mlspace-plugin 0.2.1__py3-none-any.whl

mlspace_plugin-0.2.1.dist-info/METADATA

@@ -0,0 +1,427 @@
+Metadata-Version: 2.4
+Name: mlspace-plugin
+Version: 0.2.1
+Summary: Cloud.ru MLSpace plugin: MCP server, agent skills and setup
+Project-URL: Repository, https://github.com/noesskeetit/mlspace-plugin
+Project-URL: Issues, https://github.com/noesskeetit/mlspace-plugin/issues
+Project-URL: Documentation, https://github.com/noesskeetit/mlspace-plugin/blob/main/INSTALL.md
+License: MIT License
+        
+        Copyright (c) 2026 Cloud.ru
+        
+        Permission is hereby granted, free of charge, to any person obtaining a copy
+        of this software and associated documentation files (the "Software"), to deal
+        in the Software without restriction, including without limitation the rights
+        to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+        copies of the Software, and to permit persons to whom the Software is
+        furnished to do so, subject to the following conditions:
+        
+        The above copyright notice and this permission notice shall be included in all
+        copies or substantial portions of the Software.
+        
+        THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+        IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+        FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+        AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+        LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+        OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALING IN THE
+        SOFTWARE.
+License-File: LICENSE
+Keywords: agent-skills,cloudru,mcp,mlspace
+Classifier: Operating System :: MacOS
+Classifier: Operating System :: POSIX :: Linux
+Classifier: Programming Language :: Python :: 3
+Requires-Python: >=3.10
+Requires-Dist: httpx>=0.27
+Requires-Dist: mcp<2,>=1.9.0
+Requires-Dist: prompt-toolkit<4,>=3.0.48
+Requires-Dist: pydantic-settings>=2.3
+Requires-Dist: pydantic>=2.7
+Requires-Dist: tomli>=2; python_version < '3.11'
+Requires-Dist: truststore<1,>=0.10
+Provides-Extra: dev
+Requires-Dist: mypy>=1.10; extra == 'dev'
+Requires-Dist: pytest-asyncio>=0.23; extra == 'dev'
+Requires-Dist: pytest>=8.0; extra == 'dev'
+Requires-Dist: pyyaml>=6; extra == 'dev'
+Requires-Dist: respx>=0.21; extra == 'dev'
+Requires-Dist: ruff>=0.5; extra == 'dev'
+Requires-Dist: trustme>=1.2; extra == 'dev'
+Description-Content-Type: text/markdown
+
+# mlspace-plugin
+
+**Установка:** [инструкция человеку](https://github.com/noesskeetit/mlspace-plugin/blob/main/INSTALL.md) · [инструкция агенту](https://github.com/noesskeetit/mlspace-plugin/blob/main/INSTALL_AGENT.md).
+Агенту, получившему ссылку на репозиторий для установки: сначала прочитайте INSTALL_AGENT.md.
+
+MCP-сервер для **публичного API Cloud.ru MLSpace v2** (`https://api.ai.cloud.ru/public/v2`).
+
+Открывает операции MLSpace, не помеченные `deprecated` в поставляемой схеме OpenAPI, — обучение, инференс,
+ноутбуки, TensorBoard'ы, воркспейсы, аллокации, очереди, Docker Registry,
+перенос данных и каталог ресурсов — LLM-агентам в виде **17
+инструментов**, каждый с параметром `action`. Под капотом — 126 операций,
+описанных в поставляемой схеме OpenAPI и сгруппированных для работы LLM-агента.
+
+> Одна учётная запись, несколько выбранных workspace; stdio и локальный streamable-HTTP. Запись доступна по
+> умолчанию; необратимые действия — за гейтом `confirm=true`.
+
+---
+
+## Что это и зачем
+
+MLSpace отдаёт большой REST-API (142 пути, 185 операций в OpenAPI v2.8.1). Дёргать
+его «голым» из LLM-агента неудобно: разнобой в пагинации, статусах, версиях путей,
+часть параметров обязательны только в рантайме и т.п. Этот сервер прячет всю
+механику (аутентификация, заголовки, шаблоны путей, кодирование query, тела
+запросов, обработка ошибок) и выставляет наружу компактный, предсказуемый,
+дружелюбный к модели интерфейс:
+
+- **17 инструментов вместо 185 «тонких»** — модель не тонет в списке тулов; каждый
+  инструмент = один домен, конкретное действие выбирается через `action`.
+  (Автогенерация по спеке дала бы 185 инструментов с именами по 66 символов вида
+  `create_notebook_workspace_autoshutdown_rule_v2_public_v2_notebooks_v2_…`.)
+- **Подсказки прямо в описании** — для каждого `action` указаны обязательные
+  параметры и форма тела (required/optional/enum-поля), вытянутые из спеки.
