computegpu

Name: computegpu
Author: jyswee

远程服务

computegpu.com云与基础设施120 周前更新

代码仓库访问官网

关于 computegpu

computegpu 是用于租用和管理云端 GPU 实例的命令行工具，提供带价格的 GPU 目录、部署选项、实例控制和账户余额命令。

主要功能

01浏览 GPU 型号和价格
02按显存需求查找 GPU
03部署按需或竞价实例
04选择多 GPU、Docker 和存储选项
05停止、恢复或销毁实例

适用场景

01租用前比较 GPU 选项
02为模型任务部署实例
03闲置时暂停实例
04在终端管理 GPU 实例

配置

远程服务无需本地安装。选择你使用的客户端，复制配置或使用一键安装。

服务地址https://mcp.computegpu.com/mcp

一键复制安装命令

Claude CodeTerminalclaude mcp add --transport http jyswee-computegpu https://mcp.computegpu.com/mcp

Cursor.cursor/mcp.json{"mcpServers":{"jyswee-computegpu":{"type":"http","url":"https://mcp.computegpu.com/mcp"}}}在 Cursor 中打开

VS Code.vscode/mcp.json{"servers":{"jyswee-computegpu":{"type":"http","url":"https://mcp.computegpu.com/mcp"}}}在 VS Code 中打开

Claude Desktopclaude_desktop_config.json{"mcpServers":{"jyswee-computegpu":{"type":"http","url":"https://mcp.computegpu.com/mcp"}}}

Windsurf~/.codeium/windsurf/mcp_config.json{"mcpServers":{"jyswee-computegpu":{"serverUrl":"https://mcp.computegpu.com/mcp"}}}

命令在终端中运行；JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

全部服务地址

Streamable HTTPhttps://mcp.computegpu.com/mcp需要授权

SSEhttps://mcp.computegpu.com/sse需要授权

安装包

npmcomputegpu1.2.1stdio

工具

此工具无需参数。

详细介绍

computegpu

在终端租用云 GPU。30 秒即可部署。

npm i -g computegpu
computegpu signup [email protected] my-agent
computegpu deploy --gpu "RTX 4090"

安装

npm i -g computegpu

需要 Node.js 18+。

快速开始

# Create account
computegpu signup [email protected] my-project

# Browse GPUs
computegpu types

# Deploy
computegpu deploy --gpu "RTX 4090" --models llama3.3

# Check status
computegpu pods
computegpu status POD_ID

# Stop
computegpu stop POD_ID

命令

命令	描述
`signup <email> <tenantId>`	创建账户并获取 API key
`login --key <KEY>`	保存现有 API key
`logout`	清除已保存的 key
`me`	显示账户信息
`types`	列出 47 种 GPU 型号及其价格
`cheapest --vram <GB>`	查找满足显存要求的最便宜 GPU
`deploy --gpu "RTX 4090"`	部署按需实例
`pods`	列出活跃实例
`status <podId>`	查看实例状态和计费信息
`stop <podId>`	暂停（停止计费）
`resume <podId>`	恢复已暂停的实例
`destroy <podId>`	永久销毁
`balance`	查看钱包余额
`topup <amount>`	申请充值（最低 $1）

部署选项

computegpu deploy --gpu "RTX 4090"           # on-demand
computegpu deploy --gpu "RTX 4090" --spot    # 50% off (preemptible)
computegpu deploy --gpu "H100" --count 4     # multi-GPU
computegpu deploy --gpu "RTX 4090" --models llama3.3,gemma4  # pre-load models
computegpu deploy --gpu "RTX 4090" --type docker  # Docker + SSH
computegpu deploy --gpu "RTX 4090" --volume 100   # persistent storage

配置

API key 会保存到 ~/.computegpu/config.json（全局）或 ./.computegpu/config.json（本地）。

优先级：--key 标志 > COMPUTEGPU_API_KEY 环境变量 > 本地配置 > 全局配置。

computegpu login --key gpu_your_key          # save globally
computegpu login --key gpu_your_key --local  # save per-project
computegpu config                             # show active config