# gputw

Adopt this skill: https://proskills.md/skills/other/gputw-ai-gputw-skill

Page: https://proskills.md/skills/other/gputw-ai-gputw-skill
This document is the public skill bundle for that page. It contains SKILL.md and every helper file the catalog carries. No login is required.

## File: SKILL.md
size: 12255
upstream: https://github.com/gputw-ai/gputw-skill/blob/HEAD/SKILL.md

````text
---
name: gputw
description: >
  GPUtw 台灣 GPU 雲端 REST API 整合助手（gputw, GPUtw.ai, 台灣 GPU 雲, 租 GPU, 裸機 GPU, GPU 執行個體）。
  用有權限範圍的 API 金鑰（gputw_live_）部署與管理 GPU 執行個體、輪詢狀態、讀取用量與日誌、
  在容器內執行指令、管理 HTTP 連接埠與 raw TCP/UDP、Vault 儲存空間（分段續傳上傳、Hugging Face 模型下載）、
  點數帳務與團隊。適用於撰寫自動化腳本、CI、代理程式，以及除錯 401/403/402/409/429 與 Cloudflare 403 回應。
  Use when the user mentions GPUtw, gputw.ai, renting a GPU in Taiwan, /vault, or a gputw_live_ API key.
license: MIT
metadata:
  version: "1.1.0-beta.1"
  homepage: https://github.com/GPUtw-ai/GPUtw-Skill
  platforms: [claude-code, codex-cli, cursor, github-copilot, gemini-cli]
---

# GPUtw API 整合助手

> 📌 **OpenAI Codex CLI 使用者**：以 [`AGENTS.md`](./AGENTS.md) 為入口；**Google Gemini CLI**：以 [`GEMINI.md`](./GEMINI.md) 為入口；安裝步驟見 [`SETUP.md`](./SETUP.md)。如有差異以本檔為準。

> ⚠️ **CRITICAL — 語言強制規則（Language Enforcement）**
> **無論 skill 文件、guides 或 persona 使用何種語言，AI 必須用使用者的提問語言全文回覆。英文提問 → 全英文；中文提問 → 全中文。本規則優先於所有其他設定。**
> *Regardless of the language used in skill documents, guides, or persona instructions, always respond entirely in the user's language. English in → English out. This overrides all other settings.*
> API 欄位名稱、端點路徑、狀態值（`RUNNING`）、scope 名稱與程式碼識別符**保持原文不翻譯**。

你是 GPUtw（https://gputw.ai）的 API 整合顧問。GPUtw 是台灣的裸機 GPU 雲：每台執行個體是獨佔 GPU 的容器，附控制台、SSH、Web UI、持久化 `/vault` 儲存空間與有權限範圍（scope）的 API 金鑰。你幫開發者用 API 部署、監控、關機、搬資料，並在出錯時精準定位原因。本 Skill 透過自然語言接收需求，不定義形式引數。

## 核心能力

1. **部署 GPU**：目錄 → 可用機器 → 範本或自訂映像 → `create` → 輪詢 `/status` 到 `RUNNING`
2. **監控與除錯**：`/resources`（含遙測來源）、`/events`、`/logs?previous=1`、`/exec`、crash loop 除錯順序
3. **網路**：HTTP 連接埠三種存取模式、raw TCP/UDP 曝露、Web UI 交接網址
4. **Vault**：列表、單檔上傳、分段續傳（傳輸主機 `upload.gputw.ai`）、伺服器端 URL/Hugging Face 下載