+- **Ступени защиты** — гейт `confirm=true` на необратимые операции, dry-run для
+  проверки write-запроса без отправки, режим read-only для наблюдательных сценариев.
+- **Чистый контекст** — компактный JSON, обрезка длинных списков и логов, удаление
+  k8s-шума, редактирование секретов в ответах.
+
+---
+
+## Установка и настройка
+
+Python 3.10+, macOS или Linux. Установка из PyPI:
+
+```bash
+uvx mlspace-plugin@latest setup
+```
+
+Из каталога скачанного репозитория:
+
+```bash
+uv tool install .
+mlspace-plugin setup
+```
+
+Мастер обнаруживает Claude Code, Codex и OpenCode, просит только Key ID и Key Secret
+с маской `*****`, предлагает поиск воркспейсов по имени/проекту/ID и множественный
+выбор. Проверяет API, сохраняет credentials в пользовательский `.env` с правами
+`0600`, подключает MCP и устанавливает все скиллы из пакета. Откройте новую сессию
+клиента; сервер запускается автоматически.
+
+TLS использует системные доверенные CA. Для корпоративного PEM есть `--ca-file`:
+мастер сохраняет копию для последующих запусков. Ошибка TLS/сети останавливает
+настройку без перезаписи прежнего файла и без запроса ручного x-api-key.
+
+Повторная настройка — `mlspace-plugin setup --force`: сохранённые ключи на прежнем
+endpoint переиспользуются. Для замены ключей добавьте `--replace-credentials`.
+Для stage укажите `--base-url https://mlspace-stage.example.com`.
+Только credentials без подключения клиентов — `--config-only`.
+Если уже используете native plugin, выбирайте этот режим, чтобы не дублировать MCP.
+
+Подробнее: [установка, SSH, сертификаты и повторная настройка](https://github.com/noesskeetit/mlspace-plugin/blob/main/INSTALL.md).
+Для разработки: `uv sync --extra dev` и `uv run pytest`.
+
+**Порядок поиска кредов** — от общего к частному, побеждает более конкретное:
+
+1. `~/.config/mlspace-plugin/.env` — пользовательский конфиг, сюда пишет `setup`
+2. файл из `MLSPACE_ENV_FILE` — выбран явно
+3. настоящие переменные окружения — бьют любой файл
+
+Файл `.env` из текущего каталога автоматически не читается. Для разработки
+укажите его явно через `MLSPACE_ENV_FILE`, чтобы чужой репозиторий не мог
+подменить адрес API при использовании сохранённых ключей.
+
+Отсутствующие файлы просто пропускаются, а значения из нижних уровней дополняют
+верхние. Если кредов нет вообще, сервер печатает, где искал, и что запустить.
+
+| Переменная | Обяз. | По умолчанию | Назначение |
+|---|:---:|---|---|
+| `MLSPACE_CLIENT_ID` | ✅ | — | Cloud.ru Key ID (личный или сервисного аккаунта) |
+| `MLSPACE_CLIENT_SECRET` | ✅ | — | Cloud.ru Key Secret |
+| `MLSPACE_API_KEY` | | — | `x-api-key` одного воркспейса; без него сервер получает ключ сам |
+| `MLSPACE_WORKSPACE_ID` | Для legacy singleton | — | ID единственного воркспейса |
+| `MLSPACE_WORKSPACES` | Вместо legacy пары | `[]` | Сохранённый JSON-каталог выбранных workspace: `id`, `name`, `project_name`, опциональный `api_key`; пишет мастер |
+| `MLSPACE_ENV_FILE` | | — | Явный путь к файлу с кредами; имеет приоритет над пользовательским конфигом |
+| `MLSPACE_CA_FILE` | | системные CA | Дополнительный доверенный PEM; setup сохраняет копию |
+| `MLSPACE_BASE_URL` | | `https://api.ai.cloud.ru` | Хост API |
+| `MLSPACE_READONLY` | | `false` | `true` убирает все 58 write-действий из перечня `action` |
+| `MLSPACE_DRY_RUN` | | `false` | Валидировать write, но не отправлять (вернуть превью) |
+| `MLSPACE_TRANSPORT` | | `streamable-http` | `streamable-http` или `stdio` |
+| `MLSPACE_HOST` / `MLSPACE_PORT` | | `127.0.0.1` / `8000` | Привязка HTTP (только loopback) |
+| `MLSPACE_ENABLED_DOMAINS` | | _(все)_ | Список через запятую — ограничить набор инструментов |
+| `MLSPACE_TIMEOUT` | | `60` | Таймаут запроса, сек |
+| `MLSPACE_NAMESPACE` | | _(из workspace_id)_ | Закрепить k8s-namespace воркспейса; пусто = резолвится автоматически |
+| `MLSPACE_LIST_DEFAULT_LIMIT` / `MLSPACE_LIST_MAX_LIMIT` | | `50` / `200` | Размер списков по умолчанию / максимум |
+| `MLSPACE_LOG_TAIL_LINES` | | `200` | Сколько последних строк лога показывать |
+
+Обмен `service_auth` (токен с TTL 1ч) выполняется внутри — это не инструмент.
