Wir und ausgewählte Dritte verwenden Cookies oder ähnliche Technologien für technische Zwecke und, mit deiner Einwilligung, um zu analysieren, wie die Website genutzt wird.

Du kannst deine Einwilligung jederzeit frei erteilen, verweigern oder widerrufen.

CloudGPU

MCP-Server von mrhy7176

Rent a per-minute GPU from your MCP client, run a job, download the results and shut the GPU down.

Läuft lokal (Läuft auf deinem Rechner: Die Seite nennt den Installationsbefehl)Läuft mit npxAPI-Schlüssel nötig

CloudGPU installieren

Läuft auf deinem Rechner. Dein Client startet ihn mit diesem Befehl:

npx -y cloudgpu-mcp

Braucht Node.js auf deinem Rechner. Die Schritte unten zeigen, wo der Befehl in jedem Client hingehört.

  • CLOUDGPU_API_KEY geheim CloudGPU API key (starts with cgw-sk-). Create one at https://cloudgpu.app/api

Diesen Server teilen

Öffnet diese Seite mit dem Installationsbefehl und den Einrichtungsschritten.

mcp.tc/i/cloudgpu

Über den Server

Connects an AI assistant to CloudGPU so it can check live GPU prices, get a quote, rent a GPU by the minute, upload code and data, run commands, tail logs, download results and destroy the instance. It also offers job tools that run on CloudGPU's servers, and lists models on CloudGPU's OpenAI-compatible API.

Runs locally over stdio with npx -y cloudgpu-mcp and needs Node.js 18 or newer. Access needs a CloudGPU API key in CLOUDGPU_API_KEY and a prepaid balance. The assistant can also request a key through a browser approval step. Budgets, time limits and idle limits are enforced server-side. Remote access is also available over Streamable HTTP at https://cloudgpu.app/mcp; the mcp.tc/i/cloudgpu page is a directory listing, not a server endpoint. Local stdio with npx -y cloudgpu-mcp remains supported.

Was du damit machen kannst

  • List GPU models with live prices and availability
  • Get a cost quote before renting
  • Create and stop GPU instances with budget and time limits
  • Run commands and background jobs on the instance
  • Upload and download files over SFTP
  • Run one-off jobs that start and destroy a GPU on the server side
  • List models on the OpenAI-compatible API

Tools

CloudGPU zeigt seine Tools nur Clients mit Schlüssel, deshalb können wir sie hier nicht auflisten.

Beispiel-Prompts

  • List the GPUs available and estimate the cost of a 24 GB GPU for one hour.

  • Fine-tune a 7B model with LoRA on data/train.jsonl and save the adapter to ./outputs.

  • Check the status and logs of my running GPU instance.

  • Stop the GPU instance after downloading the results.

Einrichtung

Jeder Client startet CloudGPU mit demselben Befehl auf deinem Rechner. Wähl deinen; die Seite merkt sich deine Wahl.

Hinweis des Betreibers: Remote: connect to https://cloudgpu.app/mcp using Streamable HTTP. mcp.tc/i/cloudgpu is a directory page, not the server endpoint. Local stdio remains supported with npx -y cloudgpu-mcp.

Claude Code

  1. Führe das in einem Terminal in deinem Projektordner aus:
claude mcp add --transport stdio cloudgpu --env "CLOUDGPU_API_KEY=<YOUR_CLOUDGPU_API_KEY>" -- npx -y cloudgpu-mcp
  1. Starte Claude Code und tippe /mcp. cloudgpu sollte als verbunden angezeigt werden.

Ergänze --scope user, damit er in jedem Projekt verfügbar ist. Ersetze die Platzhalter durch deine eigenen Werte.

Claude Desktop

  1. Öffne Settings → Developer → Edit Config. Das öffnet claude_desktop_config.json. Füge hinzu:
claude_desktop_config.json
{
  "mcpServers": {
    "cloudgpu": {
      "command": "npx",
      "args": [
        "-y",
        "cloudgpu-mcp"
      ],
      "env": {
        "CLOUDGPU_API_KEY": "<YOUR_CLOUDGPU_API_KEY>"
      }
    }
  }
}
  1. Speichere die Datei und starte Claude Desktop neu. Ersetze die Platzhalter durch deine eigenen Werte.

