Skip to main content
Glama
FreddieWho

AI Galaxy Compute MCP

by FreddieWho
OverviewSchemaRelated ServersScoreDiscussions
Python
Remote

AI Galaxy Compute MCP

智星云（AI Galaxy）OpenAPI v2 的安全封装，提供 CLI 和 stdio MCP 两种使用方式，供 Codex 或其他自动化 agent 在预算与安全边界内完成算力发现、询价、租用、连接和退租。

目标不是无约束消费，而是提供“实时发现 → 询价 → 预算校验 → 显式创建 → 接入 → 退租 → 磁盘清理”的受控自动化闭环。

特性

  • 仅依赖 Python 标准库 + mcp，无需额外运行时。

  • CLI 入口：ai-galaxy-compute

  • MCP 入口：ai-galaxy-compute-mcp（stdio）

  • 支持 CPU 与 GPU 实例筛选、实时询价、创建前预算校验。

  • 租用/退租为两阶段操作，必须显式确认，且使用一次性 HMAC 审批令牌。

  • 默认不返回初始化密码、VNC/SSH 临时密码等敏感字段。

  • 所有远程写操作不自动重试，避免网络抖动导致重复下单。

  • 自动续费固定关闭；对时长、总价、小时价、GPU 数、磁盘、带宽均设有策略上限。

Related MCP server: jungle-grid-mcp-server

安全模型

  1. 凭据来源

    • 环境变量 AI_GALAXY_ACCESS_KEY / AI_GALAXY_SECRET_KEY；或

    • 权限为 0600 的本地 JSON 文件，路径通过 AI_GALAXY_CREDENTIALS_FILE 指定。

    • 不要把凭据写入 .env、计划文件、shell history 或提交到 Git。

  2. 默认只读

    • auth、catalog、balance、instances、status、connect 不会创建或修改资源。

    • plan / plan_release 只询价，不下单。

  3. 写操作两阶段

    • plan → 生成私有 approval_token。

    • rent 必须传入与计划文件完全匹配的 approval_token，且受预算上限保护。

    • 令牌由本机 0600 随机密钥用 HMAC 签发，计划文件被修改后立即失效。

    • 令牌消费记录持久化；创建请求超时后禁止复用，必须先 instances 对账。

  4. 敏感信息脱敏

    • connect 默认只返回 host、端口、用户名；只有 --include-sensitive 才返回密码。

安装

git clone <repo-url>
cd ai-galaxy-compute
python -m venv .venv
source .venv/bin/activate
python -m pip install -e .

依赖：Python >= 3.10，mcp>=1.28,<2。

配置凭据

推荐方式（MCP 必须使用此方式）：

mkdir -p ~/.config/ai-galaxy-compute
install -m 600 /dev/null ~/.config/ai-galaxy-compute/credentials.json

编辑文件，写入：

{
  "access_key": "你的 AccessKey",
  "secret_key": "你的 SecretKey"
}

确认权限：

chmod 600 ~/.config/ai-galaxy-compute/credentials.json
export AI_GALAXY_CREDENTIALS_FILE="$HOME/.config/ai-galaxy-compute/credentials.json"

也可以临时使用环境变量（仅 CLI）：

export AI_GALAXY_ACCESS_KEY='...'
export AI_GALAXY_SECRET_KEY='...'

注意：通过 shell 输入会进入 history，生产环境建议使用凭据文件。

CLI 使用

只读检查

ai-galaxy-compute auth
ai-galaxy-compute balance
ai-galaxy-compute catalog
ai-galaxy-compute instances

筛选并询价（不会创建实例）

ai-galaxy-compute plan \
  --gpu-type 'GeForce RTX 4090' \
  --gpu-count 1 \
  --image ubuntu22_cuda12 \
  --hours 1 \
  --min-cpu 4 \
  --min-memory 16 \
  --max-hourly-price 2 \
  --max-total-price 2 > rental.plan.json

确认后租用

检查 rental.plan.json，复制其中的 approval_token：

ai-galaxy-compute rent \
  --plan-file rental.plan.json \
  --approval-token '<token>' \
  --max-total-price 2

查询与连接

ai-galaxy-compute status '<instance_name>'
ai-galaxy-compute connect '<instance_name>' --wait-seconds 600

退租

ai-galaxy-compute release-plan '<instance_name>' > release.preview.json
ai-galaxy-compute release \
  --preview-file release.preview.json \
  --approval-token '<token>'

平台提前退租不会自动释放保留磁盘；如果实例进入状态 8，仍需另行调用保留磁盘释放接口。当前版本不会声称状态 8 已完成清理。

MCP 注册

codex mcp add aiGalaxyCompute \
  --env AI_GALAXY_CREDENTIALS_FILE=$HOME/.config/ai-galaxy-compute/credentials.json \
  --env AI_GALAXY_STATE_DIR=$HOME/.local/state/ai-galaxy-compute \
  -- $HOME/.local/bin/ai-galaxy-compute-mcp

提供的工具：

工具

作用

catalog

实时 CPU/GPU 规格、库存和价格

balance

账户余额与额度

plan_rental

选择并询价，返回 plan_id，不创建实例

rent

消费一次性内部计划并创建实例，必须 confirm=true

get_instance

等待运行并返回脱敏连接信息

plan_release

为本 MCP 创建的实例生成退租询价

release

消费退租计划，必须 confirm=true

cleanup_kept_disk

永久释放保留磁盘，必须 confirm=true

测试

单元测试不使用真实凭据、不访问网络、不产生费用：

PYTHONPATH=src python -m unittest discover -s tests -v

线上测试建议按 auth -> catalog -> instances -> plan 顺序进行；除非明确决定产生费用，不运行 rent。

项目结构

src/ai_galaxy_compute/
├── client.py      # 签名 HTTP 客户端和 OpenAPI 端点
├── broker.py      # 规格选择、预算策略、询价、租用、连接状态
├── cli.py         # 命令行入口
├── mcp_server.py  # FastMCP 工具定义
├── plan_store.py  # 私有计划、文件锁、ownership 和状态迁移
├── ledger.py      # HMAC 审批令牌与一次性消费记录
├── signing.py     # 请求签名
├── transport.py   # multipart/form-data HTTP 传输
└── errors.py      # 异常类型

tests/             # 单元测试

接口依据

License

MIT

This server cannot be installed

A
license - permissive license
-
quality - not tested
C
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/FreddieWho/mcp_ai_galaxy'

If you have feedback or need assistance with the MCP directory API, please join our Discord server