无阶未来 GPU 操作

要解决什么问题

在无阶未来（Vylai）上跑训练或推理，实例往往要在控制台里点选应用、GPU 型号和数量；任务一多，创建、查状态、删闲置容器很容易变成重复手工操作。更麻烦的是，app_id 散落在各应用页，task_id 若不规范还会导致重复建容器或删错实例。本技能把平台实例生命周期收成可脚本化的一套路径，适合在 Agent 或 CI 里按业务标识驱动 GPU 资源。

技能如何工作

前置需在环境变量中配置 Vylai API Token（控制台 → API 页面获取）。核心能力对应五类脚本化操作：

• 创建实例：传入 app_id、gpu_id（见技能内 GPU ID 映射表，如 1 为 4090）、唯一 task_id，可选 gpu_num；返回 container_id、状态与创建时间。相同 task_id 具备幂等性，不会重复创建。
• 查询实例：列出全部实例，或按 task_id 查单条；字段含 deploy_name、status 等，便于筛非 running 的闲置容器。
• 删除实例：支持按 task_id 或 deploy_name 删除；运行中实例需先关机。
• GPU / 应用列表：拉取可用 GPU 资源（含价格与配置）；list_apps 可带 Token 查公开+私有应用，或 --no-token 仅公开应用，用于快速拿到 app_id。

典型流程：先用应用列表确定 app_id → 选定 gpu_id 与业务向 task_id → 创建后轮询状态（创建接口可能先返回 waiting）→ 任务结束后查询并删除。

适用边界与注意点

• 包月计费实例不能通过 API 删除。
• API 限流：创建约 1 次/秒，删除约 5 次/秒；创建后需轮询而非假定立即 running。
• task_id 最长 256 字符，建议用稳定业务标识以便幂等与清理。
• 详细字段与接口说明见技能内 references/api-reference.md 与各 scripts/*.py。