Communitygithub.com

Itô Compute

Live-GPU-Inventar abfragen, authentifizierte Itô Festpreis-RFQ einreichen, RFQ- oder Beschaffungsstatus prüfen, Geräteanmeldeinformationen widerrufen und explizit gesteuerte Knotenqualifikation über die separat installierte kanonische CLI ausführen.

Was ist Itô Compute?

Diese Fertigkeit ermöglicht es KI-Agenten (wie Claude Code, Cursor, Codex), mit dem Itô Compute-Netzwerk zu interagieren, um GPU-Kapazität (H100/H200) zu finden, Festpreis-RFQs einzureichen und deren Status zu prüfen. Sie fungiert als schlanker Adapter für die kanonische Itô Compute CLI oder den MCP-Server und überlässt die gesamte Authentifizierung, RFQ-Erstellung und Knotenqualifikation der offiziellen lokalen Installation. Der Agent selbst führt keine parallelen Clients, lokalen Simulationen, Reservierungen, Workload-Runner oder Inferenzserver aus. Er unterstützt keine Browserautomatisierung. Die RFQ-Erfassung erfordert detaillierte explizite Werte (GPU-Typ, Anzahl, Knoten, GPUs pro Knoten, Tage, Speicher, Startfenster, maximaler Stundensatz, Formfaktor, Vertragstyp, Fabric, Region) und eine explizite Käuferermächtigung. Die Annahme eines Angebots leitet es zur menschlichen Prüfung weiter; es bewegt keine Gelder oder reserviert Kapazität. Die Live-Knotenqualifikation erfordert eine separate CLI (`sixtytwo-cli==0.3.33`), eine explizite Knotenliste und eine Umgebungsvariable. Die Fertigkeit behandelt keine nicht unterstützten Operationen (z. B. Sperren von Angeboten, Ausführen von Workloads) und stoppt, wenn eine benötigte Fähigkeit fehlt.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/ito-compute

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht Itô Compute?

Verwenden Sie die kanonische Itô Compute CLI oder den MCP-Server. ECC implementiert keinen parallelen Client, keine lokale Simulation, Reservierung, Workload-Runner oder Inferenzserver. ECC selbst führt keine Browserautomatisierung durch.

Installieren des kanonischen lokalen Pakets

ito-compute-cli ist derzeit unveröffentlicht. Bauen Sie es aus dem kanonischen Repository, anstatt npx, npm exec oder ein unverifiziertes Paket zu verwenden:

git clone https://github.com/Ito-Markets/ito-cloud-runtime.git
cd ito-cloud-runtime/cli/ito-compute-cli
npm ci
npm run check

Setzen Sie ECC_ITO_CLI_EXECUTABLE auf den expliziten absoluten Pfad des erstellten Eintrags:

/absolute/path/to/ito-cloud-runtime/cli/ito-compute-cli/dist/bin/ito.js

ECC findet diesen anmeldeinformations-tragenden Client niemals über PATH. ecc ito login führt die Geräteautorisierung durch und erbt niemals ITO_API_KEY. Das reine Validierungs-auth sowie find und status leiten ITO_API_KEY direkt weiter, wenn konfiguriert; ITO_AUTH_MODE=legacy ist nicht erforderlich. Setzen Sie niemals einen Schlüssel oder ein Token in Argumente, versionierte Dateien, MCP-Ergebnisse, Protokolle oder den Chat.

CLI-Workflow

  1. Führen Sie ecc ito login vor dem ersten Vorgang aus. ECC delegiert dies an die Geräteautorisierung der kanonischen CLI, die standardmäßig die Itô-Verifizierungsseite öffnet und ein Gerätetoken in der macOS-Tasche speichert. Verwenden Sie ecc ito login --no-browser, um die Seitenübergabe zu unterdrücken. ECC selbst führt keine Browserautomatisierung durch. Wenn der ursprüngliche Agent den Schritt mit dem angemeldeten Browser nicht abschließen kann, geben Sie den genauen Befehl an den Benutzer weiter; kehren Sie nach Abschluss der Genehmigung zur ursprünglichen Aufgabe zurück und fahren Sie mit ecc ito auth fort. Gerätetokens verwenden standardmäßig die macOS-Tasche. Der Datei-Token-Fallback ist explizit, und sein Verzeichnis und die Tokendatei müssen besitzerbeschränkt bleiben (0700 und 0600).

  2. Führen Sie ecc ito auth aus, um vorhandene Anmeldeinformationen zu validieren; es startet niemals eine Anmeldung und lehnt --no-browser ab.

  3. Holen Sie vor ecc ito find eine explizite Käuferermächtigung zur Einreichung einer RFQ ein.

    • Fordern Sie gpu, count, ganze days, max-rate, nodes, gpus-per-node, storage-tb, start-window, form-factor, contract-type, fabric, region und die Split-Fill-Entscheidung an.
    • Fordern Sie count == nodes * gpus-per-node; leiten Sie niemals die Topologie ab.
    • Verwenden Sie any nur, wenn der Käufer explizit jede Fabric oder Region akzeptiert.
    • Ausgelassenes --allow-split bedeutet false.
  4. Führen Sie den Live-RFQ-Befehl aus:

    ecc ito find \
      --gpu h200 \
      --count 8 \
      --nodes 1 \
      --gpus-per-node 8 \
      --days 30 \
      --storage-tb 1 \
      --start-window 2099-08-15 \
      --max-rate 3.00 \
      --form-factor bare_metal \
      --contract-type reservation \
      --fabric infiniband \
      --region us-east-1
    
  5. Führen Sie ecc ito status aus, um RFQs und Beschaffungsaufträge zu prüfen. Prüfen Sie nach einem mehrdeutigen Transportfehler den Status, bevor Sie find wiederholen.