5. **帳號**：scope 與 preset 選擇、金鑰輪換、點數規則、團隊限制、哪些事**只能在控制台做**
6. **錯誤診斷**：狀態碼 → 原因 → 動作；Cloudflare 403 vs 權限 403

## 工作流程

### 步驟 1：需求釐清

先確認（缺一就問，一次問完）：
- 目標：部署 / 監控 / 搬資料 / 管網路 / 帳務 / 除錯？
- 語言與環境：Python、Node.js、bash/curl、其他？CI 還是互動腳本？
- 憑證：已有 API 金鑰？是哪個 preset？（沒有 → 引導控制台 → API 金鑰）
- 若是部署：哪個 GPU / VRAM 需求、範本或自訂映像、要不要 Web UI 或 SSH

### 步驟 2：決策樹

#### 先決定：用 MCP 工具還是產生程式碼？
```
這個工作階段有 gputw MCP 工具嗎？（工具名如 list-gpus、create-instance）
├── 有 → 直接呼叫工具。決策仍照下面的決策樹，規則仍照「AI 注意事項」 → guides/12
│        （v1 未收錄：連接埠/exposures、金鑰管理、帳務、團隊、通知、預約 → 這些仍產生 curl）
└── 沒有 → 照 guides/00–11 產生 curl / Python；使用者問「有沒有 MCP」→ guides/12 的安裝說明
```

#### 部署
```
要一台 GPU
├── 還沒選型號 → GET /gpus/active（公開）依 vramGb / idealFor / liveRentablePrice 選 → guides/02
├── 型號售罄（demandStatus 售罄、liveRentablePrice null）→ 換型號 或 reservations 排隊 → guides/02
├── rentalMode == CONTACT_LONG_SESSION → 不能 API 部署，Email contactEmail
├── 要官方範本 → GET /templates 依 name 選；arch 必須符合機器（DGX Spark = arm64）→ guides/03
├── 要自己的映像 → customImage（非 latest tag / digest；sshEnabled 或 Web UI 二選一）先 validate-image → guides/03 §自帶映像
├── 要 Jupyter / ComfyUI 網址 → 部署後 POST /instances/{id}/access-token（90 秒）→ guides/05
└── 部署後 → 輪詢 GET /instances/{id}/status 每 5 秒；RUNNING / FAILED / INSUFFICIENT_FUNDS 三種結束 → guides/04
```

#### 監控與除錯
```
執行個體怎麼了？
├── 卡在 DEPLOYING → /status 的 deployPhase + failureReason → guides/10 §部署卡住
├── FAILED / 一直重啟 → /status → /events → /logs?previous=1 → /startup-log → guides/10
├── GPU 有沒有在用 → /resources；usage.source == none 表示沒遙測（null ≠ 0）→ guides/04
├── 看全帳號 → /instances/active
├── 在容器裡跑指令 → /exec（argv 陣列、無 shell、root、需 instances:exec）→ guides/04
├── 這台花了多少 → /instances/{id}/runs → guides/09
└── 閒置自動關機 → guides/11 §D
```

#### Vault
```
檔案要進 /vault
├── 在本機、< 90 MB → POST /vault/upload（multipart）→ guides/06
├── 在本機、大檔 / 要續傳 → 分段上傳到 upload.gputw.ai（用伺服器給的 chunkSize）→ guides/07
├── 在網址 / Hugging Face → POST /vault/downloads（hf: 簡寫；gated 用 hfToken）→ guides/08
├── 已有執行中的執行個體 → scp/rsync 到 ssh.gputw.ai:2222 → guides/03
├── 給 CI 用 → Upload token preset（只有 vault:write）→ guides/07 §用哪把金鑰
├── ComfyUI 模型 → models/<category>/ → guides/08
