并且不要打印任何私钥或 API key，只引用路径或环境变量名。