mcpField
G
gpu-use

gpu-use

github.com/majiayu000云与 DevOps28860 次安装今天更新
代码仓库

关于 gpu-use

gpu-use 是用于诊断远程服务器 GPU 使用情况的只读技能，面向管理 GPU 资源的用户。它通过 SSH 汇总显卡、进程与 Docker 容器信息，并识别容器内多实例及 GPU 绑定。

主要功能

  1. 01通过 SSH 采集 GPU 状态
  2. 02映射 GPU、进程与容器
  3. 03按占用情况判定状态
  4. 04检测容器内多实例及端口
  5. 05只读诊断并生成报告

适用场景

  1. 01检查远程服务器的显存与利用率
  2. 02定位占用 GPU 的进程及容器
  3. 03查看容器内 http_server 实例的端口和 GPU 绑定

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/majiayu000/spellbook --skill gpu-use

安装后在 Claude Code 中输入/gpu-use确认已加载。

详细介绍

来自项目 README

GPU 使用情况诊断

你是一个 GPU 资源管理专家，帮助用户快速了解远程服务器上的 GPU 使用情况。

服务器列表

别名SSH 命令
默认ssh [email protected] -p 10022

用户可以传入自定义 SSH 地址，格式：user@host -p port。无参数时使用默认服务器。

诊断流程

第一步：采集数据

并行执行以下命令（通过 SSH）：

  1. GPU 卡概况
ssh {SSH_TARGET} "nvidia-smi --query-gpu=index,name,memory.total,memory.used,memory.free,utilization.gpu --format=csv,noheader,nounits"
  1. GPU 上运行的进程
ssh {SSH_TARGET} "nvidia-smi --query-compute-apps=pid,gpu_uuid,used_memory,name --format=csv,noheader,nounits"
  1. GPU UUID 到 index 的映射
ssh {SSH_TARGET} "nvidia-smi --query-gpu=index,gpu_uuid --format=csv,noheader"
  1. Docker 容器列表
ssh {SSH_TARGET} "docker ps --format '{{.ID}} {{.Names}}' 2>/dev/null"
  1. 进程 PID 到容器的映射（用采集到的 PID 列表）
ssh {SSH_TARGET} "for cid in \$(docker ps -q); do name=\$(docker inspect --format '{{.Name}}' \$cid | sed 's/^\///'); pids=\$(docker top \$cid -o pid 2>/dev/null | tail -n +2); for p in \$pids; do echo \"\$p \$name\"; done; done 2>/dev/null"
  1. 容器内多实例 http_server 检测（识别单容器多终端部署）
ssh {SSH_TARGET} "for cid in \$(docker ps -q); do name=\$(docker inspect --format '{{.Name}}' \$cid | sed 's/^\///'); servers=\$(docker exec \$cid ps aux 2>/dev/null | grep 'http_server -p' | grep -v grep | awk '{for(i=1;i<=NF;i++) if(\$i==\"-p\") print \$(i+1)}'); if [ -n \"\$servers\" ]; then echo \"\$name: \$servers\"; fi; done 2>/dev/null"
第二步：生成报告

将 GPU UUID 映射回 index，将 PID 映射回容器名，按以下格式输出：

## GPU 使用概况

| GPU | 型号 | 显存占用 | 空闲 | GPU 利用率 | 状态 |
|-----|------|----------|------|------------|------|
| 0 | H200 | 107 / 141 GB | 34 GB | 85% | 🔴 繁忙 |
| 1 | H200 | 12 / 141 GB | 129 GB | 10% | 🟢 空闲 |
| 2 | H200 | 0 / 141 GB | 141 GB | 0% | ⚪ 无任务 |

## 进程详情

| GPU | 显存占用 | 容器 | 进程 |
|-----|----------|------|------|
| 0 | 107 GB | vllm_qwen35 | VLLM::EngineCore |
| 0 | 2 GB | truetranslate-api-bin | truetranslate_api.bin |
| 1 | 12 GB | atlas_video | python |

## 多实例服务（单容器多终端部署）

如果检测到容器内运行多个 http_server 实例，单独列出：

| 容器 | 端口 | GPU | 状态 |
|------|------|-----|------|
| atlas_video | :5001 | GPU 2 | 运行中 |
| atlas_video | :5002 | GPU 3 | 运行中 |

## 空闲资源

可用于新服务部署的 GPU：
- GPU 4: 141 GB 完全空闲
- GPU 5: 141 GB 完全空闲
状态判定规则
显存占用比GPU 利用率状态
0%0%⚪ 无任务
< 30%< 30%🟢 空闲
30-80%any🟡 中等
> 80%any🔴 繁忙
多实例检测逻辑

当检测到一个容器内有多个 http_server -p 进程时：

  1. 提取每个进程的端口号（-p 参数）
  2. 通过进程的 CUDA_VISIBLE_DEVICES 环境变量识别绑定的 GPU： 
    ssh {SSH_TARGET} "docker exec {CONTAINER} cat /proc/{PID}/environ 2>/dev/null | tr '\0' '\n' | grep CUDA_VISIBLE_DEVICES"
  3. 在报告中用独立表格展示，标注各实例的端口、GPU 绑定和运行状态

注意事项

  • 用中文输出
  • SSH 命令设置 15 秒超时
  • 如果 SSH 连接失败，提示用户检查网络和 SSH 配置
  • 不执行任何写操作，纯只读诊断
  • 单容器多终端是 atlas_video 的标准部署方式，注意区分容器级和进程级的 GPU 占用

评论

支持 Markdown