示例¶
了解 lote 最快的方式就是几个真实的工作流。每一个都是同一个 train.sh 到达不同的机器，而 lote 在底层自适应。
接入一台新主机¶
把 lote 指向任意一个 ssh 别名，让它来发现其余的一切。
lote ls # the ssh-config aliases lote can target
lote setup miyabi # probe + rsync + chefe install, then start the queue
lote discover pegasus # onboard and print what it is, without starting a queue
setup 找到仓库根目录，发送代码，用 chefe 构建环境，并在登录 shell 中探测主机以便集群工具链可见。在此之后，lote 就知道 miyabi 是一台 slurm 主机、pegasus 是 pbs，后续每一个命令都会自行路由。
分发并跟踪一个作业¶
核心循环。发送、启动、观察、拉取。
lote submit miyabi train.sh --fetch research/out/run-42 # prints a handle, e.g. 1837492
lote status miyabi # is it running yet?
lote logs miyabi 1837492 --follow # tail the merged output
lote info miyabi 1837492 # exit code, memory used, GPU
lote pull 1837492 # rsync research/out/run-42 back
submit 把句柄连同它运行所用的 git sha 一起记录下来，因此磁盘上的每一份结果总能追溯到确切的提交。由于你传入了 --fetch，pull 已经知道路径，会把它 rsync 回家而无需重新输入。
按内存路由一个作业¶
让 lote 为一个需要已知内存量的作业挑选机器。
lote 会考虑每一台已接入的主机，剔除无法容纳 40 GB 的那些，并在其余主机中挑选最小的一台，这样一个小作业就不会占用一台大机器。如果没有任何主机合适，它会告诉你每台主机各有多少。
在远程主机上实时迭代¶
在你调试时让一台主机与你的编辑器保持同步。
lote watch dgx-spark # re-rsync on every save, ctrl-c to stop
# in another shell:
lote submit dgx-spark smoke.sh # the host already has your latest code
watch 遵循与 submit 相同的 [sync] 允许列表和 gitignore，因此只有计算节点所需的文件才会传输，并且只在它们变化时传输。在像 dgx-spark 这样的普通机器上，作业会进入 pueue，正是那个在 miyabi 上会命中 sbatch 的同一个 smoke.sh。
跟踪每一台主机¶
从你的笔记本上，离线地，一次看到全部。
lote ps # the last runs across every machine, from the state store
lote reconcile miyabi # recorded runs vs the live scheduler, with a verdict each
lote history # the recent lote commands you ran
ps 和 history 读取 .lote/db.json，因此无需触碰任何主机即可即时给出答案。reconcile 打开一条 ssh 连接，就每一次已记录的运行询问调度器，并把每一次标记为 ok、failed、running 或 vanished，这正是你发现某个作业悄无声息地死掉的方式。
手动运行执行器¶
在登录节点上，你可以直接驱动执行器，也就是 lote 通过 ssh 调用的同一份代码。
lote exec sbatch train.sh --gpus 4 # submit here, return the job id
lote exec status # my live jobs, squeue or qstat as fits
lote exec logs train --follow # tail by job name, not just id
lote exec cancel all # stop every job of mine
当你已经在集群上时，或者在调试 lote 会远程运行什么时，这很有用。train.sh 中的指令设定默认值，而标志会覆盖它们。