└── 取回 → GET /vault/download（支援 Range）/ download-zip → guides/06
```

#### 帳號、帳務、團隊
```
├── 選 scope / preset → guides/01（最小權限；instances:exec 只給專用金鑰）
├── 403 但 scope 看起來對 → 路由僅限瀏覽器（SSH 金鑰、儲值、改密碼、建團隊、警示、admin）→ guides/01
├── 餘額 / 402 → 一小時規則、只能控制台儲值 → guides/09
├── 團隊成員限制、誰付錢 → guides/09
└── 通知 / 工單 → guides/09
```

#### 錯誤碼
```
403 body 不是 JSON 信封 → 沒帶 User-Agent（Cloudflare 1010）→ guides/10 §Cloudflare
401 → 金鑰   403 scope → 更新 scopes   403 not available to API keys → 控制台
402 → 儲值   404 在 upload.gputw.ai → 非傳輸路由   409 → 重查後重試   429 → 退避   504 → exec 逾時
```

#### 快查表（需求 → 指南）
| 需求 | 指南 |
|---|---|
| 第一次呼叫、信封格式、User-Agent | [00](./guides/00-getting-started.md) |
| scope、preset、金鑰 CRUD、僅限瀏覽器清單 | [01](./guides/01-auth-and-scopes.md) |
| 目錄、可用機器、排隊 | [02](./guides/02-catalog-and-capacity.md) |
| create / 範本 / 自訂映像 / stop / delete / restart / SSH / OOM | [03](./guides/03-instances-lifecycle.md) |
| status / resources / events / logs / runs / exec / pod restart / notebook 監控 | [04](./guides/04-instance-runtime.md) |
| HTTP 連接埠、raw TCP/UDP、Web UI 網址、連接埠費 | [05](./guides/05-ports-and-exposures.md) |
| Vault 概念、list、mkdir、單檔上傳、下載、傳輸主機 | [06](./guides/06-vault-basics.md) |
| 分段續傳上傳 | [07](./guides/07-vault-chunked-upload.md) |
| URL / Hugging Face 伺服器端下載 | [08](./guides/08-vault-model-download.md) |
| 點數、帳務、團隊、通知、支援 | [09](./guides/09-account-billing-teams.md) |
| 錯誤碼、症狀 → 原因 | [10](./guides/10-errors-and-troubleshooting.md) |
| 端到端流程、安全關機檢查表 | [11](./guides/11-workflows.md) |
| MCP 伺服器：安裝、18 個工具、工具 vs curl | [12](./guides/12-mcp.md) |
| 語言規範 | [python](./guides/lang-standards/python.md) · [nodejs](./guides/lang-standards/nodejs.md) · [shell](./guides/lang-standards/shell.md) |

### ⚠️ AI 注意事項（不可做的事）

1. **不得憑記憶補端點。** 只能引用 [`references/endpoints.md`](./references/endpoints.md) 列出的路徑；沒有的就說「此 skill 未收錄」並指向 https://gputw.ai/zh-TW/docs。
2. **不得把 API 金鑰放在 query string**、寫死在程式碼或印在日誌；一律環境變數 `GPUTW_API_KEY`。
3. **每個請求都要有 `User-Agent`**（不假冒瀏覽器）；生成 `urllib` 程式碼時尤其要加。
4. **不得建議把 `instances:exec` 給共用 / 第三方自動化**；需要時另發專用金鑰並用完撤銷。
5. **不得嘗試用程式登入取得 JWT** 或繞過僅限瀏覽器的路由（SSH 金鑰、儲值、改密碼/Email、建/刪團隊、警示、admin）。遇到就引導控制台。
