CLI-Automatisierung

Automatisieren Sie GPU-Mieten mit dem clore CLI — Bash-Skripte, CI/CD-Pipelines, Überwachung und Batch-Operationen

Voraussetzungen: Installieren Sie das SDK (pip install clore-ai) und konfigurieren Sie Ihren API-Schlüssel. Siehe das Python Quickstart falls Sie es noch nicht getan haben.

Grundlegender Arbeitsablauf

Die Kernschleife: suchen → bereitstellen → verbinden → abbrechen.

# 1. Finde eine GPU
clore search --gpu "RTX 4090" --max-price 2.0 --sort price --limit 5

# 2. Bereitstellen (verwenden Sie eine Server-ID aus Schritt 1)
clore deploy 142 \
  --image cloreai/ubuntu22.04-cuda12 \
  --type on-demand \
  --currency bitcoin \
  --ssh-password MySecurePass \
  --port 22:tcp \
  --port 8888:http

# 3. Überprüfen Sie Ihre Bestellungen
clore orders

# 4. SSH in den Server
clore ssh 38

# 5. Abbrechen, wenn fertig
clore cancel 38

# 6. Wallet-Guthaben prüfen
clore wallets

---

CLI-Befehlsreferenz

Befehl	Beschreibung
clore search	GPU-Marktplatz durchsuchen
clore deploy <server_id>	Erstellen Sie eine neue Bestellung
clore orders	Aktive Bestellungen auflisten
clore orders --completed	Alle Bestellungen einschließlich abgeschlossener auflisten
clore ssh <order_id>	Per SSH in eine aktive Bestellung einloggen
clore cancel <order_id>	Eine Bestellung stornieren
clore wallets	Wallet-Guthaben anzeigen
clore servers	Ihre gehosteten Server auflisten
clore server-config <name>	Serverkonfiguration anzeigen
clore spot <server_id>	Spotmarkt für einen Server anzeigen
clore spot-price <order_id> <price>	Spotpreis für eine Bestellung festlegen
clore config set <key> <value>	Konfigurationswert setzen
clore config get <key>	Konfigurationswert abrufen
clore config show	Alle Konfigurationen anzeigen

---

Scripting mit der CLI

Bereitstellen und auf SSH warten

#!/bin/bash
# deploy-and-connect.sh — Einen Server bereitstellen und sich per SSH verbinden, wenn er bereit ist

set -euo pipefail

SERVER_ID=${1:?Usage: $0 <server_id>}
IMAGE=${2:-cloreai/ubuntu22.04-cuda12}
PASSWORD="AutoDeploy$(date +%s)"

echo "🚀 Bereitstellung des Servers $SERVER_ID..."
clore deploy "$SERVER_ID" \
  --image "$IMAGE" \
  --type on-demand \
  --currency bitcoin \
  --ssh-password "$PASSWORD" \
  --port 22:tcp

echo "⏳ Warte darauf, dass die Bestellung bereit ist..."
sleep 15

echo "📦 Aktive Bestellungen:"
clore orders

echo ""
echo "🔑 SSH-Passwort: $PASSWORD"
echo "💡 Verbinden mit: clore ssh <order_id>"

Günstigste GPU finden und bereitstellen

#!/bin/bash
# cheapest-gpu.sh — Finde und bereitstelle die günstigste GPU, die den Kriterien entspricht

GPU_MODEL=${1:-"RTX 4090"}
MAX_PRICE=${2:-5.0}

echo "🔍 Suche nach der günstigsten $GPU_MODEL unter \$$MAX_PRICE/h..."
clore search --gpu "$GPU_MODEL" --max-price "$MAX_PRICE" --sort price --limit 5

echo ""
read -p "Geben Sie die Server-ID zum Bereitstellen ein (oder 'q' zum Beenden): " SERVER_ID

if [ "$SERVER_ID" = "q" ]; then
    echo "Abgebrochen."
    exit 0
fi

read -sp "SSH-Passwort: " SSH_PASS
echo ""

clore deploy "$SERVER_ID" \
  --image cloreai/ubuntu22.04-cuda12 \
  --type on-demand \
  --currency bitcoin \
  --ssh-password "$SSH_PASS" \
  --port 22:tcp \
  --port 8888:http

echo "✅ Bereitgestellt! Prüfen Sie 'clore orders' auf den Status."

