CloudGPU MCP 服务器：让 AI 助手替你租卡

对编程助手说一句「用一张 4090 把这个微调了，adapter 发我」，剩下的它来做：报价，你同意后租卡，上传代码和数据，跑任务，下载结果，然后关机。 支持所有讲 Model Context Protocol（MCP）的客户端，包括 Cursor、Cline、opencode、Claude Code、Continue、Windsurf 和 VS Code。

服务器跑在你自己的电脑上，所以助手能直接用你已经打开的仓库和数据集。它租的每一台机器都带预算和时长上限，由 CloudGPU 的服务器执行；对话结束了、电脑合上了，GPU 也照样会关。

安装

在 cloudgpu.app/zh/api 创建 API key。租 GPU 和调用模型 API 用同一把 key、同一份余额。
把服务器加进你的客户端，需要 Node.js 18 或更新版本。

Cursor（~/.cursor/mcp.json）、Windsurf、Cline（MCP Servers → Configure）、Claude Desktop：

{
  "mcpServers": {
    "cloudgpu": {
      "command": "npx",
      "args": ["-y", "https://cloudgpu.app/mcp/cloudgpu-mcp-0.1.0.tgz"],
      "env": { "CLOUDGPU_API_KEY": "cgw-sk-..." }
    }
  }
}

Claude Code：

claude mcp add cloudgpu --env CLOUDGPU_API_KEY=cgw-sk-... -- npx -y https://cloudgpu.app/mcp/cloudgpu-mcp-0.1.0.tgz

opencode（opencode.json）：

{
  "mcp": {
    "cloudgpu": {
      "type": "local",
      "command": ["npx", "-y", "https://cloudgpu.app/mcp/cloudgpu-mcp-0.1.0.tgz"],
      "environment": { "CLOUDGPU_API_KEY": "cgw-sk-..." }
    }
  }
}

VS Code（.vscode/mcp.json）：

{
  "servers": {
    "cloudgpu": {
      "command": "npx",
      "args": ["-y", "https://cloudgpu.app/mcp/cloudgpu-mcp-0.1.0.tgz"],
      "env": { "CLOUDGPU_API_KEY": "cgw-sk-..." }
    }
  }
}

可选：把助手规则文件放进项目，存成 AGENTS.md、.cursor/rules/cloudgpu.md 或 CLAUDE.md。它会让助手租卡前先报价、关机前先下载结果、绝不把 GPU 晾着不关。

助手能做什么

工具	作用
`get_account`	余额，以及这个账号同时能开几台
`list_gpus`	卡型、显存、实时每卡时价、有没有货
`list_templates`	现成镜像：JupyterLab、Ollama、ComfyUI、LLaMA-Factory 等
`estimate_cost`	按卡型和时长给出实时报价，以及扣完还剩多少余额
`create_instance`	按用户确认过的报价租卡，必须带预算和时长上限
`get_status` / `list_instances`	状态、已运行分钟、已花费、自动关机设置
`run_command`	在实例上执行命令；长任务放后台
`tail_logs`	最新日志、任务是否结束、GPU 利用率
`upload` / `download`	在你的电脑和实例之间传文件和文件夹
`stop_instance`	销毁实例、停止计费
`list_models`	OpenAI 兼容接口上的模型，只需要推理时用

护栏

先报价。 create_instance 只接受 estimate_cost 给出的 quote_id，并且要确认用户同意过。租之前，助手手里一定有实时价格、预估花费和扣后余额。
服务器执行的上限。 MCP 服务器租的每台机器都带 max_spend_usd、max_hours，默认还有 60 分钟空闲上限。CloudGPU 每分钟检查一次，到线就销毁，不管你的客户端还在不在。
你自己的天花板。 CLOUDGPU_MAX_SPEND_USD（默认 50）和 CLOUDGPU_MAX_HOURS（默认 24）限制助手能设的最大值；CLOUDGPU_READ_ONLY=1 只保留查询类工具。
先取结果再关机。 如果在实例上跑过命令、却什么都没下载，stop_instance 会拒绝，直到助手把结果下载下来或者你确认不要了。
密钥不进对话。 实例的 SSH 登录信息只在服务器进程里用，不返回给模型；输出里的 API key 和登录信息会被抹掉；上传 .ssh、.env 或密钥文件需要明确许可。
实例保持可管理。 修改 root 密码、SSH 配置、防火墙或平台监控程序的命令会被拒绝。按使用政策，实例必须保持可被平台监控。

底下是公开的 REST 接口

MCP 服务器只是公开 GPU API（/v1/gpu/offers、/v1/gpu/instances 等）的一层薄封装，所有账号用同一把 key 都能调用。不讲 MCP 的 agent 和脚本可以直接调接口，自动关机字段 max_minutes、max_spend_usd、idle_minutes 在接口里一样可用。

常见问题

MCP 服务器要单独的账号或 key 吗？

不用。用普通的 CloudGPU API key，GPU 费用和模型 API 从同一份预付费余额里扣。

训练跑到一半电脑睡眠了怎么办？

任务在实例上照常跑。你批准的预算和时长上限也照常生效，因为是 CloudGPU 的服务器在执行。回来以后，助手可以看日志、下载结果。

助手会花超过我同意的钱吗？

不会。每台实例的预算由 CloudGPU 服务器执行，超过 CLOUDGPU_MAX_SPEND_USD 的预算 MCP 服务器直接拒绝。账户余额也是硬上限：余额用完，实例会被销毁。

哪些客户端能用？

能启动本地命令行服务器的 MCP 客户端都能用，包括 Cursor、Cline、opencode、Claude Code、Continue、Windsurf、VS Code 和 Claude Desktop。

源码公开吗？

公开，MIT 许可，在 github.com/mrhy7176/cloudgpu-examples/tree/main/mcp-server。

创建 API key GitHub 源码