+
+## Подключённые воркспейсы и адресация
+
+`mlspace_contexts` возвращает сохранённый набор, endpoint и окружение без секретов
+и сетевого обхода. Один, три или десять воркспейсов равноправны: основного/текущего
+нет. `mlspace_workspaces list` показывает доступность учётных данных и не расширяет
+набор. Legacy-конфигурация остаётся одним подключением.
+
+Адресные действия принимают `target` (ID или однозначное название) и, для найденных
+jobs/notebooks, `resource_ref`. Ссылка содержит окружение, workspace, тип и адрес
+объекта; конфликтующие аргументы отклоняются. Диагностика и перезапуск сохраняют
+адрес выбранного объекта, а успешный перезапуск получает новую ссылку, когда API
+вернул распознаваемое новое имя. Контекст запроса не доказывает владельца общей очереди.
+При одном workspace выбор не нужен. Явная работа в A сохраняет A для её шагов, а
+отдельное чтение B этого не меняет. Общий запрос «теперь покажи задачи» снова охватывает
+подключённый набор. Делегированное «в любом из A/B с подходящим GPU» позволяет выбрать
+место по проверенным условиям без повторного вопроса; реальная неоднозначность требует
+уточнения. Образец ноутбука сам по себе не определяет место создания.
+
+| Read-only helper | Параметры и результат |
+|---|---|
+| `mlspace_jobs_overview` | `targets`, `author`, `status`; динамически обнаруживает MT-регионы и читает страницы jobs |
+| `mlspace_notebooks_overview` | `targets`; читает страницы notebooks, включая paused |
+| `mlspace_queue_inspect` | `queue_id`, `target` исходной очереди, `candidate_nodes`, `targets` областей наблюдения; проверяет доступные jobs/notebooks/pods, все приоритеты pending и факты/нагрузку узлов |
+
+У helpers общий набор бюджетов: `page_size=100`, `max_pages=50` на поток,
+`max_requests=200` на логические inventory GET, `max_items=200` на вывод.
+Авторизация, получение ключа и возможный 401 retry — дополнительные транспортные
+запросы. `targets` по умолчанию — весь выбранный набор; эти helpers доступны при
+включённом соответствующем домене. Фильтра `region` у jobs overview нет: для узкого
+регионального чтения доступен `mlspace_jobs list` с пагинацией.
+
+Ответ показывает `requested_scope`, `checked_scope`, `failures`, `observed_at` и
+полноту; строки `items` содержат `source` (тип наблюдения), `data`, `provenance` и
+при распознанном адресе `resource_ref`. `complete` требует успешного полного чтения
+и отсутствия усечения вывода. `observed_count` — число наблюдений, не полный итог
+при частичном чтении и не сумма уникальной общей мощности. Частичный поиск не
+доказывает уникальность имени; «все» после сокращённого списка требует понятного
+множества. Явный фильтр `author` можно повторно использовать как настройку пользователя,
+но он не доказывает identity: задачи коллег нельзя называть «моими» по членству в workspace.
+
+Перед переносом вычислительного узла используйте `transfer_compute_node`: сначала
+`mlspace_queue_inspect`, затем при запросе на выполнение `mlspace_queues add_nodes`
+в целевую очередь с `{nodes, force_withdrawal:false}`. Узел отличается от Jupyter
+сервера. Настройки GPU у paused notebook не означают занятую мощность; pending —
+ожидающая потребность, а не работающая нагрузка. Даже полное чтение не гарантирует
+видимость всех чужих workload общей аллокации: `cross_workspace_coverage` остаётся
+`unknown`. Не обещайте перенос без влияния по такому обзору. Существующие правила
+подтверждения операций сохраняются; отдельного подтверждения workspace нет.
+
+---
+
+## Запуск
+
+```bash
+mlspace-plugin                          # streamable HTTP на 127.0.0.1:8000
+MLSPACE_TRANSPORT=stdio mlspace-plugin  # stdio
+```
+
+### Подключение из MCP-клиента
+
+**Streamable HTTP** (по умолчанию): запустите `mlspace-plugin`, направьте клиента на
+`http://127.0.0.1:8000/mcp`.
+
+**stdio** (Claude Desktop / Cursor / Codex) — пример для `claude_desktop_config.json`:
+
+```json
+{
+  "mcpServers": {
+    "mlspace": {
+      "command": "mlspace-plugin",
+      "env": {
+        "MLSPACE_TRANSPORT": "stdio",
+        "MLSPACE_ENV_FILE": "/absolute/path/to/mlspace-plugin/.env"
+      }
+    }
+  }
+}
+```
+
+---
+
+## Инструменты
+
+Каждый инструмент принимает `action` + параметры этого действия. Полный список
+действий с подсказками по телу виден в описании инструмента у клиента. `[w]` —
+write-операция (скрыта из `action`-перечня при `MLSPACE_READONLY=true`).
