← 返回 Skills 市场
管理无阶未来GPU云平台实例的创建、查询与删除操作;当用户需要创建GPU容器、查询实例状态或清理资源时使用
作者
Luckie Yunchao Hao
· GitHub ↗
· v1.0.2
· MIT-0
146
总下载
0
收藏
0
当前安装
3
版本数
在 OpenClaw 中安装
/install vylai-instance-manager
功能描述
管理无阶未来GPU云平台实例的创建、查询与删除操作;当用户需要创建GPU容器、查询实例状态、获取应用app_id或清理资源时使用
使用说明 (SKILL.md)
Vylai 实例管理
管理无阶未来(Vylai)GPU云平台的实例生命周期,包括创建容器、查询状态和删除实例。
任务目标
- 管理无阶未来平台的GPU实例
- 支持创建、查询、删除实例操作
- 获取可用GPU资源列表
- 查询平台应用列表(获取app_id)
前置准备
- 需要在环境变量中设置 Vylai API Token
- Token 获取方式:登录 https://vylai.com 后进入「控制台」→「API」页面(https://vylai.com/console/api)获取
GPU资源ID映射
| GPU ID | GPU型号 | 说明 |
|---|---|---|
| 1 | Geforce 4090 | 24GB显存 |
| 2 | Geforce 3090 | 24GB显存 |
| 3 | Tesla A100-SXM | 80GB显存 |
| 4 | Tesla A100-PCIE | 80GB显存 |
| 12 | Geforce 4090-48G | 48GB显存 |
| 13 | Geforce 5090 | 显存待确认 |
| 14 | CPU | 仅CPU计算 |
操作步骤
创建实例
- 确定要使用的应用ID(app_id)和GPU类型
- 生成唯一的task_id(建议使用业务相关标识符)
- 调用创建脚本
python scripts/create_instance.py --app-id \x3C应用ID> --gpu-id \x3CGPU类型ID> --task-id \x3C任务标识>
参数说明:
--app-id: 应用ID,在平台主页点击"立即启动"获取--gpu-id: GPU资源ID(见上方映射表),默认为1(4090)--task-id: 唯一任务标识符,用于幂等控制,支持256字符--gpu-num: GPU数量(0-8),默认0表示使用应用默认值
返回值: container_id、container_status、create_time
查询实例状态
- 获取所有实例列表
python scripts/query_instances.py
- 查询指定实例(通过task_id)
python scripts/query_instances.py --task-id \x3C任务ID>
返回值: 实例列表,包含task_id、container_id、status、deploy_name等
删除实例
- 通过task_id删除
python scripts/delete_instance.py --task-id \x3C任务ID>
- 通过deploy_name删除
python scripts/delete_instance.py --deploy-name \x3C实例名>
说明: 运行中的实例需先关机才能删除
获取GPU资源列表
python scripts/list_gpus.py
返回值: 平台所有可用GPU资源,包含价格、配置等信息
查询应用列表
获取平台公开应用和用户的私有应用,快速获取app_id用于创建实例。
python scripts/list_apps.py
参数说明:
--page: 页码,默认1--limit: 每页数量,默认20--search: 搜索关键词--no-token: 不使用token,仅获取公开应用
返回值: 应用列表,包含id、name、description、owner、price等
说明:
- 带Token:返回公开应用 + 用户的私有应用
- 不带Token:仅返回公开应用
使用示例
示例1:创建4090 GPU实例
- 场景: 创建一个使用Geforce 4090的AI训练容器
- 输入: app-id=123, gpu-id=1, task-id=my-training-001
- 预期产出: 返回container_id和状态
示例2:查询并清理闲置实例
- 场景: 查看当前所有实例,找出闲置容器
- 输入: 无参数调用query_instances.py
- 预期产出: 实例列表,筛选status非running的实例
示例3:删除指定任务
- 场景: 清理已完成训练的任务容器
- 输入: task-id=my-training-001
- 预期产出: 删除成功确认
资源索引
- 脚本-创建实例: 见 scripts/create_instance.py(用途: 创建GPU容器实例)
- 脚本-查询实例: 见 scripts/query_instances.py(用途: 查询实例状态)
- 脚本-删除实例: 见 scripts/delete_instance.py(用途: 删除GPU容器实例)
- 脚本-GPU列表: 见 scripts/list_gpus.py(用途: 获取可用GPU资源)
- 脚本-应用列表: 见 scripts/list_apps.py(用途: 获取应用列表和app_id)
- 参考-API文档: 见 references/api-reference.md(何时读取: 需要详细API说明时)
注意事项
- task_id 具有幂等性:相同task_id不会重复创建容器
- 运行中实例删除前需先关机
- 包月计费实例不能通过API删除
- API调用限流:创建接口每1秒最多1次,删除接口每1秒最多5次
- 创建接口返回waiting状态表示容器正在创建中,需后续轮询查询状态
安全使用建议
Treat this as an incomplete review: install only after inspecting the actual SKILL.md, metadata, install spec, and artifact files for requested permissions, credential use, persistence, and data flows.
