PyTorch CI/CD分析工具
通过MCP界面提供对PyTorch CI/CD分析数据的访问,包括工作流、作业、测试运行和日志分析。
服务介绍
PyTorch HUD API 与 MCP 支持
一个用于与 PyTorch HUD API 交互的 Python 库和 MCP 服务器,提供对 CI/CD 数据、作业日志和分析的访问。
概述
该项目提供了用于 PyTorch CI/CD 分析的工具,包括:
- 工作流、作业和测试运行的数据访问
- 高效的大规模 CI 日志分析
- 用于分析的 ClickHouse 查询集成
- 资源利用率指标
使用(针对人类)
# Install from GitHub repository
pip install git+https://github.com/izaitsevfb/claude-pytorch-treehugger.git
claude mcp add hud pytorch-hud
开发
# Install dependencies (if not installing with pip)
pip install -r requirements.txt
# Start MCP server
python -m pytorch_hud
主要功能
数据访问
get_commit_summary:基本提交信息(不包含作业)get_job_summary:汇总的作业状态计数get_filtered_jobs:按状态/工作流/名称过滤的作业get_failure_details:带有详细失败信息的失败作业get_recent_commit_status:带有作业统计信息的最近提交状态
日志分析
download_log_to_file:将日志下载到本地存储extract_log_patterns:查找错误、警告等extract_test_results:解析测试执行结果filter_log_sections:提取特定的日志部分search_logs:跨多个日志搜索
开发
# Run tests
python -m unittest discover test
# Type checking
mypy -p pytorch_hud -p test
# Linting
ruff check pytorch_hud/ test/
文档
- CLAUDE.md:详细的使用说明、代码风格和实现注意事项
- mcp-guide.md:通用 MCP 协议信息
许可证
MIT