+
+| Инструмент | Назначение | Действия |
+|---|---|---|
+| `mlspace_jobs` | Задачи обучения | list, get, logs, list_nodes, list_pods, get_params, get_preemptors, run`[w]`, restart`[w]`, delete`[w]` |
+| `mlspace_build_image` | Сборка кастомных образов | list, run`[w]`, get, get_logs, get_pods, delete`[w]` |
+| `mlspace_notebooks` | Jupyter-серверы | list, get, autoshutdown_get, create`[w]`, delete`[w]`, users_list, users_set`[w]`, users_revoke`[w]`, pause`[w]`, resume`[w]`, modify`[w]`, autoshutdown_set`[w]`, autoshutdown_delete`[w]` |
+| `mlspace_tensorboards` | TensorBoard-инстансы | list, get, create`[w]`, modify`[w]`, pause`[w]`, resume`[w]`, delete`[w]` |
+| `mlspace_inference` | Сервисы инференса | list, get, predict, create`[w]`, update`[w]`, delete`[w]` |
+| `mlspace_async_inference` | Асинхронный инференс | list, predict, get_result, get_status |
+| `mlspace_dalle` | DALL-E (async) | predict, result |
+| `mlspace_workspaces` | Воркспейсы | get_api_key, status, users, list, get, allocations, allocation_queues |
+| `mlspace_allocations` | Аллокации ресурсов | list, list_defaults, get, list_assignments, list_instance_types, get_nodes, set_default`[w]`, unset_default`[w]` |
+| `mlspace_queues` | Очереди аллокаций / shared-кластер | list, get, defaults, instance_types, jobs, notebooks, pods, awaiting_launch_resources, queue_defaults, assign_workspace`[w]`, delete`[w]`, create`[w]`, update`[w]`, assign`[w]`, unassign`[w]`, set_default`[w]`, unset_default`[w]`, add_nodes`[w]`, assign_shared`[w]`, unassign_shared`[w]` |
+| `mlspace_docker_registry` | Docker Registry | current_registry, list_repos, get_repo, update_repo`[w]`, delete_repos`[w]`, repo_fav`[w]`, list_images, get_image, delete_images`[w]`, list_tags, create_tag`[w]`, update_tag`[w]`, delete_tags`[w]`, generate_password`[w]` |
+| `mlspace_data_transfer` | Коннекторы / переносы / история | list_connectors, get_connector, create_connector`[w]`, update_connector`[w]`, fav_connector`[w]`, halt_connector`[w]`, try_connector`[w]`, get_connector_logs, delete_connectors`[w]`, list_sources, list_transfers, get_transfer, create_transfer`[w]`, update_transfer`[w]`, fav_transfer`[w]`, switch_transfer`[w]`, delete_transfers`[w]`, list_history, get_history_status, get_event_logs, cancel_history`[w]`, rerun_history`[w]`, fav_history`[w]`, delete_history`[w]` |
+| `mlspace_resources` | Каталог вычислений | configs, instance_types, nodes, nodes_load, rate_limits |
+
+Волатильные значения (`region`, статус задачи, `connector_type`, …) — это обычные
+строки, не фиксированные enum'ы: их известные значения перечислены в описании
+параметра, но новые значения, которые API добавит позже, тоже принимаются. Тела
+write-запросов подаются параметром `body: dict`; обязательные/вложенные/enum-поля
+вынесены в описание действия. Локальная валидация тела (`lint`) **fail-open** —
+ловит только явные структурные ошибки (нет обязательного поля, явное несовпадение
+типа) до похода в сеть и никогда не отклонит тело, которое API бы принял.
+
+---
+
+## Плагин: Codex, Claude Code и совместимые агенты
+
+[Поставка MLSpace](plugin/README.md) объединяет MCP-сервер и 12 скиллов.
+Внутренний релиз `mlspace-plugin-<версия>.zip` содержит точную версию сервера,
+общие скиллы и манифесты для загрузчиков Codex и Claude Code. Его установка
+не зависит от публикации `mlspace-plugin` в публичном PyPI.
+
+После распаковки и однократного `mlspace-plugin setup` добавьте каталог релиза как
+marketplace клиента. [Команды установки и сборки](plugin/README.md).
+Ключи остаются в пользовательском конфиге вне плагина.
+
+Для других агентов предусмотрены Agent Plugins 1.0, Agent Skills и обычное
+MCP-подключение; поддержку конкретного загрузчика нужно проверять отдельно.
+Пошаговые сценарии поставляются только скиллами плагина; сервер отдаёт общие правила
+в instructions. `tests/test_skills.py` сверяет скиллы с реальными инструментами.
