用途
该技能在 Runpod 上开通一个 Pod，供交互式使用、开发或训练，并告知用户具体如何连接。创建前先确认所选 GPU 型号在目标数据中心有实际库存；创建调用只放置指定的型号，不会回退到其它 GPU，无法放置时返回 400。
主要能力
- 按数据中心读取 GPU 库存（include:["AVAILABILITY"] 与 product:["POD"] 配合使用），确认型号可用后再创建。
- 通过同一读取的 cudaVersions 查看各 GPU 型号有容量的 CUDA 版本，必要时用 get-capacity 查看跨宿主 CUDA 版本的矩阵。
- 读取数据中心列表与详情。
- 为训练场景创建网络卷，用于检查点持久化。
- 创建 Pod（镜像、GPU 或 CPU、磁盘、端口、环境变量、数据中心、挂载）。
- 检查 Pod 状态、暴露端口和代理/公开地址；列出 Pod；读取 Pod 启动日志。
- 停止 Pod（保留卷磁盘）、恢复已停止的 Pod、终止 Pod。
- 读取和更新账户 SSH 密钥。
使用方式
分三个阶段：
- 确认库存并规划 Pod：先读 GPU 可用性；按用途选镜像（交互式应用如 ComfyUI、PyTorch 镜像用于开发，CUDA/PyTorch 基础镜像用于训练），并把镜像的 CUDA 版本作为下限（gpu.minCudaVersion）固定在创建请求上；镜像须来自本次会话的读取（模板、Hub 仓库或已在账户上运行的 Pod），目录无匹配时才可退回知名公共镜像并明确说明；根据工作负载决定端口（应用自身 HTTP 端口、Jupyter 用 8888/http、SSH 用 22/tcp，SSH 还需 startSsh: true 且账户已注册密钥）；创建前说明 GPU 小时价格。
- 创建并连接：创建后等待运行，检查并读回暴露端口和实际映射；容器初始化期间 runtime.ports 为空，需轮询到有值再交付 URL；应用镜像较大，拉取可能需数分钟，启动慢不算失败，不得因此再建第二个 Pod；Pod id 出现后可先给出代理 URL 形式 https://<podId>-<port>.proxy.runpod.net；SSH 方面返回 ssh.direct（需要 22/tcp，支持 scp 和 rsync）或 ssh.proxy（仅交互式 shell）；确认应用已绑定端口（启动日志中的监听行）后再告知可访问。
- 交付：在最终消息中独立给出 Pod id、所用镜像及其来源、GPU 型号及库存证据、可访问 URL 原文、挂载路径（如有）以及 Pod 状态和当前计费的小时费用。
创建后暂不运行：创建并确认运行后执行停止而非终止；停止会结束计算计费并释放 GPU，清空容器磁盘，卷磁盘（默认 /workspace）保留并按停止磁盘费率计费直到 Pod 被终止；Pod 留在原机器上恢复，若该 GPU 被他人租走，启动可能因无空闲 GPU 被拒。
训练 Pod：检查点写入容器磁盘会随 Pod 消失，因此需在同一数据中心创建网络卷（网络卷只能挂载到 Secure Cloud Pod），将 Pod 放在该数据中心并把卷挂载到检查点路径（如 /workspace 或 /checkpoints），告知挂载路径及检查点可跨停止/终止保留；卷容量应为预期检查点总量留出余量。Pod 上的挂载路径由 mounts 设定（无默认值），Serverless worker 始终在 /runpod-volume 看到该卷。
清理：默认保留用户要求的 Pod 并说明计费方式和停止方法；仅当用户说明是一次性测试或要求清理时才拆除，并通过读取确认。
适用场景
- 交互式开发 Pod（如 ComfyUI、Jupyter）。
- 需要持久检查点的训练 Pod。
- 创建后暂不运行、稍后恢复的 Pod。
限制与注意事项
- 创建 Pod 和网络卷均计费，须在创建前说明小时费用。
- 不得在无库存的 GPU 型号上创建；不得停止、终止或修改用户未指名的 Pod 或卷。
- 不得仅凭创建调用就声称 Pod 可访问，必须先读回状态。
- 只暴露工作负载需要的端口，不额外开放 SSH 或其它端口。
- 代理 URL 默认公开且无认证，敏感内容需自行加认证。
- 创建返回 400 时应报告并改选其它型号或数据中心，而非盲目重试；create-network-volume 被拒需读取具体原因（数据中心不支持网络存储、容量超出 10–4096 GB 或余额不足）后停止。
- 该技能跨会话的答复契约定义在 runpod-mcp 技能中；若本会话尚未加载 runpod-mcp，需先加载再调用工具。