mcpField
P
ParalonCloud Rentals

ParalonCloud Rentals

本地服务
paraloncloud.com云与基础设施22 天前更新

关于 ParalonCloud Rentals

ParalonCloud Rental API 和 Provider API 的 MCP 服务,适合租用 GPU 的用户及管理自有 GPU 节点的提供者。它支持从浏览 GPU 到查看收益的操作,并可使用同一 API 密钥访问推理 API。

主要功能

  1. 01浏览 GPU 并启动或停止租用
  2. 02获取租用状态和连接 URL
  3. 03查看节点负载、温度及功耗
  4. 04添加节点并管理价格和可用状态
  5. 05设置节点访问范围
  6. 06查看按日统计的收益

适用场景

  1. 01按显存和价格筛选 GPU 并启动 Jupyter 租用
  2. 02检查自有节点的 GPU 温度和负载
  3. 03调整节点价格或暂时下架
  4. 04查看节点租赁收入

MCP 相关

为 MCP 客户端提供 ParalonCloud Rental API 和 Provider API 工具。客户端通过 PARALON_API_KEY 进行认证,可执行租用及节点管理操作。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"paraloncloud-mcp-rentals": {
"command": "npx",
"args": [
"-y",
"@paraloncloud/mcp-rentals"
],
"env": {
"PARALON_API_KEY": "<PARALON_API_KEY>"
}
}
}
}
启动命令npx -y @paraloncloud/mcp-rentals
需要配置的环境变量
PARALON_API_KEY密钥A ParalonCloud prlc_ API key: the 'rental' scope for renting, the 'nodes' scope (My nodes) for your own nodes. Create one at https://paraloncloud.com/console.

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@paraloncloud/mcp-rentals1.1.0

工具

6

收录的工具列表 · 更新于 1 周前

此工具无需参数。

详细介绍

ParalonCloud MCP 服务

在 AI Agent 中租用 GPU;如果你提供 GPU,也可以通过它运行自己的节点。 这是一个用于 ParalonCloud Rental API 和 Provider API 的 MCP 服务:它可以让 Claude Code、Claude Desktop、Cursor 或任何 MCP 客户端通过自然语言执行以下操作:

  • 租用:浏览 GPU、启动租用、获取连接 URL,并停止租用;
  • 提供:列出你的节点及其实时 GPU 负载和温度,添加节点并获取安装命令,将节点下架或重新上架,设置价格,收回按需节点,并查看收入。

一个密钥搞定一切:同一个 prlc_ 密钥也可用于 ParalonCloud 的 OpenAI 兼容推理 API。构建一个既能调用模型,又能租用 GPU 来运行繁重任务的 Agent。

此软件包以前名为 @paraloncloud/mcp-rentals。该软件包已弃用:请将配置切换为 @paraloncloud/mcp。

工具

租用(密钥需要 rental 范围)
工具功能费用
list_gpus列出可租用的 GPU,包含价格、显存、计算能力和国家/地区免费
get_balance查看你的余额免费
create_rental启动 Jupyter 租用(异步 → 轮询)消耗额度
get_rental查看状态,以及运行后提供的连接 URL免费
list_rentals列出你的当前租用(使用 status: "all" 查看历史记录)免费
destroy_rental停止租用并停止计费—
你的节点,适用于 GPU 提供者(密钥需要 nodes 范围)
工具功能
list_my_nodes列出你的节点:状态(可用、已租用、已暂停、离线等)、GPU、价格及允许的价格范围、当前租用,以及每个 GPU 的实时负载、温度、功耗和显存
get_my_node查看单个节点,包含相同字段
add_node添加节点;返回用于安装 Agent 的 docker 命令(该 Agent 会持有节点令牌)
get_node_install_command再次获取现有节点的安装命令
set_node_available将节点下架或重新上架;正在运行的租用会持续至结束
set_node_price设置节点的每小时美元价格,或设为 null 以使用默认价格
update_node一次调用即可更改名称、按需属性、可用状态和价格
reclaim_spot_node收回按需节点供自己使用;该节点上的按需租用将在 2 分钟后停止
get_node_access查看谁可以租用节点:所有人,或仅限列出的人、域名和组织
set_node_access将节点设为仅供指定租用者使用(电子邮件、域名、组织),或向所有人开放([])
get_earnings按日查看收入(按节点统计租用收入,按账户统计推理收入)和可提现余额

通过 API 或此服务无法进行付款。删除节点需在网站上操作。

设置

1. 获取具有正确范围的密钥
  1. 在 Console 中创建 API 密钥。
  2. 要租用,请为该密钥启用 GPU rentals(租用默认关闭),并可选择设置 Max rentals running at once,作为安全上限。
  3. 要管理自己的节点,请启用 My nodes。一个密钥可以同时具备这两项权限。

请为 Agent 使用专用密钥,不要使用生产密钥。

2. 将其添加到 MCP 客户端

客户端会通过 PARALON_API_KEY 环境变量传递密钥——你无需编辑服务。

Claude Desktop — claude_desktop_config.json:

{
  "mcpServers": {
    "paraloncloud": {
      "command": "npx",
      "args": ["-y", "@paraloncloud/mcp"],
      "env": {
        "PARALON_API_KEY": "prlc_your_key_here"
      }
    }
  }
}

Claude Code — 一条命令:

claude mcp add paraloncloud \
  --env PARALON_API_KEY=prlc_your_key_here \
  -- npx -y @paraloncloud/mcp

Cursor — .cursor/mcp.json(格式与上方 Claude Desktop 的配置相同)。

可选环境变量:PARALON_BASE_URL(默认为 https://paraloncloud.com/api/v1)。

3. 试用

“列出我可以租用的最便宜的 GPU,然后租用一台显存至少为 24GB 的 GPU,启动一个为期 2 小时的 Jupyter 租赁。”

Agent 会调用 list_gpus,选择一个节点,然后调用 create_rental 并设置 hours: 2。接着,它会轮询 get_rental 以获取 Jupyter URL。说“停止它”,它就会调用 destroy_rental。

作为提供者:

“我的节点运行状况如何?有没有 GPU 过热?”

“今天下午先将 rig-2 下架,并将 rig-1 的价格设为每小时 $0.60。”

“我本周赚了多少?收入来自哪个节点?”

安全

  • create_rental 和 destroy_rental 会影响你的账单,因此 MCP 客户端会要求你批准(Claude Code/Desktop 默认会确认工具调用)。请保持此设置开启。
  • create_rental 会自动生成幂等键,因此重试调用不会启动第二台 GPU。
  • 设置 hours,这样即使 Agent 忘记停止,租赁也会自动结束。
  • 密钥的 max_active_rentals 限制(在 Console 中设置)会限制并发数。
  • 会进行更改的节点工具(add_node、set_node_available、set_node_price、update_node、reclaim_spot_node、set_node_access)会要求 Agent 先向你确认;reclaim_spot_node 会在两分钟后停止租户的竞价租赁。
  • add_node 和 get_node_install_command 会返回包含节点秘密令牌的命令:请妥善保密。
  • 为 Agent 提供仅包含其所需权限范围的密钥。

测试

npm install
PARALON_API_KEY=prlc_your_key_here node smoke-test.mjs

它会调用只读工具,并且只会在不存在的节点上调用节点工具,因此不会更改任何内容。

本地运行(开发)

PARALON_API_KEY=prlc_your_key_here node server.js

链接

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。