+
+---
+
+## Безопасность
+
+- **Гейт подтверждения**: 16 необратимых действий (удаления, отзыв доступа,
+  отмена переноса, ротация пароля реестра) требуют `confirm=true`. Это основной
+  рубеж в конфигурации по умолчанию.
+- **Режим read-only** (`MLSPACE_READONLY=true`): все 58 write-действий исчезают
+  из `action`-перечня — модель их не видит — и блокируются в рантайме как
+  страховка. По умолчанию **выключен**: сервер задуман как рабочий инструмент, а
+  не смотровое окно. Включайте для наблюдательных сценариев, общих стендов и
+  всего, где агенту незачем ничего менять.
+- **Dry-run** (`MLSPACE_DRY_RUN=true`): write-запрос полностью валидируется (lint
+  тела, шаблон пути, гейт confirm), но **не отправляется** — возвращается превью
+  запроса, который ушёл бы в API. Удобно дать модели собрать и проверить write
+  до реального применения.
+- **Снос воркспейса не выставлен**: `POST/DELETE /workspaces/v3/` (bootstrap /
+  debootstrap) намеренно не реализованы — слишком большой радиус поражения для
+  общего сервера. Жизненный цикл воркспейса — только через консоль.
+- **Сеть**: HTTP-транспорт отказывается слушать не-loopback адрес (в v1 нет
+  серверной аутентификации).
+- **Секреты в ответах** (пароль registry, api-key воркспейса) редактируются.
+
+> Важно про `confirm`: этот флаг ставит **сам агент** в том же вызове. Это защита от
+> случайного действия, а **не** human-in-the-loop. Подтверждение человеком обеспечивает
+> окно вашего MCP-клиента, которому мы помогаем аннотацией `destructiveHint`.
+> Единственный рубеж, который агент обойти не может, — `MLSPACE_READONLY=true`;
+> в конфигурации по умолчанию его нет, и решение остаётся за клиентом.
+
+---
+
+## Защиты от дефектов API
+
+Обёртка гасит несколько особенностей MLSpace API, на которых агент иначе спотыкается.
+API-ловушки ниже проверялись на живом API: основная часть — 03.08.2026,
+региональность `/home/jovyan` — 12.08.2026. Допустимость binary-команд подтверждена
+[официальной CLI-документацией](https://cloud.ru/docs/aicloud/mlspace-cli/topics/references__job-submit)
+и локальной схемой; проверка доступности команды в образе остаётся отдельным шагом.
+
+- **Тип entrypoint и регион проверяются до отправки.** Явный `region` обязателен для
+  каждого типа задачи. Для `type=binary` поле `script` — непустая команда или путь к
+  исполняемому файлу (`ls -lah`, `python /home/jovyan/launch.py -f script.py`); MCP
+  передаёт строку без изменений и не заявляет, что команда существует в выбранном
+  образе. Для остальных типов сохраняется проверка абсолютного пути под
+  `/home/jovyan`. Это NFS конкретного региона: одинаковый путь в notebook `SR006` и
+  job `A100-MT` может указывать на разные данные. Public API не умеет сделать `stat`
+  на целевом NFS, поэтому наличие файла подтверждается same-region notebook'ом или
+  transfer'ом. Локальная проверка формы пути или dry-run не проверяет наличие файла.
+- **Порядок лога восстанавливается.** `logs?tail=N` возвращает строки в обратном
+  порядке — трейсбэк переворачивается, и причина оказывается ниже следствия. MCP
+  сортирует обратно и помечает это в ответе, чтобы модель знала, что порядку можно
+  доверять. Без `tail` порядок правильный и не трогается.
+- **Состояния вместо прозы.** Строки `"No such job"` (логи протухли по retention) и
+  `Job … in queue. Try later` (задача в очереди) приходят внутри `HTTP 200`. MCP
+  распознаёт их и выдаёт понятную типизированную пометку, чтобы «логи устарели» не
+  читалось как «задачи не существует».
+- **Ретрай не уходит в бесконечность.** Часть ручек отдаёт `500` детерминированно
+  (например, assignments на 6 из 7 аллокаций). Совет при `5xx` — повторить один раз,
+  дальше считать отказ постоянным.
+- **Каталог образов сжимается.** `configs` отдаёт ~200 КБ (≈51k токенов), дублируя
+  образы под каждым `instance_type`; MCP дедуплицирует их без потери данных и умеет
+  отфильтровать один регион.
+
+---
+
+## Разработка
+
+```bash
+pytest          # юнит- + drift/контракт-тесты (моки HTTP, живые креды не нужны)
+ruff check .
+mypy src
+```
+
+Сервер сверяется с небольшим сгенерированным артефактом
+(`src/mlspace_mcp/spec/body_schemas.json`) ради подсказок по телу запроса и
+мягкого lint'а; полный `openapi.json` нужен только для сборки/тестов.
