CloudGPU MCP
CloudGPU MCP服务器：让AI代理按分钟租用GPU，运行作业，返回结果并关闭GPU。相同的API key和balance也涵盖了cloudpu的openai兼容模型API，因此代理可以调用托管模型而无需租用任何东西。
“在数据/训练上微调带有LoRA的7B基本模型。并将适配器放入。/outputs目录。”
代理检查实时价格并给你报价，一旦你同意就租用GPU，上传你的代码和数据，在后台开始训练，查看日志，下载适配器并销毁实例。你得到文件和最终成本。
它是一个本地（stdio） MCP服务器。它适用于任何MCP客户端，可以启动一个：Claude Code， Cursor, Cline, opencode, goose, VS Code， Windsurf等。
安装
- 创建一个API密钥 cloudgpu.app / api 并添加预付余额（卡或USDT）。
- 将服务器添加到您的客户机。需要Node.js 18或更新版本。键放在环境变量中
CLOUDGPU_API_KEY。
克劳德代码
claude mcp add cloudgpu --env CLOUDGPU_API_KEY=cgw-sk-... -- npx -y cloudgpu-mcp
光标 （~/.cursor/mcp.json 或 .cursor/mcp.json）
{
"mcpServers": {
"cloudgpu": {
"command": "npx",
"args": ["-y", "cloudgpu-mcp"],
"env": { "CLOUDGPU_API_KEY": "cgw-sk-..." }
}
}
}
克莱因 MCP服务器→配置MCP服务器→ cline_mcp_settings.json）
{
"mcpServers": {
"cloudgpu": {
"command": "npx",
"args": ["-y", "cloudgpu-mcp"],
"env": { "CLOUDGPU_API_KEY": "cgw-sk-..." }
}
}
}
opencode （opencode.json）
{
"$schema": "https://opencode.ai/config.json",
"mcp": {
"cloudgpu": {
"type": "local",
"command": ["npx", "-y", "cloudgpu-mcp"],
"environment": { "CLOUDGPU_API_KEY": "cgw-sk-..." },
"enabled": true
}
}
}
鹅 （~/.config/goose/config.yaml,或 goose configure →添加扩展→命令行扩展)
extensions:
cloudgpu:
name: cloudgpu
type: stdio
cmd: npx
args: ["-y", "cloudgpu-mcp"]
envs:
CLOUDGPU_API_KEY: "cgw-sk-..."
enabled: true
timeout: 300
- 可选但推荐：copy
rules/cloudgpu.md添加到项目中AGENTS.md，.cursor/rules/cloudgpu.md或.clinerules/cloudgpu.md． 它告诉代理在租用之前报价，在关闭之前下载，并且永远不要让GPU运行。服务器还公开与资源相同的文本cloudgpu://rules。
要检查安装，请询问您的代理：“列出可用的GPU，然后估算一个24 GB GPU一小时的成本。不要创造任何东西。”你应该看到 list_gpus 和 estimate_cost 打电话和报价，什么都不用租。
代理技术
同样的指导有两种 代理技能：
-
skills/cloudgpu/SKILL.md：租用和使用GPU。当你请求GPU工作时，Claude Code会按需加载它。它期望cloudgpu待安装的MCP工具（见上文）。 -
skills/cloudgpu-model-api/SKILL.md：调用openai兼容模型APIhttps://cloudgpu.app/v1无需租用图形处理器。它可以与MCP工具一起工作，或者只是一个CLOUDGPU_API_KEY。 -
克劳德插件: 当你从这个仓库的市场安装CloudGPU Claude插件时，这两个技能都会自动包含：
/plugin marketplace add mrhy7176/cloudgpu-mcp /plugin install cloudgpu@cloudgpu -
Claude Code，个人安装： 复制
skills/cloudgpu/和skills/cloudgpu-model-api/来~/.claude/skills/。 -
Claude Code，项目安装： 复制
skills/cloudgpu/和skills/cloudgpu-model-api/来.claude/skills/在你的项目中。 -
Cursor、Codex、Cline、Amp等读取Agent Skills的Agent： 安装这两个技能 技能CLI：
npx skills add mrhy7176/cloudgpu-mcp
工具
| 工具 | 它是做什么的 |
|---|---|
get_account | 余额，以及帐户一次可以运行多少实例 |
list_gpus | 具有VRAM的GPU型号，每GPU小时的实时价格和可用性 |
list_templates | 现成图片：JupyterLab， Ollama, ComfyUI, lama - factory，… |
estimate_cost | 实时报价的GPU和数小时，加上你的余额之后；返回一个 quote_id |
create_instance | 租金从一个批准的报价，与预算，时间限制和闲置的限制 |
get_status / list_instances | 状态，运行分钟数，到目前为止的成本，自动关机限制 |
run_command | 在实例上运行命令； background=true 对于长期工作 |
tail_logs | 最近的日志线，作业是否完成，GPU利用率 |
upload / download | 您的计算机和实例之间的文件和文件夹（SFTP） |
stop_instance | 销毁实例并停止计费 |
