CloudRouter permet aux agents de codage IA de gérer les machines virtuelles et les GPU.

CloudRouter est un outil CLI conçu pour permettre aux agents d'IA de codage tels que Claude Code et Codex de lancer et gérer des machines virtuelles et des GPU dans le cloud. En permettant à ces agents d'exécuter des environnements de développement dans des sandbox basés sur le cloud, CloudRouter allège la charge sur les ressources locales, isolant efficacement les processus des agents et permettant des tâches parallèles sans contraintes locales.

Fonctionnalités clés

• Lancement de machines virtuelles et de GPU : Les agents peuvent démarrer une machine virtuelle directement depuis un répertoire de projet local avec des commandes comme cloudrouter start ./my-project. Pour les tâches accélérées par GPU, utilisez cloudrouter start --gpu B200 ./my-project.
• Exécution à distance : Les agents peuvent exécuter des commandes à distance dans la machine virtuelle via SSH, comme cloudrouter ssh cr_abc123 "npm install && npm run dev".
• Environnements de développement intégrés : Chaque machine virtuelle est équipée d'un bureau VNC, VS Code et Jupyter Lab, accessibles via des URL authentifiées.
• Automatisation du navigateur : CloudRouter prend en charge l'automatisation du navigateur via une bibliothèque agent-navigateur encapsulée. Vous pouvez ouvrir des URL et interagir avec des éléments dans le sandbox en utilisant des commandes comme cloudrouter browser open cr_abc123 "http://localhost:3000".
• Gestion des fichiers : Il prend en charge la synchronisation et le téléchargement de fichiers entre les répertoires locaux et la machine virtuelle, offrant même un mode surveillance pour le retéléchargement automatique lors des modifications.

Cas d'utilisation potentiels

Idéal pour les développeurs utilisant des agents d'IA pour la génération et l'orchestration de code, en particulier lors de la gestion de tâches intensives en GPU comme l'entraînement ou l'inférence. Sa capacité à allouer et gérer des ressources GPU le rend particulièrement précieux pour l'expérimentation avec des modèles d'apprentissage automatique.