GPUtw Skill Skill 技能

技能简介

GPUtw Skill 是 GPUtw 官方推出的 AI 知识套件（Agent Skill），面向在台湾地区租用 GPU 云算力的开发者。它把 GPUtw 的完整 REST API 契约与官方文档打包成一份纯 Markdown 知识包（外加一支基于 Python 标准库的客户端脚本），安装到 Claude Code、OpenAI Codex CLI、Cursor、GitHub Copilot、Gemini CLI 等 AI 编程助手中之后，你就能用自然语言完成 GPU 实例的部署、监控、数据搬运与故障排查，而不用再逐页翻阅 API 文档。当前版本为 V1.1.0-beta.1，已内置官方 MCP 伺服器（18 个结构化工具），覆盖从建实例到关机回收的全生命周期。

核心能力

1. 实例全生命周期管理：支持 create（模板 / 自定义镜像 / registryAuth / 环境变量 / 启动参数）、stop、delete、restart、reconfigure，理解状态机与 deployPhase，能定位部署卡住与启动崩溃（crash loop）的原因。
2. 实时状态与遥测：通过 /status 轮询、/resources 读取带 source 标记的用量遥测、/events 事件流、/logs?previous=1 历史日志、/runs 与 /exec 远程执行，随时掌握实例健康度。
3. Vault 模型仓库：支持列表、单文件上传、分片续传上传（走 upload.gputw.ai 传输主机）、URL / Hugging Face 服务端下载，并兼容 ComfyUI 模型目录摆放。
4. 网络与端口暴露：区分 private / public / unlisted 三种 HTTP 端口策略，支持 raw TCP/UDP 暴露、Web UI 交接地址与端口计费说明。
5. 认证与权限：解释 gputw_live_ 前缀 API 密钥、17 个 scopes、5 个预设（含 CI 专用的只写 Upload token），并明确哪些操作只能在控制台完成。
6. 智能排错手册：把 HTTP 状态码（401/402/403/409/429）映射到原因与处置动作，专门覆盖 Cloudflare 403 / 1010 与 User-Agent 缺失、部署卡住、crash loop、上传分片错误等高频问题。
7. 官方 MCP 伺服器：内置 @gputw/mcp-server（TypeScript），提供 18 个结构化工具，对读 / 写 / 破坏性操作分别标注，并把 API 错误自动翻译成可执行的中文提示。
8. 多语言代码规范：提供 Python、Node.js / TypeScript、bash / curl 三套可执行范例，含 User-Agent、scope 选择、/status 轮询与结尾关机的最佳实践。

安装配置

1. Claude Code 全局安装（推荐）：执行 git clone https://github.com/GPUtw-ai/GPUtw-Skill.git ~/.claude/skills/gputw，所有项目共享同一份技能。
2. 项目级安装：执行 git clone https://github.com/GPUtw-ai/GPUtw-Skill.git .claude/skills/gputw，仅对当前仓库生效。
3. Claude.ai / Claude API：把技能目录压缩成 zip，在 Settings → Features → Skills 中上传即可。
4. 可选斜杠指令：把 commands/gputw-*.md 复制到 ~/.claude/commands/，即可使用 /gputw-deploy、/gputw-monitor、/gputw-vault、/gputw-debug 四条快捷指令（用插件方式安装时已内置，无需复制）。

使用步骤

1. 在助手中提及「GPUtw」「gputw.ai」「/vault」「gputwlive 密钥」或「在台湾租 GPU」，技能会自动激活。
2. 助手依据决策树读取对应 guides/ 指南，再通过 web_fetch 查阅 gputw.ai/docs 获取最新规格。
3. 根据你的语言生成正确代码：包含 User-Agent 头、scope 选择、/status 轮询与收尾关机逻辑。
4. 遇到报错时，助手按状态码 → 原因 → 动作的映射给出中文处置建议，并指向官方文档而不是凭空猜测。

适用场景

1. 模型部署：用自然语言描述需求，让助手直接生成创建 GPU 实例、挂载自定义镜像并等待 RUNNING 的完整流程。
2. 训练 / 推理监控：实时查看用量、事件与日志，配置闲置自动关机以控制成本。
3. 模型搬运：从 Hugging Face 或直链把模型下载进 Vault，或分片续传上传大体积权重文件。
4. 团队协作调试：为同事临时开放 Jupyter Web UI（unlisted 端口 + 密码），或排查 403 权限问题定位是 Cloudflare 还是 scope 配置错误。

适用人群

适合在台湾或海外租用 GPU 云算力的 AI 工程师、需要频繁部署与调试大模型的算法研究员、希望用 AI 助手简化运维流程的 DevOps 工程师，以及需要为 CI 流水线自动化配置 GPU 环境的团队。

工作原理

GPUtw Skill 是一份纯 Markdown 知识包，不含任何运行时依赖，也不会把你的密钥发送到任何地方。助手在对话中激活后，按三层查阅流程工作：先读 SKILL.md 的决策树与规则，再进入 guides/ 指南了解整合方式，最后通过官方文档获取当前规格。助手仅被允许引用 references/endpoints.md 中登记的端点；遇到未收录的内容会明确说明「未收录」并指向官方文档，而不是编造答案。

官方链接

• GitHub 仓库：https://github.com/GPUtw-ai/GPUtw-Skill
• 官方网站：https://gputw.ai
• 官方文档：https://gputw.ai/docs
• 授权协议：MIT