提交项目
先用数据统计示例完成一次上传与执行，再接入自己的项目。
资源与存储条件
登录后读取当前存储配额。
节点计算与本地模型 Token 不收平台模型费。算力、用量来自执行器报告；此入口尚未开放跨账户任意代码交易。云存储和流量受实际套餐与配额限制。
从本地项目到协作计算
上传代码、数据与模型，选择执行方式，跟踪真实日志，下载计算成果。网页、命令行和 Python 共用同一份任务。
我的任务
登录后查看。
执行与成果
选择任务后查看真实阶段、节点、日志和输出文件。
本地开发工具
Windows、Mac、Linux 使用同一套 Python CLI 和 Notebook SDK。登录现有明格拉账户后获得可撤回的授权；本地不用保存账户密码。
下载开发工具与示例- 解压工具包，使用 Python 3.10 或以上版本。
- 在工具包目录登录并创建项目：
python mingora.py login --identifier 你的用户名 python mingora.py init my-project --template summary python mingora.py submit my-project python mingora.py status 任务编号 python mingora.py logs 任务编号 python mingora.py download 任务编号
- 用自己的电脑执行自己的项目：
python -m pip install psutil python mingora_worker.py --root ./mingora-work --allow-own-code
训练节点还需要适配硬件的 PyTorch。工具包包含检查环境、CPU 梯度训练、DDP、FSDP 和流水线示例及依赖说明。原生模式使用当前用户权限；仅执行本人授权的代码。容器执行器可指定已审核的固定摘要镜像。
Notebook / Python
from mingora import Client
import json
client = Client()
job = client.submit("my-project",
json.load(open("my-project/job.json")))
result = client.wait(job["id"])
client.results(job["id"], "downloaded-results")大文件分片、哈希校验和断点续传由 SDK 处理。任务提交有独立编号，网络重试请保留同一 --key。
工具授权
也可在网页创建 24 小时开发授权，给 REST 客户端使用。授权只能访问本人科研任务；撤回后立即失效。
我的执行节点
调度先预留完整节点组，再允许全部节点开始。梯度分片通过平台文件通道传输；DDP、FSDP 和流水线需要同一互通网络组及 rendezvous 地址。
设备能力是执行器检测后上报。CUDA、可用内存、模型分片能否运行需实际试验；普通互联网上的电脑不能自动组成高速 GPU 集群。
登录后查看。