Alle Bestellungen stornieren

#!/bin/bash
# cancel-all.sh — Alle aktiven Bestellungen stornieren

echo "📦 Aktuelle Bestellungen:"
clore orders

echo ""
read -p "ALLE aktiven Bestellungen stornieren? (yes/no): " CONFIRM

if [ "$CONFIRM" = "yes" ]; then
    # Verwenden Sie einen Python-Einzeiler, da die CLI jeweils eine Bestellung storniert
    python3 -c "
from clore_ai import CloreAI
client = CloreAI()
orders = client.my_orders()
for o in orders:
    client.cancel_order(o.id, issue='Batch cleanup')
    print(f'Cancelled order {o.id}')
print(f'Done. Cancelled {len(orders)} orders.')
"
else
    echo "Abgebrochen."
fi

---

CI/CD-Integration

GitHub Actions: GPU für Training bereitstellen

# .github/workflows/train.yml
name: GPU Training

on:
  workflow_dispatch:
    inputs:
      gpu_model:
        description: 'GPU-Modell'
        default: 'RTX 4090'
      max_price:
        description: 'Maximaler Preis USD/h'
        default: '2.0'

env:
  CLORE_API_KEY: ${{ secrets.CLORE_API_KEY }}

jobs:
  train:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4

      - name: Installiere clore-ai
        run: pip install clore-ai

      - name: GPU finden und bereitstellen
        run: |
          python3 << 'EOF'
          import time, os
          from clore_ai import CloreAI

          client = CloreAI()

          # Finde die günstigste passende GPU
          servers = client.marketplace(
              gpu="${{ github.event.inputs.gpu_model }}",
              max_price_usd=float("${{ github.event.inputs.max_price }}")
          )
          servers.sort(key=lambda s: s.price_usd or float("inf"))

          if not servers:
              print("Keine Server verfügbar!")
              exit(1)

          best = servers[0]
          print(f"Bereitstellung auf Server {best.id}: {best.gpu_model} @ ${best.price_usd:.4f}/h")

          order = client.create_order(
              server_id=best.id,
              image="cloreai/ubuntu22.04-cuda12",
              type="on-demand",
              currency="bitcoin",
              ssh_password=os.environ.get("SSH_PASSWORD", "CITraining123"),
              ports={"22": "tcp"},
              command="bash /workspace/train.sh"
          )

          print(f"Order {order.id} erstellt")

          # Auf Bereitschaft warten
          for _ in range(30):
              orders = client.my_orders()
              o = next((x for x in orders if x.id == order.id), None)
              if o and o.pub_cluster:
                  print(f"Bereit: {o.pub_cluster}")
                  break
              time.sleep(10)

          # Bestell-ID für Bereinigung speichern
          with open(os.environ["GITHUB_ENV"], "a") as f:
              f.write(f"ORDER_ID={order.id}\n")
          EOF

      - name: Auf Abschluss des Trainings warten
        run: |
          echo "Training läuft..."
          # Fügen Sie hier Ihre Überwachungslogik hinzu
          sleep 60

      - name: GPU bereinigen
        if: always()
        run: |
          python3 -c "
          from clore_ai import CloreAI
          import os
          client = CloreAI()
          order_id = int(os.environ.get('ORDER_ID', 0))
          if order_id:
              client.cancel_order(order_id, issue='CI job complete')
              print(f'Cancelled order {order_id}')
          "

GitLab CI: Stapelverarbeitung

# .gitlab-ci.yml
gpu-batch-job:
  stage: process
  image: python:3.11
  variables:
    CLORE_API_KEY: $CLORE_API_KEY
  before_script:
    - pip install clore-ai
  script:
    - |
      python3 << 'EOF'
      from clore_ai import CloreAI
      import time

      client = CloreAI()

      servers = client.marketplace(gpu="RTX 4090", max_price_usd=3.0)
      if not servers:
          print("Keine GPUs verfügbar")
          exit(1)

      servers.sort(key=lambda s: s.price_usd or float("inf"))
      order = client.create_order(
          server_id=servers[0].id,
          image="cloreai/ubuntu22.04-cuda12",
          type="spot",
          currency="bitcoin",
          spot_price=0.00005,
          ports={"22": "tcp"}
      )
      print(f"Bereitgestellt: Bestellung {order.id}")

      # ... Arbeit ausführen ...

      client.cancel_order(order.id)
      print("Fertig und bereinigt")
      EOF
  after_script:
    - |
      python3 -c "
      from clore_ai import CloreAI
      client = CloreAI()
      for o in client.my_orders():
          client.cancel_order(o.id, issue='CI cleanup')
      "

---

Überwachung

Bestellungen periodisch prüfen

#!/bin/bash
# monitor.sh — Bestellungen alle 60 Sekunden prüfen

while true; do
    echo "=== $(date) ==="
    clore orders
    clore wallets
    echo ""
    sleep 60
done

Python-Überwachungsskript

#!/usr/bin/env python3
"""monitor-orders.py — Aktive Bestellungen überwachen und bei Problemen alarmieren."""

import time
from clore_ai import CloreAI

POLL_INTERVAL = 60  # Sekunden
LOW_BALANCE_THRESHOLD = 0.001  # BTC

def monitor():
    client = CloreAI()

    while True:
        try:
            # Bestellungen prüfen
            orders = client.my_orders()
            print(f"[{time.strftime('%H:%M:%S')}] Aktive Bestellungen: {len(orders)}")
            for o in orders:
                print(f"  Bestellung {o.id}: type={o.type}, IP={o.pub_cluster or 'pending'}")