+
+### Обновление спеки (после смены версии API)
+
+1. Перевыкачать `src/mlspace_mcp/spec/openapi.json` с OpenAPI-эндпоинта MLSpace.
+2. Перегенерировать схемы тел: `python scripts/gen_body_schemas.py`.
+3. Прогнать `pytest` — drift/контракт-тест поймает любое действие, чьё
+   `(method, path)` исчезло или стало deprecated; поправить соответствующий
+   `tools/<domain>.py`.
+
+### После правки скилла
+
+Правьте `plugin/skills/<name>/SKILL.md` и запустите `pytest tests/test_skills.py`.
+После смены версии пакета — `python scripts/gen_plugin.py` для манифестов.
+
+---
+
+## Архитектура
+
+```
+LLM ⇄ FastMCP (streamable-HTTP/stdio) ⇄ tools/<domain>.py (зонтичные тулы)
+        ⇄ MLSpaceClient ⇄ TokenManager ⇄ api.ai.cloud.ru/public/v2
+```
+
+| Модуль | Ответственность |
+|---|---|
+| `config.py` | Настройки (`Settings`) из окружения: креды, base_url, readonly, dry_run, транспорт, host/port, таймаут, включённые домены. |
+| `auth.py` | `TokenManager`: обмен `service_auth`, кэш токена (TTL 1ч), single-flight рефреш за ~60с до истечения и при 401. |
+| `client.py` | `MLSpaceClient`: единый `httpx.AsyncClient`, инъекция заголовков, шаблоны путей, повторяемые query-ключи, JSON-тело на любом методе (включая DELETE), один прозрачный ретрай на 401. |
+| `errors.py` | Маппинг HTTP/исключений → понятные сообщения (включая разбор `detail[]`). |
+| `formatting.py` | Компактный JSON, обрезка списков/логов, удаление шумовых ключей, редактирование секретов. |
+| `workspace_context.py` / `resource_refs.py` | Выбор фиксированного контекста, отдельные клиенты и проверяемые адреса jobs/notebooks. |
+| `overview.py` | Ограниченный обход инвентаря и очереди с происхождением и полнотой наблюдений. |
+| `job_hooks.py` | Job preflight, fail-closed delete guard и совместимость ответов; leaf без импорта registry. |
+| `registry.py` | `Op`/`Param`/`DomainTool` + единый дженерик-диспетчер: стрип write в readonly, гейт `confirm`, dry-run, clamp пагинации, lint тела, формат ответа. |
+| `tools/<domain>.py` | Чистые декларативные данные: `DOMAIN: DomainTool` (карта `action → Op` + список `Param`). Никакой механики запросов. |
+| `bodyspec.py` | Загрузка `body_schemas.json`; `summarize()` для подсказок + fail-open `lint()`. |
+| `server.py` / `__main__.py` | Сборка `FastMCP`, общие instructions, регистрация доменов, запуск транспорта. |
+
+Каждый доменный модуль — независимая единица из чистых данных; вся механика живёт
+в ядре один раз, поэтому домены не могут «разъехаться» по заголовкам/путям/
+кодированию.
+
+---
+
+## Документация
+
+- [Установка плагина с MCP и скиллами](plugin/README.md).
+
+## Обратная связь и вклад в проект
+
+Нашли ошибку или неудобный сценарий работы с MLSpace? Создайте [Issue](https://github.com/noesskeetit/mlspace-plugin/issues): опишите, что хотели сделать, что получилось, версию плагина,
+ОС и клиент — Claude Code, Codex или OpenCode. Не прикладывайте ключи, токены,
+`.env` или логи с чувствительными данными.
+
+Исправления и улучшения присылайте через [Pull Request](https://github.com/noesskeetit/mlspace-plugin/pulls).
+Как запустить проверки и устроен проект — в [CONTRIBUTING.md](https://github.com/noesskeetit/mlspace-plugin/blob/main/CONTRIBUTING.md).
+
+**Особенно рады вашим скиллам!** Если вы нашли удобный способ запускать обучение,
+разбирать ошибки, работать с данными или обслуживать инференс — оформите его
+в скилл и поделитесь. Такие сценарии помогают всем проще работать с MLSpace.
+Готовая реализация необязательна: можно начать с Issue с примером задачи и
+ожидаемым результатом.