list_models | openai兼容API上的模型，无需租用GPU即可进行推理 |
服务器还提供了一个 train_on_cloudgpu 提示。
护栏
- 先引用一下。
create_instance只需要一个小时quote_id从estimate_cost和user_confirmed=true。 - 服务器端限制。 创建每个实例
max_spend_usd，max_hours还有一个空闲限制（默认为60分钟）。cloudpu的服务器检查它们并在一个实例被攻击时销毁它们，即使您的客户端已断开连接或您的笔记本电脑处于休眠状态。 - 你自己的天花板。
CLOUDGPU_MAX_SPEND_USD和CLOUDGPU_MAX_HOURS限制代理可以设置的上限。 - 关机前的结果。 命令运行后，
stop_instance除非用户确认，否则拒绝下载force=true。 - 不要在聊天中透露秘密。 实例的SSH登录在此进程中使用，并且永远不会返回到模型中。工具输出将删除API密钥和登录详细信息。上传
.ssh，.env，密钥文件或您的整个主目录需要allow_sensitive=true。 - 实例仍然是可管理的。 更改根密码、SSH配置、防火墙或平台监视代理的命令将被拒绝。cloudpu会关闭它无法再监控的实例。
- 只读模式。
CLOUDGPU_READ_ONLY=1仅注册查找工具。
配置
| Env | 默认的 | |
|---|---|---|
CLOUDGPU_API_KEY | (必需) | 从 https://cloudgpu.app/api |
CLOUDGPU_MAX_SPEND_USD | 50 | 代理可以为一个实例设置的最高预算 |
CLOUDGPU_MAX_HOURS | 24 | 代理可以设置的最长时间限制 |
CLOUDGPU_READ_ONLY | 从 | 1 =查找工具 |
CLOUDGPU_BASE_URL | https://cloudgpu.app | 覆盖API主机 |
在相同的平衡上建模API
该密钥还可以与openai兼容的API一起使用 https://cloudgpu.app/v1。呼叫 list_models (或 GET /v1/models)查看可用的模型id。模型价格在 cloudgpu.app / api。
没有MCP
服务器封装了cloudpu的公共REST API，任何代理或脚本都可以使用相同的密钥调用该API：
curl https://cloudgpu.app/v1/gpu/offers -H "Authorization: Bearer $CLOUDGPU_API_KEY"
命令行工具
该包还安装了一个 cloudgpu 命令用于在终端上使用相同的API （Node.js 18.3或更新版本，没有额外的依赖）：
npm install -g cloudgpu-mcp # or run it once with: npx -p cloudgpu-mcp cloudgpu --help
cloudgpu login # saves your key to ~/.config/cloudgpu/config.json (mode 0600)
cloudgpu offers # GPU models with live price and availability
cloudgpu up --gpu "RTX 4090" --template comfyui --max-minutes 120 --max-spend 5 --wait
cloudgpu ssh <id> # opens your system ssh to the instance
cloudgpu down <id> # destroys it and stops billing (asks first; --yes to skip)
| 命令 | 它是做什么的 |
|---|---|
login | 保存API密钥（隐藏输入，或在stdin上管道化）；首先检查API |
offers [--template ID] | GPU型号，VRAM，每GPU小时的实时价格，可用性 |
templates | 现成的图像和GPU各自推荐 |
up --gpu MODEL [--template ID] [--count N] [--max-minutes N] [--max-spend USD] [--idle-minutes N] [--wait] | 租用一个实例； --wait 轮询，直到运行或失败，然后打印SSH命令和URL |
ls / status <id> | 具有状态、运行时间和成本的实例 |
ssh <id> [-- ARGS] | 运行 ssh 包含实例的主机、端口和用户； --show-password 如果有密码，则打印密码 |
down <id> [--yes] | 销毁实例；它的磁盘已被擦除，因此首先进行下载 |
balance | 余额和帐户可以运行的实例数 |
CLOUDGPU_API_KEY 优先于已保存的密钥，和 CLOUDGPU_BASE_URL 覆盖API主机。读取命令接受 --json;SSH密码将从JSON中删除，除非您通过 --show-password． 每个命令都有 --help． Errors打印API的消息并退出非零（2表示使用错误）。
链接
- MCP文档: https://cloudgpu.app/docs/mcp
- GPU定价: https://cloudgpu.app/pricing
- 型号API及价格： https://cloudgpu.app/api
- API参考: https://cloudgpu.app/api/docs ·OpenAPI: https://cloudgpu.app/openapi.json ·法学硕士： https://cloudgpu.app/llms.txt
这里的cloudpu是指cloudpu .app。预付余额，按分钟计费；当余额耗尽时，正在运行的实例将被销毁，它们的磁盘将被擦除，因此请为作业保持足够的余额，并随时下载结果。
发展
npm install
npm test
node src/index.js # stdio server; set CLOUDGPU_API_KEY first
node src/cli.js --help
许可证
麻省理工学院,看到 许可证。