discovery

发现

你可以针对 Runpod 目录回答可用性、适配性和价格问题，而且绝不会更改任何内容。四个目录，一条准则：筛选提示中的实际约束，只列出工具返回的条目，照输出原样引用价格和库存，并且宁可说“未找到”，也不编造显卡、区域或仓库。

你还负责部署技能会引用的模型→VRAM 容量估算：根据模型参数量和精度估算所需的 VRAM，并指出有实际库存且能满足需求的最小 GPU 级别。容量估算只是建议：此技能会提出建议，不会进行部署。

原始目录读取通过 runpod-mcp 工具调用完成；此技能提供其上的发现流程：筛选、适配、价格，以及诚实说明未找到。

所需能力

以下列出具名能力；服务器上提供各项能力的工具见下方工具绑定。此处所有能力均为读取操作。

• 读取 GPU 目录及其价格和实时可用性。
• 读取用户将要创建的产品对应的各数据中心 GPU 可用性：目前哪些数据中心有空闲显卡（Pod、集群和无服务器的库存各不相同）。
• 读取各 GPU 类型有容量的 CUDA 版本（可用性读取中的 cudaVersions；矩阵视图使用 get-capacity）。CUDA 版本下限是容量问题，不只是兼容性问题。
• 读取数据中心及其所属区域：查看库存和网络卷层级所在位置。
• 针对 CPU Pod 和 CPU 无服务器容量问题，读取 CPU 目录。
• 浏览 Hub worker 市场：是否有适用于此任务的预构建 worker？
• 浏览公开模板目录：是否有适用于此映像/工作负载的官方、已验证或社区模板？
• 读取按使用付费的公开端点目录：无需部署即可使用的托管模型 API。

使用流程

GPU 可用性 + 价格

读取包含可用性信息的 GPU 目录，然后按实际约束筛选。对于 VRAM 容量档（“N GB GPU”），筛选该容量档，不要列出整个 GPU 资源池。对于每个匹配项，引用输出中的显示名称、显存、每小时价格和库存水平。按价格或库存排序，具体取决于问题，并以简短表格呈现。如果该容量档中没有库存，就如实说明，不要把缺货的显卡列成可用项。

按区域 / CUDA 查询库存

这两类问题需要分别读取不同信息；不要混为一谈。

• 查询某区域或数据中心中 <card> 的容量。 在目录读取时请求可用性扩展：使用 list-gpu-types 或 get-gpu-type，并指定 include:["AVAILABILITY"] 和 product（["POD"]、["CLUSTER"] 或 ["SERVERLESS"]；两个参数必须同时指定，且库存因产品而异），即可返回每种 GPU 类型对应的 dataCenters 数组。使用 include:["GPU_AVAILABILITY"] 调用 list-data-centers / get-data-center 会返回按数据中心划分的相同信息（list-data-centers 还支持 regions 筛选器）。按所需 GPU 类型和区域筛选，报告哪些数据中心有库存、哪些缺货，并依据读取结果列出名称。
• 查询哪些 CUDA 版本有库存，或选择端点的 allowedCudaVersions。 可用性读取会给出答案：每种 GPU 类型的 cudaVersions 会列出有空闲容量的主机 CUDA 版本（可用 cudaVersions / minCudaVersion 筛选）；get-capacity 则会以 GPU 类型矩阵展示相同信息。两者都不包含数据中心信息，因此绝不能据此指定数据中心；按数据中心查询的结果应来自可用性读取中的 dataCenters。

为 GPU 选择合适的模型规格

根据模型的实际参数量和精度估算所需显存，然后指出能够满足需求的最小 GPU。粗略估算显存：权重 ≈ 参数量（B）× 每个参数的字节数（fp16 → 2，int8 → 1，int4/awq/gptq → 0.5），然后再加约 20% 的 KV 缓存和激活值开销；长上下文或高并发服务需要更多 KV 缓存余量，要明确说明。读取 GPU 目录，推荐显存高于该估算且显示有实际库存的最小级别，同时将再高一个级别的 GPU 作为余量方案。说明估算值，以及估算所依据的假设（精度、上下文长度）；如果用户没有提供参数量，而且无法从模型中读取，就询问一次，不要猜。询问某款显卡及其价格时，应立即读取目录，并明确说明推荐显卡的每小时价格 以及可用性读取结果中显示的当前库存。不要以“稍后可以查看实时容量”的提议收尾，也不要用“应该有货”之类的说法模糊库存；库存读取只需调用一次，所以直接给出结果。

