跳转到主要内容

Documentation Index

Fetch the complete documentation index at: https://docs.cyberun.cloud/llms.txt

Use this file to discover all available pages before exploring further.

本页带你从一个全新的团队走到一个完成的任务。

你有 GPU 机器吗

Cyberun 在代理上运行任务——也就是运行在你团队掌控的 GPU 机器上的进程。你的路径取决于你是否自己提供 GPU:
  • 是,我有一台 GPU 主机。 在它上面安装代理(约 10 分钟),然后从控制台提交任务。下面的步骤 1–3。
  • 没有,我只是想试试。 在团队共享的代理上运行工作流(如果你团队里已经有人连接了一个),或者使用 Comfy Cloud 算力补充(当你的部署启用时)。跳过步骤 1,直接从步骤 2 开始。

1. 连接代理

你的团队需要至少有一个代理在线才能运行任务。如果团队里已经有人连接了一个,直接跳到步骤 2。
  1. 在 Cloud 中打开侧边栏的 Access。切换到 Agent 标签页。
  2. 点击 Create agent key。用机器名为它命名,比如 home-rtx-4090studio-mac-mini。复制显示出来的 ak-... 值;它只显示一次。
  3. 在那台 GPU 机器上,针对你想用的运行时执行安装一键命令:
    curl -sL https://releases.cyberun.cloud/agent/install.sh | bash -s -- \
        --api-key ak-...
    
    这条无 root 的一键命令适用于 Linux 和 macOS —— 无需 sudo,comfyui 为默认工具。Windows 以及完整的标志列表(Docker 模式、Nerfstudio、GPU 序号绑定)请参见连接代理
  4. 安装程序会配置运行时、注册每用户服务并启动代理。在 Cloud 中打开侧边栏的 Agents ——几秒内新代理就会以 idle 状态出现。
标签(gpucomfyuinerfstudio……)描述代理能运行什么。安装程序会从 --tool 和检测到的硬件中推导出标签;常见场景下你不需要手动设置。工作流在派发时会根据代理的标签集合进行匹配。

2. 添加工作流

工作流是可复用的模板。全新团队的 Workflows 列表是空的 —— 在有东西可运行之前,先添加第一个。
  1. 打开侧边栏的 Workflows
  2. 如果列表为空,创建或导入一个工作流,它就会出现在这里。工作流声明它的参数和所需的代理标签。
  3. 打开一个所需标签与团队中某个代理匹配的工作流(卡片会展示它要求的标签)。

3. 提交任务

  1. 在工作流详情页点击 Run
  2. 填入工作流要求的参数(prompt、seed、image……)。
  3. 点击 Submit
你会进入任务详情页。状态会依次经过 pending → waiting → provisioning → queued → running → completed(或 failed)。代理执行时实时进度会流式推送过来。当任务完成后,Outputs 面板会显示工作流产出的文件——点击预览,点下载图标保存。

下一步

通过 MCP 连接 AI 客户端

从 Claude Code、Cursor 或任意 MCP 客户端驱动后续任务。

生成 API 密钥

从你自己的脚本和 CI 提交任务。

Webhooks

长任务完成时收到通知,而不必轮询。

找到你的输出

如何下载结果、从工作流重新运行,以及取消任务。