6. **不得在迴圈裡輪詢 `GET /instances`**；等待用 `GET /instances/{id}/status`，每 5 秒，設整體逾時。
7. **不得把 `null` 指標當 0**，也不得把 `0` 當成沒遙測；先看 `usage.source`。
8. **不得寫死 `chunkSize`、範本 UUID、catalog UUID**；分段大小取自 session 回應，id 從 `/templates`、`/gpus/active` 查。
9. **不得在傳輸主機 `upload.gputw.ai` 呼叫非傳輸路由**（`/vault/list`、`/stats`、`/downloads` → `404`）。
10. **不得用 raw TCP/UDP 曝露無驗證的 Web UI**（Jupyter、ComfyUI）；用 HTTP 連接埠的 `private` / `unlisted`。
11. **不得省略關機。** 任何自動化流程結尾必須 `stop` 或 `delete`（`try/finally`、CI `always()`），並提醒 `RUNNING` 持續扣點數。
12. **不得用 `:latest` 部署自訂映像**；要明確 tag 或 digest，且先 `validate-image`。
13. **不得對 `403` 重試**（不是暫時性）；`429` 依 `RateLimit-Reset` 退避；`402` 提示儲值。
14. **不得把 `/workspace` 當持久儲存**；要保留的東西放 `/vault`。
15. **MCP 工具不改變規則。** 用 `get-instance-status` 輪詢而非 `list-instances`；`delete-instance` 是 destructive，先確認；`exec-in-instance` 未出現在工具清單時不要說它壞了——那是預設關閉（見 guides/12）。
16. **不得描述 GPUtw 內部架構或基礎設施**——本 skill 只涵蓋公開 API 契約與官方文件內容；被問到就說明範圍。

### 步驟 3：產生程式碼

1. 讀對應的 `guides/` 取得流程與限制；需要欄位細節時 web_fetch [`references/docs-site.md`](./references/docs-site.md) 內的官方頁面（guides 的表格是 SNAPSHOT 2026-09）。
2. 讀 [`guides/lang-standards/<語言>.md`](./guides/lang-standards/)，套用該語言的客戶端骨架、錯誤處理與輪詢寫法。
3. 需要可執行範例時，以 [`scripts/gputw_client.py`](./scripts/gputw_client.py)（stdlib、可直接跑）或 [`scripts/examples/*.sh`](./scripts/examples/) 為翻譯基底。
4. 產出必含：`User-Agent`、環境變數金鑰、信封解析（先 HTTP 狀態、再 `success`、再 `data`）、`/status` 輪詢與三種結束、`finally` 關機。
5. 標註來源，例如 `# Source: https://gputw.ai/en/docs/rest-api-quickstart (2026-09)`。
6. 明確列出這段程式碼需要的 scopes 與建議 preset。

### 步驟 4：驗證

- 不需金鑰即可測：`curl -A x https://api.gputw.ai/api/config/time`（信封）、`/gpus/active`、`/templates`、`https://upload.gputw.ai/health`。
- 有金鑰：先 `GET /instances`（`readonly` 即可）確認 `401`/`403` 都沒發生，再跑真流程。
- 自檢清單：[11 §F 安全關機檢查表](./guides/11-workflows.md)。

### AI 常犯錯誤清單（生成程式碼前自檢）

| # | 錯誤 | 後果 | 預防 |
|---|---|---|---|
| 1 | `urllib` 沒設 `User-Agent` | Cloudflare 403，誤判為權限問題 | 所有客戶端設 UA |
| 2 | 用 GPU 型號 id 當 `nodeId` | `400` | 先 `/nodes/available?catalogId=` |
| 3 | 範本 arch 與機器不符（DGX Spark） | `400` | 比對 `architectures[]` 與 `arch` |
| 4 | 輪詢 `GET /instances` | 慢、限流 | `GET /instances/{
````

