Jungle Grid MCP Server

Запускайте рабочие нагрузки на GPU в Jungle Grid из ИИ-хостов с поддержкой MCP, таких как Claude Desktop, Cursor, Windsurf и MCP Inspector.

Сервер работает локально через stdio и перенаправляет вызовы инструментов в REST API Jungle Grid с использованием вашего API-ключа.

Требования

• Node.js 18 или новее

• API-ключ Jungle Grid

• Опционально: JUNGLE_GRID_API_URL для самохостируемого оркестратора

Для полноценного рабочего процесса отправки заданий API-ключу требуются права jobs:write. Эта область действия позволяет оценивать, отправлять, опрашивать, отменять и получать логи для заданий, принадлежащих учетной записи ключа. Для list_jobs по-прежнему требуются права jobs:read.

Related MCP server: jlab-mcp

Быстрый старт

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

В Windows PowerShell:

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

Сервер использует stdio, поэтому при успешном ручном запуске он будет ожидать сообщений MCP. Если JUNGLE_GRID_API_KEY отсутствует, он завершит работу с понятной ошибкой.

Claude Desktop

Добавьте это в claude_desktop_config.json, затем полностью перезапустите Claude Desktop.

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

Путь к конфигурации в Windows:

%APPDATA%\Claude\claude_desktop_config.json

Путь к конфигурации в macOS:

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

Конфигурация Cursor или Project MCP

Для конфигурации проекта, которая добавляется в репозиторий, избегайте фиксации секретов. Поместите API-ключ в среду, используемую для запуска Cursor, и храните конфигурацию без секретов.

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

Для локальной, нефиксируемой конфигурации вы можете включить ключ напрямую:

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

Самохостируемый оркестратор

JUNGLE_GRID_API_URL по умолчанию имеет значение https://api.junglegrid.dev. Переопределите его, если ваш хост должен обращаться к другому оркестратору.

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

Инструменты

• estimate_job: оценка уровня GPU, региона, длительности и стоимости в кредитах.

• submit_job: отправка асинхронной рабочей нагрузки на GPU с опциональными значениями environment.

• get_job: получение текущего статуса и деталей задания.

• list_jobs: список недавних заданий для аутентифицированной учетной записи.

• cancel_job: отмена ожидающего, стоящего в очереди или выполняющегося задания.

• get_job_logs: получение stdout, stderr и информации о завершении.

• stream_job_logs: потоковая передача логов в реальном времени до завершения или истечения времени ожидания.

• list_job_artifacts: список управляемых артефактов, загруженных для задания.

• get_artifact_download_url: создание подписанного URL для скачивания одного управляемого артефакта.

Шаблон задания в реальном времени

Используйте submit_job для запуска работы, stream_job_logs для вывода в реальном времени, а затем list_job_artifacts после завершения для получения сохраненных файлов.

{
  "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)"
  }
}

Это рекомендуемый шаблон, когда реальная полезная нагрузка Python слишком велика, чтобы комфортно поместиться в массив command.

Для управляемых заданий Jungle Grid автоматически создает /workspace/artifacts и загружает любые обычные файлы, записанные туда. Пользователям не нужно создавать подписанные URL для загрузки или вручную вызывать конечные точки завершения артефактов.

Локальная разработка

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

Проверьте сервер с помощью MCP Inspector:

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

Публикация

Проверьте пакет перед публикацией:

npm run build
npm pack --dry-run

Опубликуйте пакет с областью действия публично:

npm publish --access public

Устранение неполадок

• JUNGLE_GRID_API_KEY environment variable is required: добавьте ключ в блок env конфигурации хоста или в среду, которая запускает хост.

• Инструменты не отображаются: полностью закройте и снова откройте хост MCP после редактирования конфигурации.

• Старая версия пакета: зафиксируйте версию в конфигурации, например ["@jungle-grid/mcp@0.1.0"], или очистите кэш npx.

• Ошибки вызовов API: убедитесь, что ключ действителен, а JUNGLE_GRID_API_URL указывает на оркестратор, который вы намереваетесь использовать.

Приглашаем участников

Мы открываем сервер Jungle Grid MCP для участников, интересующихся ИИ-агентами, MCP, инструментами разработчика и выполнением рабочих нагрузок.

Хорошие первые области:

• Улучшение документации

• Добавление примеров промптов

• Добавление тестов для обработчиков инструментов MCP

• Добавление поддержки Docker

• Улучшение GitHub Actions

• Создание примеров интеграции

Начните с задач, помеченных good first issue.