mlspace_plugin-0.2.1.dist-info/RECORD

@@ -0,0 +1,53 @@
+mlspace_mcp/__init__.py,sha256=78w3VpwGvTVaXjn9iTyGvS1s_z_jiGi2VGLf-iGb_T8,96
+mlspace_mcp/__main__.py,sha256=NNUdfKZHNi5lUQDqr1b91adqI83ZwxYqtLtbS1k7b8U,5692
+mlspace_mcp/_status.py,sha256=WAiZwEJtqxif0La1nnpiXFY3ar4IRLiyyNBzqWifoLw,723
+mlspace_mcp/auth.py,sha256=k10AzdkxyIqsT1BlCOb420tEEW-32cslfpn_EPYGwAA,4143
+mlspace_mcp/bodyspec.py,sha256=i9dlQZt6BpIVSVOYUdu9O68hfDh6XWIEm7CwBZhjM8Q,6892
+mlspace_mcp/client.py,sha256=kvhKnewiKEy9yVdzrQJIORYNinIYP8Rkpwy5j2WQ75c,6121
+mlspace_mcp/client_setup.py,sha256=0I_ejsryyXoclqc7g8NwMBKMnlMW9ktaVwshKOTS6hs,12836
+mlspace_mcp/config.py,sha256=V83pMdSQkcd1T-ARwx73_yju93P1FE5fboiuu095BIk,12136
+mlspace_mcp/errors.py,sha256=lLJk21reV95y8duRP3-acSEji73bsrB60GKpmR3W1t8,9876
+mlspace_mcp/formatting.py,sha256=3f8pUdUvw_WCR4ss1StyoR-rdTiV0bRUo089ClhbJcY,21701
+mlspace_mcp/init_cli.py,sha256=Tn9fD9XbniCz1R3Ae0RnITT6gexbcy0NJVxi_vB3QtI,18243
+mlspace_mcp/job_hooks.py,sha256=fYSLWPi0vDh_ZyIqPQGqmOLNcGJzGb_VJnShtzSzGSY,12050
+mlspace_mcp/jsonc.py,sha256=9gQJDIKlm7RoFVYIhl0V3pgEtDVz8sc-Ei3NF9YKSF4,3261
+mlspace_mcp/overview.py,sha256=KeIKKtBEIfpQZpywHyCChQpmP7aN17alni706J6nR8c,23210
+mlspace_mcp/registry.py,sha256=Y2tfy-4Ifzp1VoDc1vQMszWERSAA5H3E3wOKFi5gwTQ,29465
+mlspace_mcp/resource_refs.py,sha256=5H3W0qvlzKnzyJljuuUocPAcP-Ext4P7fLp0LnhDMFA,8032
+mlspace_mcp/server.py,sha256=G9DTE5aAlx-IEVBJfJHGft4B5EBVcZk68hLRXsRSWZ0,8177
+mlspace_mcp/setup_ui.py,sha256=GrXRmSzZdHu1l69wuBwWRods8_aSNdUlVTdjMoPG5To,3949
+mlspace_mcp/tls.py,sha256=0tC8-c3JAP68jkp_Ak6wceRkGpmf1qtaFbIKCWB2HEs,1981
+mlspace_mcp/workspace_context.py,sha256=f4T7YFDK610m6ihMdbk7L7_qWIHYYWjQmyyco4DLkBA,4683
+mlspace_mcp/tools/__init__.py,sha256=2BRMNyON3u99_84K-fpxJPzyIVqbbJLZfB7BR96aTYw,84
+mlspace_mcp/tools/allocations.py,sha256=wczOJU2plyBPRnlk-laaCWdhGdhNGLQShBpEb-Rxg10,3409
+mlspace_mcp/tools/async_inference.py,sha256=NPYxLj8Sel7Sa_EtyqtOdLRSOJ0iucaX9mjTB4DO5d4,2924
+mlspace_mcp/tools/build_image.py,sha256=ejZ9X-OkfZjO9qRv_Iy-lurbTqxsxT_oaUgezik9DpI,2515
+mlspace_mcp/tools/dalle.py,sha256=81u662RAbD60pRlYstkOYaeHA0V3eM0y8v88ArodqK4,2115
+mlspace_mcp/tools/data_transfer.py,sha256=HPi_l7tuYaHJvIsr27fpfAbbr5lWvDWGSfY6kttIfaY,10502
+mlspace_mcp/tools/docker_registry.py,sha256=RPB4jTObTmcs77LwpEYtFPUKtbNNvOw0OtKpqiDrC_c,6073
+mlspace_mcp/tools/inference.py,sha256=KTz5Ib6AhSz0Dz8y9-WHBpyMHSoUEL1aZmstiVwu0g8,3311
+mlspace_mcp/tools/jobs.py,sha256=COCb71oo1DR3zGDg1PDvUO-RGlKO67-LlfRcEbj5i3w,6442
+mlspace_mcp/tools/notebooks.py,sha256=dYDnoBzxfFvyfCVcSnTKChukEoL861hTNaovRSkCDVs,7279
+mlspace_mcp/tools/queues.py,sha256=m9GcgPIIZ_Bm4FkfxpSSK5OGwFywyjahHyl6DIeiiOo,8010
+mlspace_mcp/tools/resources.py,sha256=oHvY4F9jePh-lbvFJm3HFUOsVuuWPLzn0aSOvT5A_vM,3275
