An astronaut overseeing a futuristic data hub
Baixar PDFVersão em Markdown

Conecte Runpod ao ChatGPT, Claude e Gemini

Configure uma vez e funcione no ChatGPT, Claude, Cursor e em qualquer outro cliente que você goste. Tudo roda com segurança em segundo plano, para você relaxar e focar no que realmente importa. Gerencie workloads de GPU e instâncias na nuvem via chat.

Pergunte à IA sobre este Connector

Desenvolvido, mantido e hospedado pela Vinkius.

MCP VERIFICADO · PRONTO PARA PRODUÇÃO · GARANTIA VINKIUS

Waiting for input…

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

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

A sua IA faz o trabalho. A gente cuida com segurança.

Nenhuma outra ferramenta de IA te dá isso. O seu workflow roda no cliente que você já ama, a sua conta fica protegida, e você decide o que o agente pode e não pode fazer. É a razão completa para mudar de vez.

Cada Connector vive dentro da nossa infraestrutura, no mesmo lugar onde o seu workflow roda. As três coisas abaixo já fazem parte dele, trabalhando silenciosamente em segundo plano para que você nunca precise pensar nelas. Nada para adicionar, nada para configurar, nada com que se preocupar.

A futuristic MCP client docking bay
V8 Isolate01

Cada Connector roda dentro do seu próprio ambiente lacrado.

Cada Connector roda em seu próprio runtime V8 lacrado — sem acesso aos seus arquivos, ao seu sistema ou a outros servidores. Um Connector nunca enxerga além da sua própria requisição.

Kill Switch02

Um interruptor para todos os agentes. Na hora.

Uma única ação desativa todos os Connectors, revoga todos os tokens e encerra todas as sessões de uma vez. A Governança de IA guarda o registro.

FinOps por usuário03

Limites de gastos que pausam em vez de assustar.

Cada usuário tem suas próprias conexões e credenciais, isoladas das dos demais. O que ultrapassar o seu limite de gastos fica aguardando a sua aprovação, em vez de ser cobrado.

Três controles, embutidos na camada pela qual sua IA se conecta.

Conjunto curado · 7 capacidades

Entregamos só as ações que importam.

Conjunto de capacidades01 / 02

01-04

4 capacidades neste conjunto.

Parte de 7 disponíveis através de RunPod API.

  1. 01

    Parar pod

    Interrompe a execução de um pod de GPU que está ativo.

  2. 02

    Criar pod

    Cria um novo pod de GPU especificando o nome, o tipo de GPU e a imagem Docker.

  3. 03

    Obter detalhes do pod

    Recupera as informações detalhadas de um pod de GPU específico.

  4. 04

    Listar endpoints

    Exibe todos os endpoints serverless registrados para suas aplicações.

Conjunto de capacidades02 / 02

05-07

3 capacidades neste conjunto.

Parte de 7 disponíveis através de RunPod API.

  1. 05

    Listar tipos de GPU

    Mostra os diferentes tipos de hardware de GPU disponíveis para uso.

  2. 06

    Listar pods

    Lista todos os pods de GPU vinculados à sua conta.

  3. 07

    Listar templates

    Exibe os templates de pods salvos para facilitar o deploy.

Trabalho real

O que as equipes executam de verdade

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.

Automatize uma tarefa

Coloque RunPod API para trabalhar em uma coisa.

Automações passo a passo que sua IA executa por este Connector: o fluxo, os prompts para começar e as capabilities exatas por trás de cada passo.

Um connector, todas as IAs

RunPod API funciona com os clientes de IA mais populares.

Estes são os clientes mais populares, cada um com um guia passo a passo: um link, configurado uma vez, com governança e visibilidade embutidas. E como tudo roda no padrão MCP, a mesma conexão também funciona em qualquer outro cliente compatível — nada para reconstruir.

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

Construindo o seu próprio app? O connector é seu para usar.

Você não precisa de um cliente para colocar RunPod API para trabalhar: a mesma conexão hospedada entra nas suas aplicações e no código do seu agente, com a mesma governança em cada pedido. Construa com ele, converse com ele — uma conexão para os dois.

Observada, não estimada

Média de 855ms. Rápida em produção.

RunPod API é verificado diariamente contra o serviço em produção.

Média diáriaPico de 1111ms
3 de out.Hoje
Dia mais rápido
691ms
Dia mais lento
1111ms
Tendência de 14 dias
Melhorando-5%

Conecte seu cliente

Uma URL. Todos os clientes.

Ative o Connector, copie seu link e cole no cliente que você já usa. 7 capacidades chegam prontas para rodar.

Acesso de prévia · não é autenticação no provedor

O token vk_preview_* pertence à infraestrutura de prévia da Vinkius. Ele permite que o Claude descubra e exiba as capacidades de RunPod API, para você ver a experiência dentro da sua IA.

Ele não autentica a sua conta com RunPod API. Ações que exigem credenciais ou dados reais da conta podem não ser executadas até que você ative o Connector e autorize o serviço.

RunPod API Connector

Tudo pronto. Escolha seu cliente MCP e siga as instruções de configuração.

Link do conectorhttps://edge.vinkius.com/vk_preview_mqfmppnjNgzd7DnF3DKymtiD5h0tXpOI6WsCj5ji/mcp

Claude Desktop

Siga os passos abaixo para conectar em segundos.

  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.
Configuração · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "runpod-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_mqfmppnjNgzd7DnF3DKymtiD5h0tXpOI6WsCj5ji/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Instruções passo a passo para cada cliente estão no guia. Como conectar

Configuração guiada para o Claude? Configurar RunPod API no Claude e outras IAs

Veja todos os clientes de IA com quem este connector funciona ↑

Para quem é

Feito para o trabalho que quem usa RunPod API delega.

Solução voltada para profissionais que precisam de controle ágil sobre infraestrutura de computação de alto desempenho.

  • 01

    Engenheiros de DevOps

    Para provisionar e auditar cargas de trabalho pesadas diretamente via chat, sem usar dashboards web.

  • 02

    Desenvolvedores de IA

    Para gerenciar implementações de LLM serverless de forma orgânica através de comandos em linguagem natural.

FAQ

Perguntas de quem usa RunPod API.

  • 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.

Explore

Mais em Superpower

Sugestões

Conecte RunPod API ao Claude, Cursor, ChatGPT e outros