用途：qzcli 是面向启智（Qizhi）平台的 kubectl/docker 风格 CLI，用于管理 GPU 计算任务，包括登录认证、工作空间与计算组资源发现、可用节点查询、任务提交、批量提交、任务列表与停止等。
主要能力：支持交互式与非交互式创建任务；可指定工作空间、计算组、资源规格、镜像、实例数、共享内存与优先级；支持 --dry-run 预览与 --json 输出；支持 HPC/CPU（Slurm）任务；支持基于配置文件的矩阵批量提交；提供 ls、stop、status、watch、ws 等任务与工作空间管理命令；可选作为 MCP 工具接入 Claude Code 或 Codex。
安装：pip install rich requests prompt_toolkit mcp；git clone https://github.com/tianyilt/qzcli_tool；cd qzcli_tool && pip install -e .。MCP 接入：claude mcp add qzcli -- qzcli-mcp 或 codex mcp add qzcli -- qzcli-mcp。
配置：凭据读取优先级为 CLI 参数 > --password-stdin > 环境变量 > QZCLI_ENV_FILE（.env）> ~/.qzcli/config.json > 交互输入。配置文件存放于 ~/.qzcli/，包括 config.json、.cookie、resources.json、jobs.json。
基本用法：qzcli login 登录；qzcli res -u 刷新工作空间资源缓存；qzcli avail 查看可用节点；qzcli create -i 交互式提交；qzcli ls -c -r 列出运行中任务；qzcli stop JOB_ID 停止任务。
适用场景：在启智平台提交与管理 GPU 训练、评测及 CPU/HPC 任务，适合脚本化与批量任务编排。
限制：镜像需在平台外构建后于提交时引用；长任务前建议在提交的任务内运行 kernel witness 验证镜像；cookie 过期需重新登录；缓存过期需重新执行 qzcli res -u；远程 shell 为 zsh 时需用 bash -c 包裹命令或改用 Python。其余细节暂未提供。