Synthèse automatique
Recherche des offres de GPU sur Vast.ai pour la location de machines adaptées à des besoins spécifiques (modèle de GPU, VRAM, budget, région).
Points forts
- Accès à un large inventaire de GPU (RTX 4090, A100, H100, etc.)
- Filtres précis (VRAM, nombre de GPU, prix, fiabilité, localisation)
- Comparaison rapide des prix on-demand, spot et réservés
Limites
- Nécessite la connaissance des paramètres de requête spécifiques à Vast.ai
- Les résultats dépendent de la disponibilité en temps réel des offres
- Ne gère pas la réservation ni le lancement d'instances
Lorsque vous devez trouver rapidement le meilleur GPU louable pour un projet d'apprentissage automatique ou de calcul intensif.
Lorsque vous cherchez à acheter du matériel GPU ou à utiliser des services cloud gérés comme AWS SageMaker.
Analyse de sécurité
SûrThe skill uses Bash only to run vastai search offers with a query constructed from a predefined mapping of user requirements to query fields. No raw user input is directly injected into shell commands, and no destructive or exfiltrating actions are instructed.
Aucun point d'attention détecté
Comment cette analyse est faiteExemples
Find a single RTX 4090 GPU for under $1 per hour with good reliability.Search for 8 H100 GPUs in a datacenter for large model training.I need at least 2 GPUs with at least 24GB VRAM each, total cost under $1.50/hr.name: search-gpus description: "Search for available GPU machines on Vast.ai. Use when looking for GPUs to rent, comparing GPU pricing, or finding machines that match specific requirements." argument-hint: "[gpu-type or requirements]" allowed-tools: Bash
Search Vast.ai GPU Offers
Help the user find the best GPU offers on Vast.ai.
User Request
$ARGUMENTS
Instructions
-
Understand requirements: Key dimensions to determine:
- GPU model (RTX 4090, A100, H100, etc.)
- Number of GPUs
- VRAM requirements
- Budget ($/hr)
- Region preferences
- Reliability needs
- Pricing type (on-demand vs spot/interruptible vs reserved)
-
Build the search query from the mapping below.
-
Run the search and present results clearly.
-
Help interpret: Highlight best options based on user priorities.
Query Construction
| User says | Query field |
|-----------|-------------|
| "4090", "RTX 4090" | gpu_name=RTX_4090 |
| "A100 80GB" | gpu_name=A100 gpu_ram>=80 |
| "H100" | gpu_name=H100 |
| "4 GPUs", "multi-GPU" | num_gpus>=4 |
| "at least 48GB VRAM" | gpu_total_ram>=48 |
| "under $1/hr", "cheap" | dph_total<1.0 |
| "reliable" | reliability>0.95 |
| "US only" | geolocation=US |
| "datacenter" | datacenter=true |
| "spot", "interruptible" | add -b flag |
| "reserved" | add -r flag |
| "NVLink" | bw_nvlink>0 |
| "fast internet" | inet_down>500 |
Always include reliability>0.9 unless the user wants cheaper unreliable machines.
Default sort: -o 'dph_total' (cheapest first).
Examples
# Cheap single 4090
vastai search offers 'gpu_name=RTX_4090 num_gpus=1 reliability>0.9' -o 'dph_total'
# 8x H100 for large training
vastai search offers 'gpu_name=H100 num_gpus=8 reliability>0.95' -o 'dph_total'
# Any GPU with 80GB+ VRAM in US datacenters
vastai search offers 'gpu_total_ram>=80 geolocation=US datacenter=true reliability>0.95' -o 'dph_total'
# Budget multi-GPU fine-tuning
vastai search offers 'num_gpus>=2 gpu_ram>=24 dph_total<1.5 reliability>0.9' -o 'dph_total'
# Spot pricing for H100s
vastai search offers 'gpu_name=H100 num_gpus>=4' -b -o 'dph_total'
Presenting Results
After running the search:
- Summarize top 3-5 options in a clear table with: Offer ID, GPU, # GPUs, VRAM, $/hr, Reliability, Location
- Highlight the offer ID prominently — user needs it to launch
- Note trade-offs (price vs reliability vs perf)
- Mention spot pricing if it would save significantly
- If no results, suggest relaxing constraints
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/search-gpus-on-vast-ai-mmh8qr4f/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/search-gpus-on-vast-ai-mmh8qr4f' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/search-gpus-on-vast-ai-mmh8qr4f/download' --output '.skill-downloads/search-gpus-on-vast-ai-mmh8qr4f/SKILL.md.part' && mv '.skill-downloads/search-gpus-on-vast-ai-mmh8qr4f/SKILL.md.part' '.skill-downloads/search-gpus-on-vast-ai-mmh8qr4f/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Outils déclarés par l’auteur (à vérifier dans votre agent) : Bash
Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/search-gpus-on-vast-ai-mmh8qr4f/SKILL.md' && test -s '.skill-downloads/search-gpus-on-vast-ai-mmh8qr4f/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/search-gpus' && cp -R '.skill-downloads/search-gpus-on-vast-ai-mmh8qr4f' '.claude/skills/search-gpus'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/search-gpus-on-vast-ai-mmh8qr4f'openskills read 'search-gpus-on-vast-ai-mmh8qr4f'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/search-gpus-on-vast-ai-mmh8qr4f/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Créer des cartes interactives avec kepler.gl
Data & IA
Création de cartes interactives et export HTML autonome avec le package Python keplergl, à partir de données géospatiales (DataFrame, GeoJSON, CSV).
Optimisation de paramètres par agent
Data & IA
Guide d'optimisation de systèmes configurables avec objectif mesurable, via des essais bornés et une recommandation fondée sur des preuves.
Relance des visiteurs ICP
Data & IA
Identifiez les utilisateurs inscrits correspondant au profil client idéal mais qui n'ont pas activé, et rédigez des messages de relance personnalisés pour les réengager.