For the complete documentation index, see llms.txt. This page is also available as Markdown.

Guide CLI et SDK

Vue d'ensemble

Clore.ai fournit une API REST qui permet un accès programmatique complet à la place de marché GPU — lister les serveurs, créer des commandes, surveiller les déploiements et annuler les locations.

Remarque : Il n'existe actuellement aucun binaire CLI officiel. Toute automatisation se fait directement via l'API REST à l'aide d'outils comme curl, Python ou Node.js.

URL de base : https://api.clore.ai/v1

Format de réponse : JSON. Chaque réponse inclut un code indiquant le statut.


Authentification

Générez votre clé API depuis le tableau de bord Clore.ai:

  1. Connectez-vous à votre compte

  2. Accédez à API section dans les paramètres

  3. Générez et copiez votre clé API

Format de l'en-tête :

auth: YOUR_API_KEY

⚠️ Important : L'en-tête auth est auth, pas Authorization: Bearer. L'utilisation du mauvais format renverra le code 3 (Jeton API invalide).

Exemple :

curl -H 'auth: YOUR_API_KEY' 'https://api.clore.ai/v1/marketplace'

Démarrage rapide

Lister les serveurs de la place de marché

Parcourez tous les serveurs GPU disponibles :

Réponse :


Obtenez vos commandes

Inclure les commandes terminées/expirées :


Créer une commande (à la demande)

Réponse :


Créer une commande spot

Les commandes spot sont moins chères mais peuvent être surenchéries. Vous définissez votre prix par jour :


Vérifier l'état de la commande

Les commandes actives incluent pub_cluster (noms d'hôte) et tcp_ports pour l'accès SSH :

Connectez-vous en SSH à votre serveur loué :


Annuler une commande

Vous pouvez éventuellement signaler un problème avec le serveur :


SDK Python

Un wrapper léger utilisant la requests bibliothèque. Installez-le avec :

Classe CloreClient

Exemple complet fonctionnel


Exemple Node.js

En utilisant l'API native fetch API (Node.js 18+):


Flux de travail courants

Trouver le RTX 4090 le moins cher et le louer


Surveiller mes commandes


Location automatique lorsque le prix descend sous X


WebSocket

L'API REST de Clore.ai n'expose actuellement pas de point de terminaison WebSocket. Pour la surveillance en temps réel, utilisez l'interrogation à un intervalle raisonnable (voir les limites de débit ci-dessous).


Limites de débit

Point de terminaison
Limite

La plupart des points de terminaison

1 requête/seconde

create_order

1 requête/5 secondes

set_spot_price (réduction de prix)

Une fois toutes les 600 secondes

Réponse de limite de débit (code 5) :

Bonnes pratiques :

  • Ajoutez time.sleep(1) entre des appels API consécutifs

  • Pour create_order, attendez au moins 5 secondes entre les requêtes

  • Utilisez des intervalles d'interrogation de 60 secondes ou plus pour les boucles de surveillance

  • Mettez en cache localement les données de la place de marché si vous devez les interroger fréquemment

Aide Python :


Gestion des erreurs

Chaque réponse API inclut un code champ. Une valeur de 0 signifie le succès.

Codes d'erreur

Code
Signification
Action

0

Succès

—

1

Erreur de base de données

Réessayez après un délai

2

Données d'entrée invalides

Vérifiez le corps et les paramètres de votre requête

3

Jeton API invalide

Vérifiez votre clé API dans le tableau de bord

4

Point de terminaison invalide

Vérifiez l'URL du point de terminaison

5

Limite de débit dépassée (1 requête/sec)

Ajoutez des délais entre les requêtes

6

Erreur d'application (voir erreur champ)

Lisez le erreur champ pour plus de détails

Sous-erreurs du code 6

erreur valeur

Signification

exceeded_max_step

La réduction du prix spot est trop importante ; vérifiez le max_step champ

can_lower_every_600_seconds

Vous devez attendre avant de baisser à nouveau le prix spot ; vérifiez le time_to_lowering

Exemple de gestion des erreurs en Python

Exemple de gestion des erreurs en JavaScript


Images Docker disponibles

Clore.ai fournit des images préconfigurées optimisées pour les charges de travail GPU :

Image
Description

cloreai/ubuntu20.04-jupyter

Ubuntu 20.04 + JupyterLab

cloreai/ubuntu22.04-jupyter

Ubuntu 22.04 + JupyterLab

Vous pouvez également utiliser n'importe quelle image publique Docker Hub. Pour l'accès GPU, utilisez des images compatibles CUDA, par exemple :


Redirection de ports

Lors de la création d'une commande, spécifiez les ports à exposer :

  • "tcp" — Redirection TCP directe des ports (pour SSH, serveurs personnalisés)

  • "http" — Proxy HTTPS (pour Jupyter, interfaces web). Un seul port HTTP autorisé par http_port champ.

Après la création de la commande, les détails de connexion apparaissent dans my_orders:

Connexion via SSH :

Accédez à Jupyter via le navigateur : https://n1.c1.clorecloud.net (utilise le http_port)

Mis à jour

Ce contenu vous a-t-il été utile ?