Braucht Node.js auf deinem Rechner. Die Datei liegt unter macOS in ~/Library/Application Support/Claude/ und unter Windows in %APPDATA%\Claude\.

Cursor

Oder trag ihn von Hand in ~/.cursor/mcp.json (alle Projekte) oder .cursor/mcp.json (dieses Projekt) ein:

mcp.json
{
  "mcpServers": {
    "cloudgpu": {
      "command": "npx",
      "args": [
        "-y",
        "cloudgpu-mcp"
      ],
      "env": {
        "CLOUDGPU_API_KEY": "<YOUR_CLOUDGPU_API_KEY>"
      }
    }
  }
}

Braucht Node.js auf deinem Rechner. Ersetze die Platzhalter durch deine eigenen Werte.

VS Code

Füge ihn zu .vscode/mcp.json hinzu. VS Code fragt beim ersten Mal nach dem Secret und speichert es sicher:

.vscode/mcp.json
{
  "servers": {
    "cloudgpu": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "cloudgpu-mcp"
      ],
      "env": {
        "CLOUDGPU_API_KEY": "${input:cloudgpu-api-key}"
      }
    }
  },
  "inputs": [
    {
      "type": "promptString",
      "id": "cloudgpu-api-key",
      "description": "CLOUDGPU_API_KEY",
      "password": true
    }
  ]
}

Braucht Node.js auf deinem Rechner.

Devin Desktop

  1. Füge ihn zu ~/.config/devin/mcp_config.json (macOS und Linux) oder %APPDATA%\devin\mcp_config.json (Windows) hinzu:
mcp_config.json
{
  "mcpServers": {
    "cloudgpu": {
      "command": "npx",
      "args": [
        "-y",
        "cloudgpu-mcp"
      ],
      "env": {
        "CLOUDGPU_API_KEY": "<YOUR_CLOUDGPU_API_KEY>"
      }
    }
  }
}
  1. Aktualisiere die Liste der MCP-Server in Cascade. Ersetze die Platzhalter durch deine eigenen Werte.

Devin Desktop ist der neue Name von Windsurf.

Codex

codex mcp add cloudgpu --env "CLOUDGPU_API_KEY=<YOUR_CLOUDGPU_API_KEY>" -- npx -y cloudgpu-mcp

Oder bearbeite ~/.codex/config.toml direkt:

config.toml
[mcp_servers.cloudgpu]
command = "npx"
args = ["-y", "cloudgpu-mcp"]
env = { CLOUDGPU_API_KEY = "<YOUR_CLOUDGPU_API_KEY>" }

Braucht Node.js auf deinem Rechner. Ersetze die Platzhalter durch deine eigenen Werte.

Gemini CLI

gemini mcp add -e "CLOUDGPU_API_KEY=<YOUR_CLOUDGPU_API_KEY>" cloudgpu npx -- -y cloudgpu-mcp

Damit fügst du ihn dem aktuellen Projekt hinzu. Ergänze -s user, um ihn überall zu nutzen.

Jeder Client

Die meisten Clients, die lokale Server starten, akzeptieren diese Form:

{
  "mcpServers": {
    "cloudgpu": {
      "command": "npx",
      "args": [
        "-y",
        "cloudgpu-mcp"
      ],
      "env": {
        "CLOUDGPU_API_KEY": "<YOUR_CLOUDGPU_API_KEY>"
      }
    }
  }
}

Zed legt Server in seinen Einstellungen unter context_servers ab, mit denselben Feldern command, args und env.

Braucht Node.js auf deinem Rechner. Ersetze die Platzhalter durch deine eigenen Werte.

Einbinden

Zeig CloudGPU in einem README oder auf deiner Website. Jede Einbindung verlinkt auf diese Seite, nutzt den Installationsbefehl des Servers und setzt keine Cookies. So funktionieren Einbindungen

Karte, iframe und JSON sind auf Englisch. Häng ?lang=it, fr, de oder es an ihre Adresse an, um eine andere Sprache zu bekommen.

README-Badge

Badge-Vorschau, hellBadge-Vorschau, dunkel
Markdown
[![CloudGPU on mcp.tc](https://mcp.tc/i/cloudgpu/badge.svg)](https://mcp.tc/i/cloudgpu)
HTML
<a href="https://mcp.tc/i/cloudgpu"><img src="https://mcp.tc/i/cloudgpu/badge.svg" alt="CloudGPU on mcp.tc" height="20"></a>

Es folgt dem hellen oder dunklen Modus der Lesenden. Hänge ?theme=light oder ?theme=dark an, um ihn festzulegen, oder ?style=compact, um das Zeichen ohne Schriftzug zu zeigen.

