mcpField
R
runpod-compute

runpod-compute

github.com/companion-inc云与 DevOps10.0k102 次安装今天更新
代码仓库

关于 runpod-compute

该技能指导使用 `runpodctl` 创建和管理持久化 GPU Pod，供特定研究任务使用，适合需要 SSH 访问的实验、基准测试和大型数据集工作。

主要功能

  1. 01创建和管理持久化 GPU Pod
  2. 02查看可用 GPU 类型和价格
  3. 03与 Pod 传输文件
  4. 04通过 SSH 连接 Pod

适用场景

  1. 01运行长时间研究实验
  2. 02为复现或基准测试使用大型数据集
  3. 03在 Pod 上继续多阶段研究任务

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/companion-inc/feynman --skill runpod-compute

安装后在 Claude Code 中输入/runpod-compute确认已加载。

详细介绍

RunPod Compute

在特定研究任务期间，使用 runpodctl CLI 创建可通过 SSH 访问的持久化 GPU Pod。请勿在该任务之外将此工具用于服务商管理；每个 Pod 都必须对应一项复现、基准测试或涉及大量数据集的研究目标。

设置

brew install runpod/runpodctl/runpodctl   # macOS
runpodctl config --apiKey=YOUR_KEY

命令

命令描述
runpodctl create pod --gpuType "NVIDIA A100 80GB PCIe" --imageName "runpod/pytorch:2.4.0-py3.11-cuda12.4.1-devel-ubuntu22.04" --name experiment创建一个 Pod
runpodctl get pod列出所有 Pod
runpodctl stop pod <id>停止（保留卷）
runpodctl start pod <id>恢复已停止的 Pod
runpodctl remove pod <id>终止并删除
runpodctl gpu list列出可用的 GPU 类型和价格
runpodctl send <file>向 Pod 传输文件或从 Pod 接收文件
runpodctl receive <code>接收已传输的文件

SSH 访问

ssh root@<IP> -p <PORT> -i ~/.ssh/id_ed25519

通过 runpodctl get pod <id> 获取连接详情。Pod 必须开放端口 22/tcp。

GPU 类型

NVIDIA GeForce RTX 4090、NVIDIA RTX A6000、NVIDIA A40、NVIDIA A100 80GB PCIe、NVIDIA H100 80GB HBM3

使用场景

  • 需要持久化状态的长时间运行研究实验
  • 复现或基准测试所需的大型研究数据集
  • 需要在多轮迭代之间通过 SSH 访问的多步骤研究工作
  • 实验结束后务必停止或移除 Pod
  • 检查可用性：command -v runpodctl

评论

支持 Markdown