An astronaut overseeing a futuristic data hub
PDF herunterladenMarkdown-Version

Verbinden Sie Runpod mit ChatGPT, Claude und Gemini

Richten Sie es einmal ein und es funktioniert mit ChatGPT, Claude, Cursor und jedem anderen Client, den Sie lieben. Alles läuft sicher im Hintergrund, damit Sie sich entspannen und sich auf das Wesentliche konzentrieren können. Skalierbare Rechenleistung direkt aus Ihrem Workflow heraus bereitstellen.

Fragen Sie die KI zu diesem Connector

Entwickelt, gewartet und gehostet von Vinkius.

MCP VERIFIZIERT · PRODUKTIONSREIF · VINKIUS GARANTIE

Waiting for input…

Works with modern AI clients that support MCP, including ChatGPT, Claude, Cursor, and more.

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

Ihre KI erledigt die Arbeit. Wir halten alles sicher und geschützt.

Kein anderes KI-Tool bietet Ihnen das. Ihr Workflow läuft im Client, den Sie bereits lieben, Ihr Konto bleibt geschützt, und Sie entscheiden, was der Agent darf und was nicht. Das ist der ganze Grund für den Wechsel.

Jeder Connector lebt in unserer Infrastruktur, dort wo Ihr Workflow läuft. Die drei Dinge unten sind bereits Teil davon und arbeiten leise im Hintergrund, damit Sie nie darüber nachdenken müssen. Nichts hinzuzufügen, nichts einzurichten, keine Sorgen.

A futuristic MCP client docking bay
V8 Isolate01

Jeder Connector läuft in seiner eigenen abgeschotteten Umgebung.

Jeder Connector läuft in einer eigenen abgeriegelten V8-Laufzeit — kein Zugriff auf Ihre Dateien, Ihr System oder andere Server. Ein Connector sieht nie über seine eigene Anfrage hinaus.

Kill-Switch02

Ein Schalter stoppt jeden Agenten. Sofort.

Eine einzige Aktion deaktiviert jeden Connector, entzieht jedes Token und beendet jede Sitzung auf einmal. Die AI Governance bewahrt das Protokoll.

FinOps pro Nutzer03

Ausgabelimits, die anhalten, statt Sie zu überraschen.

Jeder Nutzer behält eigene Verbindungen und Anmeldedaten, isoliert von allen anderen. Was Ihr Ausgabelimit überschreiten würde, wird zurückgehalten und wartet auf Ihre Freigabe, anstatt abgerechnet zu werden.

Drei Kontrollen, eingebaut in die Schicht, über die sich Ihre KI verbindet.

Kuratiertes Set · 7 Fähigkeiten

Wir liefern nur die Aktionen, die zählen.

Fähigkeiten-Set01 / 02

01-04

4 Fähigkeiten in diesem Set.

Teil von 7, verfügbar über RunPod API.

  1. 01

    GPU-Pod stoppen

    Beendet einen laufenden GPU-Pod sofort.

  2. 02

    Neuen GPU-Pod erstellen

    Erstellt einen neuen GPU-Pod unter Angabe von Name, GPU-Typ und Docker-Image.

  3. 03

    Pod-Details abrufen

    Ruft detaillierte Informationen zu einem spezifischen GPU-Pod ab.

  4. 04

    Serverless-Endpoints auflisten

    Zeigt eine Liste aller registrierten Serverless-Endpoints an.

Fähigkeiten-Set02 / 02

05-07

3 Fähigkeiten in diesem Set.

Teil von 7, verfügbar über RunPod API.

  1. 05

    GPU-Typen anzeigen

    Listet die verfügbaren GPU-Hardwaretypen auf.

  2. 06

    Alle GPU-Pods auflisten

    Zeigt eine Übersicht aller GPU-Pods in Ihrem Account an.

  3. 07

    Gespeicherte Vorlagen anzeigen

    Listet alle in Ihrem Account gespeicherten Pod-Vorlagen auf.

Echte Arbeit

Was Teams täglich ausführen

01

Rapid Prototyping

Spin up a GPU pod with a specific PyTorch image to test a new model immediately.

02

Resource Monitoring

Ask your agent to find idle pods so you can shut them down and save budget.

03

Serverless Management

Check the status of your inference endpoints to ensure your applications are routing correctly.

04

Automated Scaling

Use your agent to provision new hardware nodes as your workload demands increase.

Eine Aufgabe automatisieren

Bringen Sie RunPod API für eine Sache an die Arbeit.

Schritt-für-Schritt-Automatisierungen, die Ihre KI über diesen Connector ausführt: der Ablauf, die Prompts für den Einstieg und die genauen Fähigkeiten hinter jedem Schritt.

Ein Connector, jede KI

RunPod API funktioniert mit den beliebtesten KI-Clients.

Dies sind die beliebtesten Clients, jeder mit einer Schritt-für-Schritt-Anleitung: ein Link, einmal eingerichtet, mit Governance und Sichtbarkeit an Bord. Und da alles auf dem MCP-Standard läuft, funktioniert dieselbe Verbindung auch in jedem anderen kompatiblen Client — nichts neu zu bauen.