Website-Karte

HTML
<script src="https://mcp.tc/w/cloudgpu.js" async></script>

Die Karte erscheint dort, wo das Tag steht. Füge dem Tag data-theme="dark" oder data-size="compact" hinzu, um sie zu ändern. Die Datei enthält alles, was sie braucht, stellt also keine weiteren Anfragen und setzt keine Cookies.

iframe

HTML
<iframe src="https://mcp.tc/embed/cloudgpu" title="CloudGPU on mcp.tc" width="420" height="200" loading="lazy" allow="clipboard-write" style="border:0;border-radius:8px;max-width:100%"></iframe>

Nutze es auf Seiten, die keine Skripte erlauben. Hänge ?theme=light oder ?theme=dark an die Adresse an, um die Farben festzulegen.

JSON

Der Eintrag als Daten für deine eigenen Seiten und Tools: Name, Kurzbeschreibung, Installationsbefehl, Tools und die „Add to“-Links. Jede Website kann ihn lesen (CORS ist offen).

https://mcp.tc/i/cloudgpu.json

Was jedes Feld bedeutet

KI-Prompt

Füg ihn in einen KI-Coding-Assistenten wie Claude Code oder Cursor ein, und er baut die Karte von CloudGPU in deine Website ein.

Markdown
Füge meiner Website die mcp.tc-Karte für den MCP-Server CloudGPU hinzu. Es ist ein einziges statisches Skript: kein Build-Schritt, kein Paket zu installieren, keine Cookies.

Setz dieses Tag dorthin, wo die Karte erscheinen soll. Die Karte erscheint direkt davor:

```html
<script src="https://mcp.tc/w/cloudgpu.js" async></script>
```

Um sie woanders zu zeigen, setz dort diesen Platzhalter ein und lade dasselbe Skript nur einmal, zum Beispiel vor `</body>`. Lass den Link darin stehen: Besucher ohne JavaScript sehen ihn.

```html
<div data-mcptc="cloudgpu"><a href="https://mcp.tc/i/cloudgpu">CloudGPU on mcp.tc</a></div>
```

Optionen:
- `data-theme="light"` oder `"dark"` am Tag oder Platzhalter legt die Farben fest. Ohne das Attribut folgt die Karte dem hellen oder dunklen Modus der Besucher.
- `data-size="compact"` ergibt eine kleinere Karte ohne Kurzbeschreibung.
- Die CSS-Variable `--mcptc-max-width` am Platzhalter oder einem Elternelement legt die Breite fest (Standard `520px`).
- `?lang=` in der Skript-URL legt die Sprache der Karte fest: `en`, `it`, `fr`, `de` oder `es`.

Wenn die Website eine Content Security Policy hat, erlaube `script-src https://mcp.tc` und `img-src data:` (das Icon ist eingebettet).

Für ein README oder andere Markdown-Dokumentation nimm stattdessen das Badge:

```markdown
[![CloudGPU on mcp.tc](https://mcp.tc/i/cloudgpu/badge.svg)](https://mcp.tc/i/cloudgpu)
```

Referenz: https://mcp.tc/de/embed

Änderungsverlauf

Dieser Server läuft auf deinem Computer, deshalb verfolgen wir sein npm-Paket: Jede neue Version erscheint hier, dazu Änderungen seines Betreibers.

Folge CloudGPU, und wir schicken dir eine E-Mail, wenn sich etwas ändert.

  1. , Automatische Prüfung

    Neue Version 0.16.6 (vorher 0.16.3). Von npm gelesen.

  2. , Server-Betreiber

    Eintrag aktualisiert: Beschreibung, Hinweise zur Einrichtung und Quellcode.

    Details, 16. Nov. 2026, 04:32 UTC

    Beschreibung

    Vorher

    Connects an AI assistant to CloudGPU so it can check live GPU prices, get a quote, rent a GPU by the minute, upload code and data, run commands, tail logs, download results and destroy the instance. It also offers job tools that run on CloudGPU's servers, and lists models on CloudGPU's OpenAI-compatible API. Runs locally over stdio with npx -y cloudgpu-mcp and needs Node.js 18 or newer. Access needs a CloudGPU API key in CLOUDGPU_API_KEY and a prepaid balance. The assistant can also request a key through a browser approval step. Budgets, time limits and idle limits are enforced server-side.

