软件环境¶

公共软件¶

公共软件优先放在：

/cluster/apps

如果需要安装系统级软件、CUDA 相关组件或所有人共用的软件，请联系管理员。

Environment Modules¶

集群使用 Lmod 管理公共软件环境。登录后可以查看可用模块：

module avail

当前已配置的常用模块：

模块	说明
`gcc/13`	GNU C/C++/Fortran 编译器。
`openmpi/4.1.6`	Open MPI 编译包装器和运行时。
`cuda/13.0`	NVIDIA CUDA Toolkit 13.0。
`nvhpc/26.3`	NVIDIA HPC SDK：`nvc`、`nvc++`、`nvfortran`、HPC-X MPI、NVPL、NCCL/NVSHMEM。
`cudnn/9.22`	NVIDIA cuDNN 9.22 runtime 和开发头文件。
`tensorrt/10.16`	NVIDIA TensorRT runtime、开发头文件和 Python 绑定。
`cmake/3.28`	CMake 和 Ninja 构建工具。
`python/3.12`	系统 Python 3.12 和 venv。
`miniforge/26.3`	Miniforge：`conda`、`mamba`、Python 3.13。
`conda/26.3`	`miniforge/26.3` 的别名。
`anaconda3/2026`	兼容别名，实际加载 `miniforge/26.3`。
`tools/2026`	`tmux`、`htop`、`nvtop`、`jq`、`rg`、`fdfind`、`tree`、`git-lfs` 等工具。
`nodejs/22`	Node.js 22 和 npm。
`claude-code/2.1.140`	Anthropic Claude Code CLI。
`codex/0.130.0`	OpenAI Codex CLI。
`ai-tools/2026`	同时加载 Node.js、Claude Code 和 Codex CLI。
`ai-credentials/shared`	授权用户可用，加载 Claude Code / Codex CLI 并注入课题组共享代理服务凭据。
`hermes-agent/0.13.0`	Hermes Agent CLI，包含消息网关支持；用户配置和扫码登录态默认保存在自己的 `~/.hermes`。

加载示例：

module load gcc/13 openmpi/4.1.6 cuda/13.0
module list

AI 命令行工具示例：

module load ai-tools/2026
claude --version
codex --version

默认情况下，Claude Code 和 Codex CLI 的登录凭据由用户自己配置在个人目录中。不要把 API key、token 或登录文件放到共享目录。

如果管理员已经给你开放课题组共享额度，可以使用共享凭据模块：

module load ai-credentials/shared
claude auth status
codex login status

当前 Claude Code 通过课题组配置的 Anthropic 兼容代理服务访问，不要求用户单独登录 Anthropic 官方账号。默认模型为 deepseek-v4-pro[1m]，轻量子任务模型为 deepseek-v4-flash。

当前 Codex 通过课题组配置的 OneToken OpenAI 兼容代理服务访问。加载 ai-credentials/shared 后直接运行 codex 即可，模块会自动选择 OneToken provider 和 gpt-5.5 模型。

Hermes Agent 按“用户自带 DeepSeek key 优先，授权用户可用课题组共享 DeepSeek key”的方式使用。普通用户应在自己的 Hermes 配置中填写 DEEPSEEK_API_KEY；被管理员加入共享额度组的用户，可以先加载 ai-credentials/shared，该模块会提供 DEEPSEEK_API_KEY。

Hermes 示例:

module load hermes-agent/0.13.0
hermes --version
hermes model

如果管理员已开放共享 DeepSeek key:

module load ai-credentials/shared hermes-agent/0.13.0
hermes model
hermes gateway setup
hermes gateway

微信 / Weixin 网关需要用户自己扫码绑定。长期运行建议使用用户级 systemd 服务；请联系管理员开启 loginctl enable-linger <username>。

如果加载时报 restricted 或无法读取凭据文件，说明当前账号还没有共享额度权限，或需要退出 SSH / Open OnDemand 后重新登录。

NVIDIA HPC SDK 示例：

module load nvhpc/26.3
nvc --version
nvfortran --version

cuDNN 和 TensorRT 示例：

module load cuda/13.0 cudnn/9.22 tensorrt/10.16
ls "$CUDNN_HOME"/include/aarch64-linux-gnu/cudnn.h
ls "$TENSORRT_HOME"/include/aarch64-linux-gnu/NvInfer.h

在 Slurm 作业脚本中也可以加载模块：

#!/bin/bash
#SBATCH -J module-test
#SBATCH -p debug
#SBATCH -N 1
#SBATCH -n 1

module load gcc/13 cuda/13.0 python/3.12
nvcc --version
python3 --version

Python 环境¶

用户可以在自己的目录中创建虚拟环境：

python3 -m venv /cluster/home/$USER/venvs/default
source /cluster/home/$USER/venvs/default/bin/activate
python -m pip install --upgrade pip

也可以使用 conda/mamba。集群提供 Miniforge，模块名如下：

module load miniforge/26.3
# 或者兼容写法
module load anaconda3/2026

mamba create -p /cluster/home/$USER/conda-envs/demo python=3.12 numpy
conda activate /cluster/home/$USER/conda-envs/demo

不要把大型包缓存无限制堆在共享目录中。建议把环境明确放到 /cluster/home/$USER/conda-envs/...，不要安装到系统 base 环境。

作业脚本中激活环境¶

#!/bin/bash
#SBATCH -J python-job
#SBATCH -p debug
#SBATCH -N 1
#SBATCH -n 1

source /cluster/home/$USER/venvs/default/bin/activate
python script.py

安装建议¶

小型个人依赖安装到自己的环境。
课题组公共依赖请整理版本需求后交给管理员安装。
不要用 sudo pip install。