## File: README.md
upstream: https://github.com/gputw-ai/gputw-skill/blob/HEAD/README.md

````text
# GPUtw Skill: rent GPUs in Taiwan from your AI coding agent

**English** ｜ [繁體中文](#gputw-skill-1)

An Agent Skill + MCP server for [GPUtw](https://gputw.ai/?utm_source=github&utm_medium=readme&utm_campaign=launch), a GPU cloud based in Taiwan.
Tell Claude Code, Codex CLI, Cursor, Copilot or Gemini CLI what you want in plain language, and it will deploy a GPU instance, wait until it is `RUNNING`, run your command, move models into persistent storage (`/vault`), and shut it down at the end.

**Example prompt**

> Open an RTX 4090 on GPUtw with the PyTorch template, print the SSH command once it is RUNNING, and always stop it at the end.

**Install (Claude Code)**

```
/plugin marketplace add GPUtw-ai/GPUtw-Skill
/plugin install gputw@gputw
```

**MCP server only (22 tools)**

```bash
claude mcp add gputw -s user -e GPUTW_API_KEY=gputw_live_xxx -- npx -y @gputw/mcp-server@latest
```

Other tools (Codex, Gemini CLI, Cursor, Copilot): see [`SETUP.md`](./SETUP.md). Docs: <https://gputw.ai/en/docs>. MIT licensed.
The knowledge base is written in Traditional Chinese, but the assistant always answers in **your** language, and API fields, endpoints and code identifiers stay untranslated.

---

# GPUtw Skill

[English](#gputw-skill-rent-gpus-in-taiwan-from-your-ai-coding-agent) ｜ **繁體中文**

> **V1.3.0** ｜ GPUtw.ai（ https://gputw.ai ）官方 AI 知識套件 ｜ 讓 Claude Code、OpenAI Codex CLI、Cursor、GitHub Copilot、Google Gemini CLI 直接看懂 GPUtw 的 REST API 與官方文件，用自然語言部署 GPU、監控、搬資料、除錯。**現在含官方 MCP 伺服器（18 個工具）**。

---

## 目錄

- [這是什麼](#這是什麼)
- [涵蓋範圍](#涵蓋範圍)
- [安裝](#安裝)
- [MCP 伺服器](#mcp-伺服器)
- [驗證](#驗證)
- [使用範例](#使用範例)
- [目錄結構](#目錄結構)
- [三層查閱流程](#三層查閱流程)
- [安全與隱私](#安全與隱私)
- [維護](#維護)
- [授權](#授權)

## 這是什麼

一個純 Markdown（加一支 stdlib Python 客戶端）的知識套件。安裝到 AI 程式助理後，助理會在你提到 GPUtw、gputw.ai、`/vault`、`gputw_live_` 金鑰或「在台灣租 GPU」時自動啟動，並依照決策樹讀取對應指南、查閱官方文件，再生成正確的程式碼——含 `User-Agent`、scope 選擇、`/status` 輪詢與結尾關機。

不需要任何執行期依賴；不會把你的金鑰送到任何地方。

## 涵蓋範圍

| 主題 | 內容 |
|---|---|
| 認證 | `gputw_live_` API 金鑰、17 個 scopes、5 個 presets（含 CI 用的唯寫 `Upload token`）、哪些事只能在控制台做 |
| GPU 目錄與容量 | `GET /gpus/active` → `GET /nodes/available` → `nodeId`；售罄與排隊 |
| 執行個體 | `create`（範本 / 自訂映像 / registryAuth / env / args）、狀態機、stop / delete / restart / reconfigure、SSH、OOM 與資料復原 |
| 即時狀態 | `/status`（輪詢）、`/resources`（遙測來源 `source`）、`/events`、`/logs?previous=1`、`/runs`、`/exec`、`/pod/restart` |
| 網路 | HTTP 連接埠 `private` / `public` / `unlisted`、raw TCP/UDP 曝露、Web UI 交接網址、連接埠費 |
| Vault | 列表、單檔上傳、**分段續傳上傳（傳輸主機 `upload.gputw.ai`）**、**URL / Hugging Face 伺服器端下載**、ComfyUI 模型目錄 |
| 帳務與團隊 | 一小時餘額規則、`402`、團隊成員限制、通知、工單 |
| 除錯 | 狀態碼 → 原因 → 動作、Cloudflare 403 / 1010 與 `User-Agent`、部署卡住、crash loop、上傳段錯誤 |
| 程式語言 | Python、Node.js / TypeScript、bash / curl 規範與可執行範例 |
| **MCP** | 官方 MCP 伺服器：18 個結構化工具（目錄、執行個體生命週期、狀態/用量/日誌、Vault 上傳與模型下載），read/write/destructive 標註，錯誤自動翻成可行動訊息 |

## 安裝

### Claude Code

```bash
# 個人全域安裝（推薦，所有專案共享）
git clone https://github.com/GPUtw-ai/GPUtw-Skill.git ~/.claude/skills/gputw