能力评估
Purpose & Capability
The requested artifact files were not readable because local command execution failed before any workspace content could be inspected, so no purpose-to-capability mismatch could be evidenced.
Instruction Scope
No SKILL.md instructions were available for review, so instruction scope could not be assessed beyond the absence of artifact-backed concerns in the prompt.
Install Mechanism
No install specification or manifest content was accessible, so no install risk is evidenced.
Credentials
No artifact evidence showed environment access, persistence, credentials, or mutation authority; proportionality remains unverified due to inaccessible files.
Persistence & Privilege
No artifact-backed persistence or privilege behavior was available to assess.
如何使用
- 确保已安装 OpenClaw(本地或 Docker 部署)
- 在对话框中输入安装命令:
/install vylai-instance-manager - 安装完成后,直接呼叫该 Skill 的名称或使用
/vylai-instance-manager触发 - 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.2
- Migrated Vylai API Token configuration from skill credential settings to environment variables.
- Updated token acquisition instructions to reflect the new "控制台→API" location.
- Removed explicit Python dependency list from documentation.
- No changes to code functionality; 5 compiled Python bytecode files (*.pyc) were added.
v1.0.1
- 新增 scripts/list_apps.py,用于查询平台应用列表和获取 app_id
- SKILL.md 新增“查询应用列表”功能说明,并补充 list_apps.py 使用说明和参数
- 资源索引增加“脚本-应用列表”项
- 描述更新:skill 功能拓展为支持获取应用 app_id
v1.0.0
vylai-instance-manager 1.0.0 - 初始发布
- 支持在无阶未来GPU云平台上创建、查询和删除GPU实例
- 提供GPU资源ID与型号映射表
- 包含创建、查询、删除实例及获取GPU资源列表的脚本
- 需配置Vylai API Token以调用相关接口
- 提供详细操作说明和常见场景示例
元数据
常见问题
管理无阶未来GPU云平台实例的创建、查询与删除操作;当用户需要创建GPU容器、查询实例状态或清理资源时使用 是什么?
管理无阶未来GPU云平台实例的创建、查询与删除操作;当用户需要创建GPU容器、查询实例状态、获取应用app_id或清理资源时使用. 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 146 次。
如何安装 管理无阶未来GPU云平台实例的创建、查询与删除操作;当用户需要创建GPU容器、查询实例状态或清理资源时使用?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install vylai-instance-manager」即可一键安装,无需额外配置。
管理无阶未来GPU云平台实例的创建、查询与删除操作;当用户需要创建GPU容器、查询实例状态或清理资源时使用 是免费的吗?
是的,管理无阶未来GPU云平台实例的创建、查询与删除操作;当用户需要创建GPU容器、查询实例状态或清理资源时使用 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。
管理无阶未来GPU云平台实例的创建、查询与删除操作;当用户需要创建GPU容器、查询实例状态或清理资源时使用 支持哪些平台?
管理无阶未来GPU云平台实例的创建、查询与删除操作;当用户需要创建GPU容器、查询实例状态或清理资源时使用 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。
谁开发了 管理无阶未来GPU云平台实例的创建、查询与删除操作;当用户需要创建GPU容器、查询实例状态或清理资源时使用?
由 Luckie Yunchao Hao(@luckiehao)开发并维护,当前版本 v1.0.2。
推荐 Skills