Jungle Grid MCP-Server

Führen Sie Jungle Grid GPU-Workloads von MCP-fähigen KI-Hosts wie Claude Desktop, Cursor, Windsurf und dem MCP Inspector aus.

Der Server läuft lokal über stdio und leitet Tool-Aufrufe mit Ihrem API-Schlüssel an die Jungle Grid REST-API weiter.

Anforderungen

• Node.js 18 oder neuer

• Ein Jungle Grid API-Schlüssel

• Optional: JUNGLE_GRID_API_URL für einen selbst gehosteten Orchestrator

Für den vollständigen Übermittlungs-Workflow benötigt der API-Schlüssel jobs:write. Dieser Bereich erlaubt das Schätzen, Übermitteln, Abfragen, Abbrechen und Abrufen von Protokollen für Jobs, die dem Konto des Schlüssels gehören. list_jobs erfordert weiterhin jobs:read.

Related MCP server: jlab-mcp

Schnellstart

JUNGLE_GRID_API_KEY=jg_... npx -y @jungle-grid/mcp

Unter Windows PowerShell:

$env:JUNGLE_GRID_API_KEY = "jg_..."
npx -y @jungle-grid/mcp

Der Server verwendet stdio, daher scheint ein erfolgreicher manueller Start auf MCP-Nachrichten zu warten. Wenn JUNGLE_GRID_API_KEY fehlt, wird er mit einer klaren Fehlermeldung beendet.

Claude Desktop

Fügen Sie dies zu claude_desktop_config.json hinzu und starten Sie Claude Desktop anschließend vollständig neu.

{
  "mcpServers": {
    "junglegrid": {
      "command": "npx",
      "args": ["-y", "@jungle-grid/mcp"],
      "env": {
        "JUNGLE_GRID_API_KEY": "jg_..."
      }
    }
  }
}

Windows-Konfigurationspfad:

%APPDATA%\Claude\claude_desktop_config.json

macOS-Konfigurationspfad:

~/Library/Application Support/Claude/claude_desktop_config.json

Cursor oder Projekt-MCP-Konfiguration

Für eine eingecheckte Projektkonfiguration sollten Sie das Committen von Geheimnissen vermeiden. Platzieren Sie den API-Schlüssel in der Umgebung, die zum Starten von Cursor verwendet wird, und halten Sie die Konfiguration frei von Geheimnissen.

{
  "mcpServers": {
    "junglegrid": {
      "command": "npx",
      "args": ["-y", "@jungle-grid/mcp"]
    }
  }
}

Für eine lokale, nicht committete Konfiguration können Sie den Schlüssel direkt einfügen:

{
  "mcpServers": {
    "junglegrid": {
      "command": "npx",
      "args": ["-y", "@jungle-grid/mcp"],
      "env": {
        "JUNGLE_GRID_API_KEY": "jg_..."
      }
    }
  }
}

Selbst gehosteter Orchestrator

JUNGLE_GRID_API_URL ist standardmäßig auf https://api.junglegrid.dev eingestellt. Überschreiben Sie dies, wenn Ihr Host einen anderen Orchestrator aufrufen soll.

{
  "mcpServers": {
    "junglegrid": {
      "command": "npx",
      "args": ["-y", "@jungle-grid/mcp"],
      "env": {
        "JUNGLE_GRID_API_KEY": "jg_...",
        "JUNGLE_GRID_API_URL": "https://your-orchestrator.example.com"
      }
    }
  }
}

Tools

• estimate_job: Schätzung von GPU-Stufe, Region, Dauer und Kreditkosten.

• submit_job: Übermittlung eines asynchronen GPU-Workloads mit optionalen environment-Werten.

• get_job: Abrufen des aktuellen Job-Status und der Details.

• list_jobs: Auflisten der letzten Jobs für das authentifizierte Konto.

• cancel_job: Abbrechen eines ausstehenden, in der Warteschlange befindlichen oder laufenden Jobs.

• get_job_logs: Abrufen von stdout, stderr und Exit-Informationen.

• stream_job_logs: Live-Streaming von Protokollen bis zum Abschluss oder Timeout.

• list_job_artifacts: Auflisten der verwalteten Artefakte, die für einen Job hochgeladen wurden.

• get_artifact_download_url: Erstellen einer signierten Download-URL für ein verwaltetes Artefakt.

Echtzeit-Job-Muster

Verwenden Sie submit_job, um die Arbeit zu starten, stream_job_logs für die Live-Ausgabe und anschließend list_job_artifacts nach Abschluss, um gespeicherte Dateien abzurufen.

{
  "command": ["python", "-c", "import os; exec(os.environ['CODE'])"],
  "environment": {
    "CODE": "import os, json\nos.makedirs('/workspace/artifacts', exist_ok=True)\nwith open('/workspace/artifacts/output.json','w') as f:\n    json.dump({'status':'ok'}, f)"
  }
}

Dies ist das empfohlene Muster, wenn die eigentliche Python-Nutzlast zu lang ist, um bequem in das command-Array zu passen.

Für verwaltete Jobs erstellt Jungle Grid automatisch /workspace/artifacts und lädt alle dort geschriebenen regulären Dateien hoch. Benutzer müssen keine signierten Upload-URLs erstellen oder Endpunkte für den Artefakt-Abschluss manuell aufrufen.

Lokale Entwicklung

npm install
npm run build
JUNGLE_GRID_API_KEY=jg_... node dist/index.js

Untersuchen Sie den Server mit dem MCP Inspector:

JUNGLE_GRID_API_KEY=jg_... npx @modelcontextprotocol/inspector node dist/index.js

Veröffentlichung

Überprüfen Sie das Paket vor der Veröffentlichung:

npm run build
npm pack --dry-run

Veröffentlichen Sie das scoped Paket öffentlich:

npm publish --access public

Fehlerbehebung

• JUNGLE_GRID_API_KEY environment variable is required: Fügen Sie den Schlüssel zum env-Block der Host-Konfiguration oder zu der Umgebung hinzu, die den Host startet.

• Tools erscheinen nicht: Beenden Sie den MCP-Host vollständig und öffnen Sie ihn nach dem Bearbeiten der Konfiguration erneut.

• Alte Paketversion: Fixieren Sie eine Version in der Konfiguration, zum Beispiel ["@jungle-grid/mcp@0.1.0"], oder leeren Sie den npx-Cache.

• API-Aufrufe schlagen fehl: Bestätigen Sie, dass der Schlüssel gültig ist und JUNGLE_GRID_API_URL auf den Orchestrator zeigt, den Sie verwenden möchten.

Mitwirkende gesucht

Wir öffnen den Jungle Grid MCP-Server für Mitwirkende, die sich für KI-Agenten, MCP, Entwicklertools und Workload-Ausführung interessieren.

Gute erste Bereiche:

• Dokumentation verbessern

• Beispiel-Prompts hinzufügen

• Tests für MCP-Tool-Handler hinzufügen

• Docker-Unterstützung hinzufügen

• GitHub Actions verbessern

• Integrationsbeispiele erstellen

Beginnen Sie mit Issues, die als good first issue gekennzeichnet sind.