メニュー
Provision and manage GPU pods on RunPod for explicitly chosen long-running research experiments. Use when a Feynman replication, benchmark, or dataset-heavy research run needs persistent GPU compute with SSH access.
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/companion-inc/feynman --skill runpod-computeコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
Predict or audit protein structures with AlphaFold2-style workflows. Use when a research task needs monomer/multimer structure prediction, MSA/template handling, confidence metrics, or comparison against PDB/AlphaFold references.
Run or plan Boltz biomolecular structure predictions for proteins, complexes, ligands, or nucleic-acid assemblies. Use when a task asks for Boltz setup, inputs, outputs, confidence interpretation, or reproduction.
Use Borzoi-style regulatory genomics models for sequence-to-expression or variant-effect analysis. Use when the task asks for noncoding variant impact, regulatory sequence design, or expression prediction.
SOC 職業分類に基づく
SKILL.md を表示中
| name | runpod-compute |
| description | Provision and manage GPU pods on RunPod for explicitly chosen long-running research experiments. Use when a Feynman replication, benchmark, or dataset-heavy research run needs persistent GPU compute with SSH access. |
Use runpodctl CLI for persistent GPU pods with SSH access during a specific research run. Do not use this skill for provider administration outside that run; tie every pod to a replication, benchmark, or dataset-heavy research objective.
brew install runpod/runpodctl/runpodctl # macOS
runpodctl config --apiKey=YOUR_KEY
| Command | Description |
|---|---|
runpodctl create pod --gpuType "NVIDIA A100 80GB PCIe" --imageName "runpod/pytorch:2.4.0-py3.11-cuda12.4.1-devel-ubuntu22.04" --name experiment | Create a pod |
runpodctl get pod | List all pods |
runpodctl stop pod <id> | Stop (preserves volume) |
runpodctl start pod <id> | Resume a stopped pod |
runpodctl remove pod <id> | Terminate and delete |
runpodctl gpu list | List available GPU types and prices |
runpodctl send <file> | Transfer files to/from pods |
runpodctl receive <code> | Receive transferred files |
ssh root@<IP> -p <PORT> -i ~/.ssh/id_ed25519
Get connection details from runpodctl get pod <id>. Pods must expose port 22/tcp.
NVIDIA GeForce RTX 4090, NVIDIA RTX A6000, NVIDIA A40, NVIDIA A100 80GB PCIe, NVIDIA H100 80GB HBM3
command -v runpodctl