高级：让 Agent 用 Ultra 送的 Colab 算力跑开源模型

如果你订了 Google AI Ultra，先别浪费：它每月送的 Colab 算力按 A100 显卡算能跑 200 多个小时，拿来跑开源模型非常划算。 官方方案页上写的是计算单元，Ultra 每月 1,000 或 2,000 个（两档），会直接叠加到你的 Colab 余额里。有订阅用户列出的权益是 2,500 个计算单元，按 A100 显卡算能跑 200 多个小时（不同档位、地区可能不同，以你账号里显示的为准）。实际能跑多少小时取决于用哪张卡，卡越好每小时扣得越多。

问题是，很多人订了也没用上，因为每次都要打开 Colab 网页、选运行时、粘代码、盯着进度、记得关机。现在 Google 官方给了两种办法，让 AI 替你干这些事：

Colab CLI：一个命令行工具，你本机的 Agent（Claude Code、Codex 等）调用它来开机、跑代码、传文件、关机。
Colab 远程 MCP：Google 托管的一个 MCP 接口，接进支持 MCP 的聊天客户端后，直接在对话里开 GPU、跑代码、关服务器。

这篇教程讲两条路线分别适合什么、怎么用 Agent 跑开源模型，以及怎么不浪费额度。我们把两条路线的技术细节整理成了一个 Skill：用 Agent 管理 Google Colab 云端 GPU，交给你的 Agent 就行。

图片来自 Google Colab 官网。

先看额度：你手里有多少算力

Colab 按计算单元计费，开着一台机器就会按卡型持续扣。Google AI 各档方案每月附带的 Colab 计算单元（以官方方案页为准）：

方案	每月 Colab 计算单元
Google AI Plus	50
Google AI Pro	200
Google AI Ultra	1,000 或 2,000（分两档）；有订阅用户的权益为 2,500，按 A100 算能跑 200 多个小时

三条省钱原则：

按任务挑卡。 跑 7B、8B 这类小模型的推理，T4 或 L4 往往就够；只有大模型或训练才需要 A100、H100。
用完立刻关机。 空转的机器一样扣单元，这是最常见的浪费。
一次性任务用"跑完即释放"的方式，让工具自己关机，不靠人记得。

两条路线怎么选

	Colab CLI	Colab 远程 MCP
在哪用	本机终端里的 Agent	支持远程 MCP 的聊天客户端
电脑要不要开着	要，Agent 跑在本机	不用，随时随地
系统要求	Linux、macOS；Windows 需要 WSL2	无
能力	更全：传文件、SSH、挂 Google Drive、一条命令跑完即释放	轻量：开机、执行代码、开关会话、关机
适合	复杂的模型部署、微调、批处理	临时跑段代码、查结果、远程关机

一句话：正经干活用 CLI，随手管理用 MCP。 两者也能混用，CLI 开的机器可以生成一个链接，在浏览器里接着操作。

路线一：让本机 Agent 用 CLI 跑开源模型

第 1 步：装 Skill

把 Colab Skill 交给你的 Agent，它会检查并安装 CLI。

第 2 步：登录一次

CLI 需要你的 Google 账号授权，这一步得你自己在终端里完成（会弹出浏览器）。Agent 会把要执行的命令给你，照着跑一次就行，之后它就能自己调度了。

最常见的坑：授权时少了权限范围，后面所有命令都报 401 或 403。Skill 里写了完整的命令，别自己删减。

第 3 步：交代任务

直接用自然语言说清楚模型、卡和产出：

这段关键内容需要登录后解锁

新用户注册就送 10 积分，每天签到再领 1 积分。用 1 积分解锁，以后随时回来都能看。

Agent 会依次：开机、装依赖、把你的本地脚本和文件发上去执行、把结果下载回来、释放机器。

第 4 步：确认关机

让 Agent 最后报告用了哪张卡、跑了多久、机器是否已释放。Skill 里也要求它这样汇报。

适合 CLI 的几种玩法

批量推理：一批文本、图片交给开源模型处理，结果拉回本地。
小规模微调：把训练脚本发上去跑，结束后把权重下载回来。
跑 notebook：把现成的 .ipynb 交给它执行，输出写回一份新 notebook。
SSH 进去调试：需要时可以直接连进远端机器，或者接到 IDE 里远程开发。

图片来自 Google Colab 官网。

路线二：在聊天里用 MCP 远程管理

有人更喜欢这条路：把 Colab 的远程 MCP 接进了 ChatGPT，在聊天窗口里就能开 GPU、跑代码、关服务器，人不在电脑前也行。

接入思路

在 Google Cloud 里开通。 按 Google 官方文档，在你的 Google Cloud 项目里启用 MCP 服务并完成认证。具体步骤 Skill 里有官方链接。
在聊天客户端里添加远程 MCP。 地址是 https://colaboratory.googleapis.com/mcp。不同客户端添加自定义连接器的入口不一样，按客户端自己的说明操作。
在对话里使用。 比如："看看我还能开哪些卡""开一台 T4，跑这段代码""把刚才那台关掉"。

要知道的限制

只返回文字。 画的图、表格图片不会直接显示，需要让它存成文件。
单次执行超过 10 分钟会断开流式输出。 任务本身还在跑，Agent 按 Skill 里的方法可以重新接上结果。
开机有频率限制。 能复用已有的机器就复用，换个会话隔离环境，比重新开机快。
用你自己的身份授权时，MCP 拥有和你一样的权限，操作都记在你名下。

常见问题

开不到想要的卡： GPU、TPU 按订阅等级和账号配额分配，高峰期也可能没有。让 Agent 降级到 T4 或 L4 先跑起来。
一直报 401 或 403： 几乎都是授权不完整。按 Skill 里的完整命令重新登录一次。
担心 Agent 乱花额度： 开机前让它先报卡型和预计时长；贵的卡（A100、H100）要它先问你。Skill 里已经写进了规则。
Windows 用 CLI： 原生不支持，需要在 WSL2 里装。不想折腾就走 MCP。
能不能跑任何模型： 技术上可以，但要遵守模型的许可证和 Colab 的服务条款。

想让 Agent 直接上手，把用 Agent 管理 Google Colab 云端 GPU 交给它。