$ loading_
将本地 NVIDIA GPU 与 Rust→WASM 工具链开放为 MCP 工具，支持本地主权计算。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"gpu-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请通过 gpu-mcp 调用本地 NVIDIA GPU（CUDA）执行计算任务，并返回执行结果与运行状态概览。
返回基于本地 CUDA GPU 的计算结果，以及工具调用是否成功的简要说明。
请通过 gpu-mcp 使用本地 Rust-to-WASM 工具链处理这个 Rust 项目，并说明产物或执行结果。
返回 Rust 到 WASM 相关工具链执行结果，并说明生成物或报错信息。
请优先使用 gpu-mcp 在本地完成该计算流程，不依赖云端服务，并汇总可用的本地计算能力。
给出本地可调用的 GPU 或工具链能力概览，并基于这些能力执行相应任务。
开发者或研究员在强调本地运行与数据自主时，可通过该 MCP 工具把本机 NVIDIA CUDA 能力暴露给 AI 助手调用。这样可以直接在本地完成计算任务，而非依赖云端资源。
需要处理 Rust 与 WASM 相关开发流程时，开发者可把本地 Rust-to-WASM 工具链作为 MCP 能力提供给模型使用。这样有助于在对话式工作流中调用本地编译或相关处理能力。
对安全性、可控性或离线能力有要求的团队，可用它把关键计算资源保留在本地机器上并通过 MCP 统一调用。适合希望减少外部依赖的开发与运维场景。
它会把本地 NVIDIA GPU（CUDA）以及 Rust-to-WASM 工具链暴露为 MCP 工具，供 AI 或支持 MCP 的客户端调用。定位是支持主权本地计算。
从描述可知，至少需要本地 NVIDIA GPU（CUDA）环境，以及 Rust-to-WASM 工具链。更具体的系统要求与版本信息见源码仓库。
给定素材没有提供安装与配置步骤。具体命令、依赖和 MCP 接入方式见源码仓库。
帮助管理 GPU 资源、虚拟机生命周期、账单、SSH 密钥与环境配置。
用自然语言搭建本地 MCP 服务器与 AI 工具，并连接主流兼容助手
让 AI 在本地安全地读写文件、搜索内容并执行终端命令。
通过 HTTP 部署 MCP 服务，供 AI 助手调用文本、计算与内容生成工具
基于 NestJS 与 LangGraph 搭建 MCP 服务，执行工具并编排多模型代理工作流。
将 REST、SOAP、GraphQL 和 SQL 接口统一转换为 MCP 工具，便于 AI 直接调用现有系统。