    Nachher

    Connects an AI assistant to CloudGPU so it can check live GPU prices, get a quote, rent a GPU by the minute, upload code and data, run commands, tail logs, download results and destroy the instance. It also offers job tools that run on CloudGPU's servers, and lists models on CloudGPU's OpenAI-compatible API. Runs locally over stdio with npx -y cloudgpu-mcp and needs Node.js 18 or newer. Access needs a CloudGPU API key in CLOUDGPU_API_KEY and a prepaid balance. The assistant can also request a key through a browser approval step. Budgets, time limits and idle limits are enforced server-side. Remote access is also available over Streamable HTTP at https://cloudgpu.app/mcp; the mcp.tc/i/cloudgpu page is a directory listing, not a server endpoint. Local stdio with npx -y cloudgpu-mcp remains supported.

    Hinweise zur Einrichtung

    Geändert. Alter und neuer Wert werden nicht angezeigt.

    Quellcode

    https://github.com/mrhy7176/cloudgpu-mcp wird zu https://github.com/cloudgpu-app/cloudgpu-mcp

  3. , Automatische Prüfung

    Neue Version 0.16.3 (vorher 0.16.1). Von npm gelesen.

  4. , Automatische Prüfung

    Neue Version 0.13.1 (vorher 0.12.1). Von npm gelesen.

  5. , Automatische Prüfung

    Neue Version 0.11.0 (vorher 0.10.0). Von npm gelesen.

  6. , Automatische Prüfung

    Neue Version 0.8.0 (vorher 0.7.0). Von npm gelesen.

  7. , Automatische Prüfung

    Neue Version 0.5.0 (vorher 0.4.0). Von npm gelesen.

  8. , Automatische Prüfung

    Beginn der Beobachtung: Version 0.4.0.

Häufige Fragen

Kann ich mcp.tc/i/cloudgpu in meinen MCP-Client einfügen?

Nein. CloudGPU läuft auf deinem eigenen Rechner und wird von deinem Client gestartet, hat also keine Webadresse, mit der man sich verbinden könnte. Der Quick-Link ist die Seite zum Teilen; der Installationsbefehl lautet npx -y cloudgpu-mcp.

Braucht CloudGPU einen API-Schlüssel?

Ja. Er liest CLOUDGPU_API_KEY aus seiner Umgebung, und CLOUDGPU_API_KEY ist geheim. Trag den Wert in die Konfiguration deines Clients auf deinem eigenen Rechner ein, nie in eine geteilte Datei.

Ist CloudGPU ein Remote- oder ein lokaler Server?

Lokal. Dein Client startet ihn mit npx -y cloudgpu-mcp als Prozess auf deinem Rechner; dafür brauchst du Node.js.

Welche Clients können ihn nutzen?

Jeder Client, der lokale Server startet: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed und andere. claude.ai und ChatGPT verbinden sich nur mit Remote-Servern.

Verfolgt mcp.tc Änderungen an CloudGPU?

Teilweise. Er läuft auf deinem Computer, deshalb verfolgen wir sein npm-Paket: Sein Tab Verlauf zeigt jede neue Version und Änderungen seines Betreibers. Folge dem Eintrag, um eine E-Mail zu bekommen, wenn er sich ändert.

Wer hat diese Seite geschrieben?

Der Roboter von mcp.tc hat die öffentlichen Metadaten von CloudGPU (seine Paket- und Repository-Seiten) gelesen, und ein KI-Modell hat daraus den Text entworfen. Ein Mensch prüft alles, was die Prüfungen nicht bestätigen können. Der Text kann trotzdem falsch sein; wenn dir ein Fehler auffällt, nutze Eintrag melden auf dieser Seite.

mcp.tc steht in keiner Verbindung zu mrhy7176. Diese Seite entstand aus den öffentlichen Metadaten von CloudGPU, zuletzt geprüft am 8. Nov. 2026, und ein KI-Modell hat die Beschreibung geschrieben, sie kann also Fehler enthalten. Namen und Marken gehören ihren Inhabern. Stimmt etwas nicht? Eintrag melden.