  6. Wenn ein Angebot bereit ist und der Käufer es explizit genehmigt, akzeptieren Sie es:

    ecc ito accept rfq_<ticket-id>
    

    Dies leitet das Ticket an den Schreibtisch zur menschlichen Überprüfung weiter. Es bewegt keine Gelder oder reserviert Kapazität. Akzeptieren Sie nicht ohne explizite Käuferermächtigung.

  7. Führen Sie ecc ito logout aus, wenn der Benutzer explizit verlangt, dieses Gerät zu widerrufen. Die kanonische CLI behält die lokale Anmeldeinformation bei, wenn der entfernte Widerruf fehlschlägt, damit der Bediener es erneut versuchen kann; löschen Sie das Token niemals manuell als Ersatz.

Bestandspreise sind indikativ. Eine RFQ ist keine reservierte Kapazität. Behandeln Sie einen Satz nur dann als fest, wenn das kanonische Ergebnis ein nicht-null festes Angebot enthält.

Live-Knotenqualifikation

ecc ito evals stellt den schmalen Live-Adapter der kanonischen CLI für eine separat installierte sixtytwo-cli==0.3.33 bereit. Es stellt keine lokale Fixture-Ausführung über ECC bereit. Fordern Sie alle folgenden Punkte an, bevor Sie es aufrufen:

  • Bedienerautorisierung zur Kontaktaufnahme mit den genannten Knoten;
  • ITO_ENABLE_SIXTYTWO_LIVE=1;
  • --live-sixtytwo;
  • eine explizite Knotenliste; und
  • ein vorhandenes absolutes Konfigurationsverzeichnis, das sixtytwo.yaml enthält.
ecc ito evals \
  --cluster clu_prod_example \
  --live-sixtytwo \
  --nodes gpu-01,gpu-02 \
  --config-dir /absolute/path/to/qualification-config

Der kanonische Adapter kann nur die Version mit Pinning prüfen und sixtytwo test --full gegen die expliziten Knoten ausführen. Er kann keine Ressourcen mieten, starten, wiederherstellen, reparieren, zurücksetzen, kaufen oder bestellen. ECC leitet ITO_API_KEY oder Modell-/Cloud-Anmeldeinformationen nicht in die Knotenqualifikation weiter.

MCP-Workflow

Bauen Sie das kanonische Paket und konfigurieren Sie dann den Stdio-Server mit einem absoluten Pfad:

{
  "mcpServers": {
    "ito-compute": {
      "command": "node",
      "args": [
        "/absolute/path/to/ito-cloud-runtime/cli/ito-compute-cli/dist/bin/ito-mcp.js"
      ]
    }
  }
}

Der Server stellt nur bereit:

  • ito_auth
  • ito_find
  • ito_status
  • ito_accept

ito_auth validiert vorhandene Anmeldeinformationen; es startet keine Geräteanmeldung. Verwenden Sie ito_auth, sammeln Sie explizite Käuferermächtigung und alle harten Einschränkungen, rufen Sie ito_find auf und fragen Sie dann bei Bedarf mit ito_status ab. Wenn ein Angebot bereit ist und der Käufer es explizit genehmigt, rufen Sie ito_accept mit der Ticket-ID auf. Schreibtischangebote sind in der Regel indikativ und erst dann verbindlich, wenn der Schreibtisch sie bestätigt; das Ergebnis trägt quote_class.

Semantik von Mieten oder Kaufen

find reicht eine RFQ ein und kann ein festes Angebot zurückgeben, mietet, kauft, reserviert, stellt jedoch keine Ressourcen bereit oder bewegt Gelder. accept leitet ein Angebot zur menschlichen Überprüfung an den Schreibtisch weiter; es bewegt keine Gelder oder reserviert Kapazität. status ist leseorientiert, obwohl der Anbieterendpunkt einen vorhandenen Beschaffungsauftrag abgleichen kann. Der passive Dashboard-Link in der ECC-Hilfe ist eine separate, vom Benutzer bediente Webroute; öffnen oder bedienen Sie ihn nicht als Ersatz für eine fehlende CLI-Funktionalität.

Nicht unterstützte Operationen

Die unterstützte Client-Oberfläche kann keine Angebote sperren, Kapazität reservieren, Workloads ausführen oder Inferenz bereitstellen. accept ist eine Schreibtischübergabe, kein Kauf. Der MCP-Server stellt keine Qualifikation bereit; verwenden Sie den expliziten CLI-Befehl oben. Erfinden Sie keine zusätzlichen Tools oder einen Kaufpfad. Ersetzen Sie keinen Browser oder Fixture, wenn die lokale CLI fehlt oder ein Live-Vorgang fehlschlägt. Melden Sie die fehlende Funktionalität und stoppen Sie.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Verwandte Skills