            # Guthaben prüfen
            wallets = client.wallets()
            for w in wallets:
                if w.name.lower() == "bitcoin" and w.balance < LOW_BALANCE_THRESHOLD:
                    print(f"  ⚠️  Niedriger BTC-Guthabenstand: {w.balance:.8f}")

        except Exception as e:
            print(f"  ❌ Fehler: {e}")

        time.sleep(POLL_INTERVAL)

if __name__ == "__main__":
    monitor()

---

Stapeloperationen

Auf mehreren Servern bereitstellen

#!/bin/bash
# batch-deploy.sh — Auf mehreren Servern bereitstellen

SERVER_IDS=(142 305 891 450)
IMAGE="cloreai/ubuntu22.04-cuda12"
PASSWORD="BatchRun$(date +%s)"

for SID in "${SERVER_IDS[@]}"; do
    echo "🚀 Bereitstellung auf Server $SID..."
    clore deploy "$SID" \
      --image "$IMAGE" \
      --type on-demand \
      --currency bitcoin \
      --ssh-password "$PASSWORD" \
      --port 22:tcp \
      || echo "⚠️  Bereitstellung auf $SID fehlgeschlagen"
    sleep 6  # Respektieren Sie Rate-Limits
done

echo ""
echo "📦 Alle Bestellungen:"
clore orders
echo "🔑 Passwort: $PASSWORD"

Stapelbereitstellung mit Python (Async)

#!/usr/bin/env python3
"""batch-deploy.py — Auf mehreren Servern gleichzeitig bereitstellen."""

import asyncio
from clore_ai import AsyncCloreAI
from clore_ai.exceptions import CloreAPIError

async def batch_deploy(server_ids, image="cloreai/ubuntu22.04-cuda12"):
    async with AsyncCloreAI() as client:
        tasks = [
            client.create_order(
                server_id=sid,
                image=image,
                type="on-demand",
                currency="bitcoin",
                ssh_password="BatchPass123",
                ports={"22": "tcp"}
            )
            for sid in server_ids
        ]

        results = await asyncio.gather(*tasks, return_exceptions=True)

        for sid, result in zip(server_ids, results):
            if isinstance(result, CloreAPIError):
                print(f"❌ Server {sid}: {result}")
            elif isinstance(result, Exception):
                print(f"❌ Server {sid}: {result}")
            else:
                print(f"✅ Server {sid}: Bestellung {result.id}")

if __name__ == "__main__":
    import sys
    server_ids = [int(x) for x in sys.argv[1:]]
    if not server_ids:
        print("Verwendung: python batch-deploy.py 142 305 891")
        exit(1)
    asyncio.run(batch_deploy(server_ids))

Verwendung:

python batch-deploy.py 142 305 891

Spotmarkt-Scanner

#!/bin/bash
# spot-scanner.sh — Spotpreise für eine Liste von Servern scannen

SERVERS=(6 12 42 100)

echo "📊 Spotmarkt-Scan — $(date)"
echo "---"

for SID in "${SERVERS[@]}"; do
    echo "Server $SID:"
    clore spot "$SID"
    echo ""
done

---

Cron-Jobs

Tägliche GPU-Preisprüfung

# In crontab hinzufügen: crontab -e
# Jeden Tag um 9 Uhr ausführen
0 9 * * * CLORE_API_KEY=your_key /usr/local/bin/clore search --gpu "RTX 4090" --sort price --limit 5 >> /var/log/clore-prices.log 2>&1

Stündliche Guthabenprüfung

# Prüfe Guthaben jede Stunde
0 * * * * CLORE_API_KEY=your_key /usr/local/bin/clore wallets >> /var/log/clore-balance.log 2>&1

---

Tipps

1. Setzen Sie immer CLORE_API_KEY als Umgebungsvariable in Skripten und CI

2. Fügen Sie hinzu sleep 6 zwischen Deploy-Befehlen in Bash-Schleifen ein, um Rate-Limits zu respektieren

3. Verwenden Sie --type spot für Stapel-/CI-Jobs — günstiger und unterbrechbar ist in Ordnung

4. Bestellungen stornieren in after_script / if: always() um vergessene Abrechnung zu vermeiden

5. Speichern Sie SSH-Passwörter in Secrets (GitHub Secrets, GitLab CI-Variablen usw.)

6. Verwenden Sie clore orders --completed um vergangene Nutzung zu prüfen

---

Nächste Schritte

• Python-SDK-Anleitung — Vollständige SDK-Referenz mit asynchronen Mustern

• Stapelverarbeitung — Große KI-Workloads verarbeiten

• API-Integration — KI-Dienste mit Ihren Anwendungen verbinden