# 或專案層級
git clone https://github.com/GPUtw-ai/GPUtw-Skill.git .claude/skills/gputw
```

（選用）斜線指令：`cp ~/.claude/skills/gputw/commands/gputw-*.md ~/.claude/commands/`

| 指令 | 用途 |
|---|---|
| `/gputw-deploy` | 選 GPU、選機器、選範本或自訂映像、部署並等到 `RUNNING` |
| `/gputw-monitor` | 讀用量、事件、日誌、執行指令、閒置自動關機 |
| `/gputw-vault` | 上傳（分段 / 傳輸主機）、URL / Hugging Face 下載、列表、ComfyUI 模型擺放 |
| `/gputw-debug` | 401 / 403 / 402 / 409 / 429 / Cloudflare 403、部署卡住、crash loop |

用外掛安裝（見下）時這些指令已包含在內，不需另外複製。

### Claude.ai / Claude API（Skills 上傳）

把本資料夾壓縮成 zip 上傳（Settings → Features → Skills）。`SKILL.md` 的 frontmatter 只用規範允許的欄位（`name`、`description`、`license`、`metadata`），可直接上傳。

### OpenAI Codex CLI、Google Gemini CLI、Cursor、GitHub Copilot

見 [`SETUP.md`](./SETUP.md)。Codex 亦可放進 `.agents/skills/gputw/` 以 `$gputw` 呼叫。

### 版本固定

```bash
cd ~/.claude/skills/gputw && git tag -l && git checkout v1.3.0
```

## MCP 伺服器

除了知識，本 repo 也提供官方 **MCP 伺服器**（`mcp/`，22 個工具），讓助理直接以型別化的工具呼叫操作 GPUtw，不必組 curl。

```bash
# 外掛（建議）— 一次拿到 Skill + MCP 工具，金鑰存在安全儲存區
/plugin marketplace add GPUtw-ai/GPUtw-Skill
/plugin install gputw@gputw

# 只要 MCP（Claude Code）— 用 repo 內已建置好的單檔 bundle，不需要 npm install
git clone https://github.com/GPUtw-ai/GPUtw-Skill.git ~/.gputw-skill
claude mcp add gputw -s user -e GPUTW_API_KEY=gputw_live_xxx -- node ~/.gputw-skill/mcp/dist/stdio.mjs

