Liquid Compute GPU test

Liquid Compute GPU 测试（GCAT）

通过 AI Agent，在由你管理的 NVIDIA GPU 节点上运行 GPU 验收测试。

Liquid Compute 会从自己的服务器通过 SSH 连接到你的节点。它会针对 GPU 配置文件运行 NVIDIA DCGM 诊断、CUTLASS GEMM 基准测试、HBM 和 PCIe 带宽测试，以及 NCCL 全归约，然后根据该配置文件的阈值报告每项测量结果。配置文件涵盖 A10 节点、H100 和 H200 8-GPU 节点、通过 RDMA 连接的 2 节点或 4 节点集群，以及 B200 和 B300 8-GPU 节点。你的 Agent 可以列出当前的配置文件。

测试免费，但需要拥有 Liquid Compute 账户。还不了解 Liquid Compute？请先创建账户，并在网站上完成设置。Agent 首次连接时会提示你登录。

此仓库不包含任何代码。托管的 MCP 服务 https://api.liquidcompute.co/mcp 负责执行相关工作；此仓库包含用于 Agent 市场的清单文件，以及一份指导 Agent 完成测试流程的 Agent 技能。

要求

每个节点都需要：

• Ubuntu 22.04 或 24.04，以及 580 或更高版本的 NVIDIA 驱动程序（CUDA 13.0 或更高版本）；
• 一个可接受来自 Liquid Compute 在你创建测试时提供的源地址的 SSH 连接的公网 IP 地址；
• 一个拥有 root 权限或可免密码使用 sudo 的用户；
• 在整个测试期间保持 GPU 空闲。测试会在配置文件规定的时长内让每个 GPU 持续满负载运行，时长可能达到 90 分钟或更久。

连接你的 Agent

此服务使用 Streamable HTTP 和 OAuth 2.1 登录，并需要 gpu_tests 范围。

Claude Code

安装插件，它会添加服务和技能：

claude plugin marketplace add Liquid-Compute/gcat
claude plugin install liquidcompute-gcat@liquidcompute

或者仅添加服务：

claude mcp add --transport http --scope user liquidcompute-gpu-test https://api.liquidcompute.co/mcp

然后在 Claude Code 中运行 /mcp 登录。

Claude 应用

在 Claude 中，打开 Customize > Connectors，选择 Add custom connector，并输入 https://api.liquidcompute.co/mcp。在 Team 和 Enterprise 计划中，Owner 可在 Organization settings > Connectors 下添加此服务。

Codex

codex mcp add liquidcompute-gpu-test --url https://api.liquidcompute.co/mcp
codex mcp login liquidcompute-gpu-test

ChatGPT

打开 chatgpt.com/plugins，选择 +，然后选择 Add custom MCP server。输入 https://api.liquidcompute.co/mcp 并选择 OAuth。你的工作区设置决定是否允许使用自定义 MCP 服务。

Cursor

在浏览器中打开此安装链接：

cursor://anysphere.cursor-deeplink/mcp/install?name=liquidcompute-gpu-test&config=eyJ1cmwiOiJodHRwczovL2FwaS5saXF1aWRjb21wdXRlLmNvL21jcCJ9

或者将服务添加到 ~/.cursor/mcp.json：

{
  "mcpServers": {
    "liquidcompute-gpu-test": { "url": "https://api.liquidcompute.co/mcp" }
  }
}

VS Code

运行 MCP: Add Server，选择 HTTP 并输入 https://api.liquidcompute.co/mcp。或者将其添加到工作区根目录下的 .mcp.json：

{
  "mcpServers": {
    "liquidcompute-gpu-test": { "type": "http", "url": "https://api.liquidcompute.co/mcp" }
  }
}

Gemini CLI

安装扩展，它会添加服务和技能：

gemini extensions install https://github.com/Liquid-Compute/gcat

或者仅添加服务，然后使用 /mcp auth liquidcompute-gpu-test 登录：

gemini mcp add --transport http --scope user liquidcompute-gpu-test https://api.liquidcompute.co/mcp

测试如何运行

1. Agent 选择与你的节点相匹配的配置文件并创建测试。你会收到一行 authorized_keys 内容，以及 Liquid Compute 发起连接所用的地址。
2. 将此行添加到每个节点上拥有 root 权限或可免密码使用 sudo 的用户的配置中，或者让 Agent 通过你提供的 SSH 访问权限添加此行。
3. 确认你有权向 Liquid Compute 提供 SSH 访问权限。Agent 会添加节点，随后 Liquid Compute 会进行简短的连接检查，不会让 GPU 满载运行。
4. 确认节点已预留、GPU 会保持空闲，并且你有权运行测试。测试随即开始。
5. Agent 会跟进测试进度并为你读取报告。它也可以创建报告链接，任何拥有该链接的人都能在 30 天内打开报告。
6. 移除 authorized_keys 内容行。

技能中包含完整流程及其使用的工具。

报告反映的是测试时段内节点的测量结果，并非认证或保修。如果你的 GPU 测试通过且由你拥有，你可以在 Liquid Compute 上将其挂牌出租。

安全

• 仅有两项确认需要由你亲自作出。 在你的 Agent 通过你亲自确认（步骤 3 和 4）之前，服务不会添加节点或启动测试。技能会指示 Agent 向你展示确切措辞，绝不代你确认。不要将客户端设置为自动批准这两项工具。
• 工具均有注释。 每项工具都会说明是否仅执行读取操作；启动和停止测试的工具则标记为具有破坏性，因此客户端可以在运行前征求确认。
• 不会安装任何内容。 测试文件会复制到节点上供测试使用，之后会被删除。Liquid Compute 不会安装任何软件包、服务或账户，也不会更改任何设置。
• 访问权限由你掌控。 在你移除 authorized_keys 中对应的行之前，Liquid Compute 都可以通过 SSH 访问节点。

数据

• 使用你的 Liquid Compute 账户登录。Agent 收到的令牌仅适用于此服务。
• Liquid Compute 会在你公司的账户下存储你创建的测试、你添加的节点地址和用户名、硬件详情、测试收集的原始输出、连接检查结果和测试报告，直到你要求删除这些数据。
• 报告会一直保留，直到创建测试时显示的到期时间。分享链接有效期为 30 天。

Liquid Compute 的服务条款和 GPU 测试隐私声明适用。隐私声明列出了测试会收集哪些数据、Liquid Compute 如何使用这些数据、数据会保留多久，以及如何请求删除数据。

支持

如需获得有关服务、技能或测试的帮助，请在 github.com/Liquid-Compute/gcat/issues 提交问题。问题是公开的，因此请勿在其中发布节点地址、密钥或报告链接。隐私请求请发送至 [email protected]。

许可证

此存储库中的清单文件和技能文本遵循 MIT 许可证。Liquid Compute 服务的使用受其服务条款约束。