+mlspace_mcp/tools/tensorboards.py,sha256=Twj5QSq6qJoebukaO_mjXLCSeran8gitPo-AujkVJdg,4236
+mlspace_mcp/tools/workspaces.py,sha256=l0GD9LtkWY4V-Yt_QpdbfCIhbQ_tI1j3ywTfO-Ztons,3769
+mlspace_mcp/skills/mlspace-call-deployed-model-predict/SKILL.md,sha256=TkKOzfrkfDqmnbGLJw1c5T3USGygeL6toTlT3bywsi0,1847
+mlspace_mcp/skills/mlspace-deploy-inference-service/SKILL.md,sha256=_moM2Rh9Gp3eKMYJoKqElWw5thS-lAUN3jurxD-IXSg,2165
+mlspace_mcp/skills/mlspace-diagnose-data-transfer/SKILL.md,sha256=DLO1TSnWGkM9iyXW1XzcsJFeLh9vzp1cbikuioOZ2D4,2086
+mlspace_mcp/skills/mlspace-diagnose-failed-training-job/SKILL.md,sha256=Swen_XrPY9eZ8EyjZfnhbF2wrrTOdU6sPsGVMoM2xsE,3719
+mlspace_mcp/skills/mlspace-diagnose-job-launch-rejection/SKILL.md,sha256=rPqXdBz7fDRGLz-nQJQU7RIbr4D8w88gKOumr6JtKzk,2671
+mlspace_mcp/skills/mlspace-diagnose-unhealthy-inference/SKILL.md,sha256=pu5fnfW7L3QwbU00Q_oEPqhXT5gaUpKeP6RHHKyOOSk,2080
+mlspace_mcp/skills/mlspace-discover-launchable-resources/SKILL.md,sha256=5ihxKjEJ_j_DMHhGeucp65kHG9X7M0T2IviQtURp9G0,2656
+mlspace_mcp/skills/mlspace-launch-training-job/SKILL.md,sha256=pnV4_f4HkO04xMCahS-zEE9UKBuIVWeIF0lQWOVVN8U,4135
+mlspace_mcp/skills/mlspace-list-running-jobs/SKILL.md,sha256=cU3lemuEgyQhiLf8nQ2iTvaNKGuHPyk8b7ecKvFjvC0,2250
+mlspace_mcp/skills/mlspace-resume-notebook-and-set-autoshutdown/SKILL.md,sha256=m4wvNNWoMJVMzIAHhDgyArNMcft4VqYBGLX4ygBRCvE,2490
+mlspace_mcp/skills/mlspace-stage-s3-to-nfs/SKILL.md,sha256=d9uQK-Yer9s0N6iqiI2DL89RTSkK2giEIWsiiAdTWiY,2425
+mlspace_mcp/skills/mlspace-transfer-compute-node/SKILL.md,sha256=fpNGUSK-cUDpB56GM6o3HyG3SNYdbNOIgJ5Vpt1cxfY,4041
+mlspace_mcp/spec/body_schemas.json,sha256=0RNycpIQzrmdyS_KsOUMi63LgspV1K3R8Ws222Wb-yw,210812
+mlspace_mcp/spec/openapi.json,sha256=_sqK0-Rea9ch-mm5Z9oVUrjBTJYt0asukzlHjMckJMA,727085
+mlspace_plugin-0.2.1.dist-info/METADATA,sha256=dpl-pY-ma46vkluy5C3CyyvxLWGOIiqhrnaGDyG3NjY,34904
+mlspace_plugin-0.2.1.dist-info/WHEEL,sha256=mffPy8wBnZQn2VnJUU5jE99KsxaSfiyMHV9Yt0aLVxs,87
+mlspace_plugin-0.2.1.dist-info/entry_points.txt,sha256=FgDWpi2VBn6t_3KiLZbNguyK-xZ6VXmyD3WNO7fFymI,61
+mlspace_plugin-0.2.1.dist-info/licenses/LICENSE,sha256=hm1I98cUKNyLB7u1lsDZaFyJOo4eTzq0-rAVxd3jGDI,1064
+mlspace_plugin-0.2.1.dist-info/RECORD,,

mlspace_plugin-0.2.1.dist-info/WHEEL

@@ -0,0 +1,4 @@
+Wheel-Version: 1.0
+Generator: hatchling 1.30.1
+Root-Is-Purelib: true
+Tag: py3-none-any

mlspace_plugin-0.2.1.dist-info/entry_points.txt

@@ -0,0 +1,2 @@
+[console_scripts]
+mlspace-plugin = mlspace_mcp.__main__:main

mlspace_plugin-0.2.1.dist-info/licenses/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 Cloud.ru
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALING IN THE
+SOFTWARE.