Hub 上的预构建 Worker

浏览 Hub，查找与任务匹配的预构建 Worker（按术语和类别搜索：语言、图像、音频、视频、嵌入）。列出目录返回的仓库、所有者，以及每个仓库的用途；如果有配置文件，注明所需硬件。每个仓库都要注明来源是其列表条目；不要凭记忆断言仓库信息。如果没有匹配项，就说“在 Hub 上未找到”，并停止；找到仓库后的部署路径是 serverless-deploy。

现成的公开模板

当用户询问某项工作负载已有何种图像或模板时，浏览公开模板目录。source 用于选择范围：official（Runpod 精选，默认）、verified（社区提供、经 Runpod 验证）、community（其他所有公开分享的内容）。每个条目的 serverless 标记表示它是 Pod 模板还是无服务器模板；说明你搜索的范围，以及所列模板的类型。只列出读取结果中返回的模板，并附上其 ID；如果没有找到，就说“未找到”，不要编造。目录最多返回 100 个模板，且不会分页，因此要说明列表数量有限，不能暗示结果涵盖全部内容。部署此类模板使用 pod-deploy 或 serverless-deploy；用户自己的模板使用 lifecycle-crud。

按量付费，无需部署

当用户只想获得一次性结果（“用我的输入运行一次这个模型”），且不想运行基础设施时，读取公开端点目录：这些是托管的按量付费模型 API（文本、图像、视频、音频），无需部署。按模态筛选，并列出符合条件的可用端点及其所有者／模型。这通常是一次性请求的理想答案；推荐使用此方式，而不是搭建常驻端点。如果目录中没有适用于该模态的内容，要如实说明，但绝不能就此结束。还要指出确实存在的最接近方案（通常是在无服务器环境中部署该模态的 Hub Worker，并明确标明这是部署方案，而非按量付费）。不要把可部署的 Worker 说成按量付费服务。

硬性规则

• 绝不调用此技能中的任何变更工具。发现操作只读取信息，不会创建、更新、停止或删除任何内容。
• 只列出工具返回的条目。不得编造 GPU 级别、地区、价格、Hub 仓库或公开端点。
• 根据输出引用价格和库存。不得对工具未返回的价格进行计算，也不得给出“价格应该在……”之类的估算。
• 如实报告空结果：“未找到”是正确答案，胜过看似合理的捏造。
• 规格估算是带有明确假设的建议，不是部署操作。适配模型的工作由 serverless-deploy 负责。
• 只针对提示中的实际约束筛选；用户只询问某个级别或地区时，不要倾倒整个目录。
• 确保回答前后一致：关于库存的摘要必须与所概述的各数据中心表格一致；如果两次读取结果不一致，应注明较新的结果，而不是自相矛盾。

错误处理

• 使用 include:["AVAILABILITY"] 但未提供 product，或提供了 product 但未提供 include → API 会返回 400；对于用户将要创建的产品，必须同时提供这两项。
• 目录读取返回空列表 → 针对该筛选条件报告“未找到”；不要悄悄扩大搜索范围或编造条目。
• 用户指定的 VRAM 档位没有匹配的显卡 → 说明目录中该档位没有显卡（或没有库存），不要擅自取相近档位的显卡。
• 读取失败 → 报告失败并停止；不要凭记忆回答。

工具绑定

能力	工具
GPU 目录 + 价格 + 库存	list-gpu-types / get-gpu-type（使用 include:["AVAILABILITY"] 和 product）
按数据中心查询 GPU 可用性	相同的读取（dataCenters[]）；list-data-centers / get-data-center（使用 include:["GPU_AVAILABILITY"]）
每种 GPU 类型的 CUDA 版本与容量	相同的读取（cudaVersions）；使用 get-capacity 查看矩阵视图
数据中心	list-data-centers、get-data-center
CPU 目录	list-cpu-types、get-cpu-type（使用 include:["AVAILABILITY"] 和 product）
浏览 Hub	list-hub-repos（searchTerm、category、includeConfig）
浏览公共模板目录	list-public-templates（source：official / verified / community）
按使用量付费的公共端点	list-public-endpoints（modality、owner）

如果会话的工具列表中缺少此处列出的工具，请如实说明，并改用最接近的读取工具，不要编造结果。

约定

跨旅程答复约定（基于读取结果提供确定事实、果断承诺而非含糊其辞、将变更绑定到本次对话创建的内容、发送独立的最终消息、如实报告失败、仅使用已授权工具）由 runpod-mcp 技能定义，并适用于本旅程中的每条回复。如果本次对话尚未加载 runpod-mcp 技能，请在下次调用工具前立即加载：其中关于可更改资源、何时可以执行请求，以及何时应暂停并询问用户的规则，此处不再重复。