# cloudgpu-mcp 中文文档

规范地址：https://npmcn.com/package/cloudgpu-mcp/

版本：0\.2\.0
npm 元数据更新时间：2026-11-03T08:07:21.459Z
中文译文更新时间：2026-11-03T08:26:22.817Z
软件包许可：MIT

本文由上游 README 机器翻译，可能存在偏差，请结合原文核对 API、命令与配置。版权与许可归原作者所有。

原始 npm 页面：https://www.npmjs.com/package/cloudgpu-mcp
原文对照：https://npmcn.com/package/cloudgpu-mcp/?lang=original
项目主页：https://cloudgpu.app/docs/mcp
源码仓库：https://github.com/mrhy7176/cloudgpu-mcp

## 关键信息（来自 npm 元数据）

- 包体积（解压后）：88.5 kB，10 个文件
- 模块格式：ES Module
- TypeScript 类型：未声明
- Node.js 要求：\>=18\.3
- 运行依赖：3 个
- 首次发布：2026-10-27T04:40:46.452Z
- 最新版本发布：2026-11-03T08:07:21.100Z
- 已发布版本数：5（近 12 个月 5 个）

## 中文简介

MCP服务器和cloudgpu命令行工具。app：让Claude Code， Cursor, Cline, opencode， goose和其他MCP客户端（或者你，从终端）每分钟租用一个GPU，运行一个作业，获取结果并关闭它，并限制平台的支出

## 安装

```sh
npm install cloudgpu-mcp
```

也可以使用：`pnpm add cloudgpu-mcp`、`yarn add cloudgpu-mcp`、`bun add cloudgpu-mcp`

## README

# CloudGPU MCP

[CloudGPU](https://cloudgpu.app/) 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

1.  创建一个API密钥 [cloudgpu.app / api](https://cloudgpu.app/api) 并添加预付余额（卡或USDT）。
2.  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**

```bash
claude mcp add cloudgpu --env CLOUDGPU_API_KEY=cgw-sk-... -- npx -y cloudgpu-mcp
```
**光标** （`~/.cursor/mcp.json` 或 `.cursor/mcp.json`）

```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`）

```json
{
  "mcpServers": {
    "cloudgpu": {
      "command": "npx",
      "args": ["-y", "cloudgpu-mcp"],
      "env": { "CLOUDGPU_API_KEY": "cgw-sk-..." }
    }
  }
}
```
**opencode** （`opencode.json`）

```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)

```yaml
extensions:
  cloudgpu:
    name: cloudgpu
    type: stdio
    cmd: npx
    args: ["-y", "cloudgpu-mcp"]
    envs:
      CLOUDGPU_API_KEY: "cgw-sk-..."
    enabled: true
    timeout: 300
```

3.  可选但推荐：copy [`rules/cloudgpu.md`](https://npmcn.com/package/cloudgpu-mcp/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](https://agentskills.io/)：

-   [`skills/cloudgpu/SKILL.md`](https://npmcn.com/package/cloudgpu-mcp/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`](https://npmcn.com/package/cloudgpu-mcp/skills/cloudgpu-model-api/SKILL.md)：调用openai兼容模型API `https://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](https://skills.sh/)：
    
    ```
    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](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](https://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：

```bash
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）：

```bash
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](https://cloudgpu.app/docs/mcp)
-   GPU定价: [https://cloudgpu.app/pricing](https://cloudgpu.app/pricing)
-   型号API及价格： [https://cloudgpu.app/api](https://cloudgpu.app/api)
-   API参考: [https://cloudgpu.app/api/docs](https://cloudgpu.app/api/docs) ·OpenAPI: [https://cloudgpu.app/openapi.json](https://cloudgpu.app/openapi.json) ·法学硕士： [https://cloudgpu.app/llms.txt](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

```bash
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](https://npmcn.com/package/cloudgpu-mcp/LICENSE)。

## 常见问题

### cloudgpu-mcp 是什么？

MCP服务器和cloudgpu命令行工具。app：让Claude Code， Cursor, Cline, opencode， goose和其他MCP客户端（或者你，从终端）每分钟租用一个GPU，运行一个作业，获取结果并关闭它，并限制平台的支出

### 如何安装 cloudgpu-mcp？

在项目目录运行 npm install cloudgpu-mcp，或使用 pnpm add / yarn add / bun add。它还提供命令行工具 cloudgpu、cloudgpu-mcp，可以用 npx cloudgpu 直接运行。

### cloudgpu-mcp 支持 TypeScript 吗？

该包的 package\.json 没有声明类型入口。需要类型提示时，可以在 npm 上查找社区维护的 @types/cloudgpu-mcp 是否存在。

### cloudgpu-mcp 支持 ESM 还是 CommonJS？

以 ES Module 形式发布，推荐使用 import 引入。在 CommonJS 项目中，Node\.js 20\.19\+ / 22\.12\+ 可以直接 require\(\) 不含顶层 await 的 ES Module，更早的版本需要改用动态 import\(\)。

### cloudgpu-mcp 需要什么版本的 Node\.js？

package\.json 的 engines 字段要求 Node\.js \>=18\.3。版本不符时 npm 默认只给出警告，开启 engine-strict 后会拒绝安装。

### cloudgpu-mcp 可以商用吗？

cloudgpu-mcp 使用 MIT 许可。宽松许可：允许商业使用、修改和再分发，通常只需在分发时保留原版权与许可声明。以上为概括，不构成法律意见，请以许可原文为准。

### cloudgpu-mcp 还在维护吗？

最新版本 0\.2\.0 发布于 2026/11/03（今天）；至今共发布 5 个版本，其中过去 12 个月发布了 5 个；首次发布于 2026/10/27。发布频率只是参考信号：功能稳定的工具可能很少需要更新，建议结合源码仓库的 issue 和提交记录判断。