Jungle Grid MCP Server

从支持 MCP 的 AI 主机（如 Claude Desktop、Cursor、Windsurf 和 MCP Inspector）运行 Jungle Grid GPU 工作负载。

该服务器通过 stdio 在本地运行，并将工具调用转发给带有您 API 密钥的 Jungle Grid REST API。

要求

• Node.js 18 或更高版本

• Jungle Grid API 密钥

• 可选：用于自托管编排器的 JUNGLE_GRID_API_URL

对于完整的提交工作流，API 密钥需要 jobs:write 权限。该范围允许对密钥账户拥有的作业进行估算、提交、轮询、取消和日志查看。list_jobs 仍然需要 jobs:read 权限。

Related MCP server: jlab-mcp

快速入门

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

在 Windows PowerShell 上：

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

该服务器使用 stdio，因此手动启动成功后会显示为等待 MCP 消息。如果缺少 JUNGLE_GRID_API_KEY，它将以明确的错误退出。

Claude Desktop

将其添加到 claude_desktop_config.json，然后完全重启 Claude Desktop。

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

Windows 配置文件路径：

%APPDATA%\Claude\claude_desktop_config.json

macOS 配置文件路径：

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

Cursor 或 Project MCP 配置

对于已签入的项目配置，请避免提交密钥。将 API 密钥放入用于启动 Cursor 的环境中，并保持配置不包含密钥。

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

对于本地未提交的配置，您可以直接包含密钥：

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

自托管编排器

JUNGLE_GRID_API_URL 默认为 https://api.junglegrid.dev。当您的主机需要调用不同的编排器时，请覆盖此设置。

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

工具

• estimate_job：估算 GPU 层级、区域、持续时间和积分成本。

• submit_job：提交异步 GPU 工作负载，并可选择 environment 值。

• get_job：获取当前作业状态和详细信息。

• list_jobs：列出已认证账户的近期作业。

• cancel_job：取消挂起、排队或运行中的作业。

• get_job_logs：获取 stdout、stderr 和退出信息。

• stream_job_logs：流式传输实时日志，直到完成或超时。

• list_job_artifacts：列出为作业上传的托管工件。

• get_artifact_download_url：为单个托管工件创建签名的下载 URL。

实时作业模式

使用 submit_job 开始工作，使用 stream_job_logs 获取实时输出，然后在完成后使用 list_job_artifacts 检索保存的文件。

{
  "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)"
  }
}

当实际的 Python 负载太长而无法舒适地放入 command 数组时，这是推荐的模式。

对于托管作业，Jungle Grid 会自动创建 /workspace/artifacts 并上传写入其中的任何常规文件。用户无需手动创建签名的上传 URL 或调用工件完成端点。

本地开发

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

使用 MCP Inspector 检查服务器：

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

发布

在发布前验证包：

npm run build
npm pack --dry-run

公开发布作用域包：

npm publish --access public

故障排除

• JUNGLE_GRID_API_KEY environment variable is required：将密钥添加到主机配置的 env 块中，或添加到启动主机的环境中。

• 工具未显示：编辑配置后，请完全退出并重新打开 MCP 主机。

• 旧包版本：在配置中固定版本，例如 ["@jungle-grid/mcp@0.1.0"]，或清除 npx 缓存。

• API 调用失败：确认密钥有效且 JUNGLE_GRID_API_URL 指向您打算使用的编排器。

欢迎贡献者

我们正在向对 AI 智能体、MCP、开发工具和工作负载执行感兴趣的贡献者开放 Jungle Grid MCP 服务器。

良好的切入领域：

• 改进文档

• 添加示例提示词

• 为 MCP 工具处理程序添加测试

• 添加 Docker 支持

• 改进 GitHub Actions

• 构建集成示例

从标记为 good first issue 的议题开始。