Qu’est-ce que MCP ?

Le Model Context Protocol est un standard ouvert qui permet aux assistants IA d’appeler des outils externes. Claude, Cursor, VS Code et beaucoup d’autres clients le prennent en charge.

Est-ce payant en plus ?

Non. Vous ne payez que les serveurs lancés par l’agent, aux mêmes prix à la minute que dans le tableau de bord.

Puis-je utiliser l’API REST à la place ?

Oui, les outils MCP sont une fine couche au-dessus de la même API REST et du même jeton.

Serveur MCP pour agents IA : louez des GPU depuis Claude, Cursor et VS Code

Adresse et jeton

Point d’accès : https://vramfarm.com/mcp (Streamable HTTP). Autorisation : Bearer gf_live_…, un jeton API créé dans les paramètres du tableau de bord. Le jeton peut seulement lister les machines, lancer, consulter et arrêter des serveurs : il ne peut pas modifier votre mot de passe, vos clés ni vos paiements.

Connecter votre client

Claude Code

claude mcp add --transport http vramfarm https://vramfarm.com/mcp \
  --header "Authorization: Bearer gf_live_YOUR_TOKEN"

Cursor (.cursor/mcp.json)

{
  "mcpServers": {
    "vramfarm": {
      "url": "https://vramfarm.com/mcp",
      "headers": {
        "Authorization": "Bearer gf_live_YOUR_TOKEN"
      }
    }
  }
}

VS Code (.vscode/mcp.json)

{
  "servers": {
    "vramfarm": {
      "type": "http",
      "url": "https://vramfarm.com/mcp",
      "headers": {
        "Authorization": "Bearer gf_live_YOUR_TOKEN"
      }
    }
  }
}

Claude Desktop et autres clients stdio (via mcp-remote)

{
  "mcpServers": {
    "vramfarm": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote",
        "https://vramfarm.com/mcp",
        "--header",
        "Authorization: Bearer gf_live_YOUR_TOKEN"
      ]
    }
  }
}

Ce que l’agent peut faire

`list_gpu_types`	Tous les modèles de GPU avec la VRAM, le prix horaire le plus bas et le nombre de machines libres
`list_offers`	Les machines d’un modèle : pays, CUDA, disque, réseau, prix
`launch_server`	Louer une machine avec un modèle (PyTorch, ComfyUI, chat, vLLM, synthèse vocale) ou votre image Docker. Nécessite max_eur_per_hour, le budget de l’agent
`get_server`	État, coût jusqu’ici, commande SSH, liens Jupyter et application
`list_servers`	Vos serveurs en cours et récents
`stop_server`	Arrêter la facturation ; enregistrer /workspace pour le prochain lancement si besoin
`get_account`	Solde et durée qu’il couvre

Les dépenses restent sous contrôle

Chaque lancement indique max_eur_per_hour : une machine au-dessus du budget de l’agent est refusée avant toute location.
Le solde est prépayé : un agent ne peut jamais dépenser plus que ce que vous avez rechargé.
Facturation à la minute après un minimum de 15 minutes ; les serveurs inactifs reçoivent un e-mail et s’arrêtent automatiquement.
Révoquez le jeton à tout moment dans le tableau de bord : l’agent perd l’accès immédiatement.

Demandez par exemple à votre agent

“Trouve le GPU le moins cher avec au moins 24 Go à moins de 0,50 € de l’heure et lance PyTorch dessus.”
“Lance une RTX 4090 avec ComfyUI et Flux, donne-moi le lien et arrête-la dans une heure.”
“Exécute mon script d’entraînement depuis GitHub sur une A100, surveille-le en SSH et arrête le serveur à la fin.”

Serveur MCP : laissez votre agent IA louer le GPU