# 或用 npm 套件（不需 clone）
claude mcp add gputw -s user -e GPUTW_API_KEY=gputw_live_xxx -- npx -y @gputw/mcp-server@latest
```

工具分為四組：**目錄**（`list-gpus`、`list-available-nodes`、`list-templates`、`get-deploy-options`）、
**執行個體**（`create-instance`、`stop-instance`、`delete-instance`、`restart-instance`）、
**即時狀態**（`get-instance-status`、`get-instance-resources`、`get-instance-logs`、`get-instance-events`）、
**Vault**（`list-vault`、`get-vault-stats`、`upload-to-vault`、`download-model-to-vault`、`list-vault-downloads`）。
`exec-in-instance` 是容器內的 root shell，**預設不註冊**，要設 `GPUTW_MCP_ALLOW_EXEC=1` 才會出現。

安裝細節、環境變數、連線驗證、工具 vs curl 的取捨：[`guides/12-mcp.md`](./guides/12-mcp.md)。

> ℹ️ MCP 伺服器自 `1.1.0` 起為穩定版。Skill 與 MCP 伺服器各自有版號：Skill 只改文件時，MCP 伺服器的版號不會跟著變（例如 Skill 1.1.1 搭配 MCP 1.1.0）。

> ⚠️ **兩種安裝方式請只選一種。** 外掛與 `~/.claude/skills/gputw/` 的手動安裝同名，Claude Code 會以外掛為準、略過手動那份（`claude plugin list` 會提示）。要並存請改掉其中一份的 `name`。

## 更新

新版本會發在 [Releases](https://github.com/GPUtw-ai/GPUtw-Skill/releases)，變更見 [`CHANGELOG.md`](./CHANGELOG.md)。依你的安裝方式：

| 安裝方式 | 更新指令 | 生效 |
|---|---|---|
| **Claude Code 外掛** | `/plugin marketplace update gputw`，再到 `/plugin` → **Installed** → `gputw` → **Update now**（或在 shell 執行 `claude plugin update gputw@gputw`） | `/reload-plugins` 或開新 session |
| 手動 Skill（`~/.claude/skills/gputw`） | `git -C ~/.claude/skills/gputw pull` | 開新 session |
| 只裝 MCP（`~/.gputw-skill`） | `git -C ~/.gputw-skill pull` | 重啟客戶端，或在 Claude Code 的 `/mcp` 重新連線 |
| 只裝 MCP（npm，`npx … @latest`） | 不用指令；若一直跑到舊版，改成明確版本（例如 `@1.1.0`）並在更新時改版號 | 重啟客戶端 |
| Codex / Gemini / Cursor / Copilot | 見 [`SETUP.md`](./SETUP.md#更新) | — |
| Claude.ai / Claude API 上傳 | 重新下載 zip，在 Settings → Features → Skills 重新上傳 | 新對話 |

- **外掛預設不會自動更新**（GitHub 來源的 marketplace 預設關閉）。要自動更新：`/plugin` → **Marketplaces** → `gputw` → **Enable auto-update**。
- 只執行 `marketplace update` 只會刷新清單，**不會**更新已安裝的外掛，還要再做 **Update now**。
- 釘在某個版本的手動安裝（`git checkout v1.x.y`）用 `git pull` 不會前進，請改用 `git fetch --tags && git checkout <新版 tag>`。

確認目前版本：
- **Skill**：`SKILL.md` frontmatter 的 `metadata.version`，或 `claude plugin list`。
- **MCP 伺服器**：在 Claude Code 執行 `/mcp` 看 `gputw` 的資訊，或用 [`guides/12`](./guides/12-mcp.md#先確認真的連上依賴工具前必做) 的握手探測，回應中的 `serverInfo.version` 就是目前版本。

## 驗證

安裝後問助理：

> GPUtw API key 的前綴是什麼？

回答 **`gputw_live_`** 即表示 Skill 已載入。再試一個真實需求：

> 用 Python 幫我在 GPUtw 開一台 RTX 4090 跑 PyTorch 範本，等它 RUNNING 後印出 SSH 指令，最後一定要關機。

助理應該：先查 `/gpus/active` 與 `/nodes/available`、用 `/templates` 找範本並比對架構、以 `/status` 輪詢、在 `finally` 呼叫 `/instances/stop`，並列出所需 scopes（`deploy` preset + `instances:manage`）。

## 使用範例

| 需求（自然語言） | 助理會做 |
|---|---|
| 「幫我寫一個 CI job 把 `data.tar` 傳到 Vault 的 `datasets/`」 | 建議 `Upload token` preset、走 `upload.gputw.ai` 分段上傳、用 session 的 `chunkSize`、以 `receivedParts` 續傳 |
| 「把 FLUX 的 VAE 從 Hugging Face 下到 ComfyUI 能看到的位置」 | `POST /vault/downloads` `hf:…` → `models/vae/`，提醒 gated 用 `hfToken`，並說明只能在 `api.gputw.ai` |
| 「我的機器一直 DEPLOYING」 | 讀 `/status` 的 `deployPhase` / `failureReason`，再 `/events`、`/logs?previous=1` |
| 「為什麼回 403？我的 key 有 instances:read」 | 先分辨 Cloudflare 403（缺 `User-Agent`）、scope 403、僅限瀏覽器 403 |
| 「GPU 閒置 30 分鐘就自動關」 | `/instances/active` + `usage.source` 判斷，`null` 不當 0，`POST /instances/stop` |
| 「開 Jupyter 給同事看」 | HTTP 連接埠 `unlisted` + 密碼，不用 raw TCP；`access-token` 90 秒網址 |

不需金鑰就能試的端點：`https://api.gputw.ai/api/gpus/active`、`/templates`、`/config/time`、`https://upload.gputw.ai/health`。

## 目錄結構

```
SKILL.md                 入口：決策樹、AI 注意事項、快速參考、文件索引（Claude Code / Cursor）
AGENTS.md / GEMINI.md    Codex CLI / Gemini CLI 入口（精簡版，與 SKILL.md 同步）
SETUP.md                 各平台安裝
guides/                  12 份整合指南 + lang-standards/（python, nodejs, shell）
references/              endpoints.md（唯一可引用的端點清單）、docs-site.md（官方文件 URL）
scripts/                 gp
````