ClaudeClaudeChatGPTChatGPTGeminiGeminiPerplexityPerplexityGrokGrokMicrosoft CopilotMicrosoft CopilotCursorCursorVS CodeVS CodeWindsurfWindsurfJetBrainsJetBrainsClineClineLangChainLangChainVercel AI SDKVercel AI SDKLovableLovableZ.aiZ.aiRaycastRaycastQwen CodeQwen CodeKimi CodeKimi CodeLe ChatLe Chat

Bauen Sie Ihre eigene App? Der Connector gehört Ihnen.

Sie brauchen keinen Client, um RunPod API arbeiten zu lassen: dieselbe gehostete Verbindung speist Ihre eigenen Anwendungen und Ihren Agenten-Code, mit derselben Governance bei jeder Anfrage. Damit bauen, damit chatten — eine Verbindung für beides.

Beobachtet, nicht geschätzt

Durchschnitt 855ms. Schnell in der Produktion.

RunPod API wird täglich gegen den Live-Service geprüft.

TagesdurchschnittSpitze 1111ms
3. Okt.Heute
Schnellster Tag
691ms
Langsamster Tag
1111ms
14-Tage-Trend
Verbessernd-5%

Verbinden Sie Ihren Client

Eine URL. Jeder Client.

Aktivieren Sie den Connector, kopieren Sie Ihren Link und fügen Sie ihn in den Client ein, den Sie bereits nutzen. 7 Fähigkeiten kommen einsatzbereit an.

Vorschauzugang · keine Anbieter-Authentifizierung

Das vk_preview_*-Token gehört zur Vorschau-Infrastruktur von Vinkius. Es ermöglicht Claude, die Fähigkeiten von RunPod API zu entdecken und anzuzeigen, damit Sie das Erlebnis in Ihrer KI sehen.

Es authentifiziert Ihr Konto nicht bei RunPod API. Aktionen, die Anmeldedaten oder echte Kontodaten erfordern, werden möglicherweise erst ausgeführt, wenn Sie den Connector aktivieren und den Dienst autorisieren.

RunPod API Connector

Alles bereit. Wählen Sie Ihren MCP-Client und folgen Sie den Einrichtungsschritten.

Connector-Linkhttps://edge.vinkius.com/vk_preview_mqfmppnjNgzd7DnF3DKymtiD5h0tXpOI6WsCj5ji/mcp

Claude Desktop

Folgen Sie den Schritten unten, um sich in Sekunden zu verbinden.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — RunPod API capabilities are ready to use.
Konfiguration · claude_desktop_config.jsonKopieren
{
  "mcpServers": {
    "runpod-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_mqfmppnjNgzd7DnF3DKymtiD5h0tXpOI6WsCj5ji/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Schritt-für-Schritt-Anleitungen für jeden Client finden Sie im Guide. Verbinden

Geführte Einrichtung für Claude? RunPod API in Claude und anderen KI-Tools einrichten

Alle KI-Clients ansehen, mit denen dieser Connector funktioniert ↑

Für wen

Für die Arbeit, die RunPod API-Nutzer abgeben.

Dieser MCP richtet sich an Fachleute, die rechenintensive KI-Modelle auf Cloud-Infrastruktur betreiben.

  • 01

    DevOps Engineers

    Provisionieren und prüfen schwere Workloads direkt über Chat-Interfaces, ohne Web-Dashboards nutzen zu müssen.

  • 02

    KI-Entwickler

    Verwalten leistungsstarke Serverless-LLM-Implementierungen ganz natürlich über Sprachbefehle.

FAQ

Fragen von RunPod API-Nutzern.

  • 01

    How do I connect my RunPod account?

    You need to generate an API Key in your RunPod settings with Read/Write permissions and then add that key to the MCP connection module.

  • 02

    Can I stop pods to save money?

    Yes. You can tell your agent to stop a specific pod by its ID to halt active billing.

  • 03

    What kind of hardware can I deploy?

    The MCP can list all available GPU types and templates, allowing you to choose the specific architecture you need for your workload.

  • 04

    Is this compatible with my existing AI capabilities?

    Yes, this MCP works with any MCP-compatible client like Claude, Cursor, or Windsurf.

  • 05

    Can I manage serverless functions?

    Yes, the MCP includes a capability to list all your registered serverless endpoints.

  • 06

    Can the AI forcefully terminate or delete critical production endpoint fleets on demand?

    No. This module safely allows the AI to only pause and manage running instances. Destructive deletion actions (like completely erasing a pod) are intentionally prohibited by the tooling design to protect your critical compute resources from unintended loss.

  • 07

    Can the AI provision large GPU arrays automatically?

    Yes. Using the create_pod capability, the AI can query the available hardware models (such as A100 or H100) and immediately launch new Docker clusters based on existing community templates, simplifying complex DevOps scaling actions significantly.

  • 08

    Will the AI know the billing state or the real-time cost of running each endpoint?

    No. The current RunPod AI module is concentrated on operational control and system orchestration, such as discovering inactive processes and booting new instances. Deep billing analytics or invoice extraction is not natively integrated in the commands exposed to the AI at this time.

Entdecken

Mehr in Superpower

Vorschläge

Verbinde RunPod API mit Claude, Cursor, ChatGPT & mehr