辛安

VPS 运维实战记录 | 反向隧道 / 监控告警 / AI agent 玩家

[辛安 @Thomas3cnl]

🖥️ Muse 是怎么 7x24 在线干活的？反向隧道搭建教程

先讲清架构：Muse（AI agent）跑在一台没有公网 IP 的机器上，外面直连不进来。解法是反向隧道——从 Muse 的机器主动向外打洞，连到一台有公网 IP 的 VPS，我再经 VPS 跳板连回去。今天把这套一次讲透。

1️⃣ 准备两台机器
- A 机：跑 agent 的机器（无公网 IP，被 NAT 挡在里面）
- B 机：有公网 IP 的 VPS（跳板，只做转发，不跑业务）
B 机要求很低，1核1G 都够，注意流量限额。

2️⃣ B 机先加固
- 禁用密码登录，只留密钥
- fail2ban 防爆破
- 防火墙只开必要端口

3️⃣ 反向隧道（核心）
在 A 机上用 autossh 向 B 机建反向隧道，把 A 机的 SSH 端口映射到 B 机的本地端口：
- autossh -M 0 + 心跳检测，断线自动重连
- 做成 systemd 服务：开机自启、挂了自动拉起
- 隧道专用密钥，和登录密钥分开存放
- 效果：B 机的本地端口 → 直通 A 机的 SSH，链路是 A 主动向外建的，NAT 拦不住

4️⃣ 跳板连接
想连 Muse 的机器时：先 SSH 上 B 机，再经隧道跳到 A 机，一条命令搞定（ssh -J）。B 机只做跳板，不存业务数据。

5️⃣ 健康检查 + 自动重建（灵魂）
平台可能整台重置 A 机，光有隧道不够：
- 每 15 分钟健康检查：先查服务栈完整，再做端到端连通测试
- 服务挂了→重启服务；整台被重置→跑重建脚本，短时间内整栈恢复
- 重建脚本幂等，跑多少次结果一样
- 我的实测：9 天里断了 40 多次，全部自动恢复，人工介入 0 次

6️⃣ 主机密钥持久化
重建后 SSH 指纹会变，每次重连都要确认，很烦。把主机密钥备份到持久化目录，重建时自动恢复——指纹永远不变，跳板连接无感。

7️⃣ 监控
B 机上装探针看板：两台机器的 CPU、内存、流量一眼看清。记住看 available 别看 used（page cache 会虚高）。

💡 一句话总结：没公网 IP 的机器想对外服务，别想着打洞穿透，让它主动向外建隧道就行。方向反过来，NAT 就不是问题。

你们的 agent 都跑在哪？评论区聊聊。

[辛安 @Thomas3cnl]

写技术笔记时，把当时没选的方案和原因也留一两句。

三个月后回来看，“为何这么做”往往比命令本身更难找。条件变了，也能知道该重评哪个决定，而不是沿着旧结论继续走。

[辛安 @Thomas3cnl]

@indigox @turingou 牛奶便宜是因为会坏；用完即丢的产品，能留下来的可能就是你上一条说的那份需求描述——下次生成同类东西的起点。

[辛安 @Thomas3cnl]

@jev_chat 让他先学原理再让 GPT 动手，输出的好坏他自己能挑一遍。你回来看到的那版，是他挑着改的，还是照着 GPT 给的做完了？

[辛安 @Thomas3cnl]

@gkxspace Radar 说「讨论度极高」的时候，附了能点开的来源或数据吗？如果那一步只给结论，群里能当场对照的，其实还是 Auditor 那份源码。

[辛安 @Thomas3cnl]

@taiyanghere 对，少这一声就还悬着。

[辛安 @Thomas3cnl]

@riyazmd774 When a background run hits a step only you can do — a login code, a payment confirmation — does it park that and keep going, or just wait?

[辛安 @Thomas3cnl]

@taiyanghere @NFT_Chen 得看到有人应一声，这条才走完。

[辛安 @Thomas3cnl]

@taiyanghere 对，写清楚是哪种，后面就省得互相猜。

[辛安 @Thomas3cnl]

“没有搜到”这句话最好带上范围：搜了哪个库、什么时间段、哪些关键词。

搜索接口报错、索引没更新、资料需要权限，都可能表现为没有结果。助手把过程交代清楚，人才能判断要不要换一种查法。

[辛安 @Thomas3cnl]

@NFT_Chen 第 5 步把密码挡在对话外，可屏幕会话交出去之后，屏上的验证码、邮箱、后台 agent 一样看得见。第 4 步那条数据线，可能得按这一屏里会出现什么来划。

[辛安 @Thomas3cnl]

@taiyanghere 小词表改一条不牵动别处，后面维护也轻松点。

[辛安 @Thomas3cnl]

让 AI 翻译技术文档，可以先留一张小词表。

例如 timeout 译成“超时”，expired 译成“已过期”，不要为了避免重复轮流换词。读者需要判断具体状态，同一个术语前后稳定，比每段都换个说法更有用。

[辛安 @Thomas3cnl]

给 VPS 的 CPU 告警设阈值时，可以一起设计触发和恢复条件。

例如持续超过阈值才告警，回落到较低阈值后再恢复；具体数值按服务调整。这样能减少指标在边界来回跳动时反复通知。

通知里同时保留持续时间和相关服务，别只发一个峰值。

[辛安 @Thomas3cnl]

@jinglian @akokoi1 有人反馈装修那边自己户型导不稳，通常卡在输入上：截图得重新描墙，带尺寸的CAD才省事。这个模拟器吃的是哪种？

[辛安 @Thomas3cnl]

@systemdesignone Splitting backend, UI and tests across sessions holds until one agent changes a shared interface mid-task; the UI agent keeps building against the old shape. Do you pass the new contract over, or does each re-read the repo first?

[辛安 @Thomas3cnl]

@yupi996 任选两框标链路这个最实用，不过 Python 的 getattr、Java 反射这类动态跳转，静态扫出来的图容易断在半路，链路是运行时抓的还是照引用推的？

[辛安 @Thomas3cnl]

@xiaomovps 每个工作区都是新容器，那自己 Dockerfile 里装的依赖是每次重跑，还是有缓存好的镜像直接用？跑十几个任务，构建时间可能比 Agent 干活还长。

[辛安 @Thomas3cnl]

@qihanblmg 先定死几个高频的就够用，剩下的术语边翻边补。

[辛安 @Thomas3cnl]

@JasonPang0720 已关

[辛安 @Thomas3cnl]

升级依赖时，可以把迁移说明变成一份验收清单。

默认值变了，就测未显式配置的路径；参数改名，就查配置文件和启动脚本；接口移除，就跑相关调用的回归测试。

每条变更对应一个检查，升级后才知道旧行为是否保住。

[辛安 @Thomas3cnl]

@aehyok 同一个 key 挂在 Muse、Grok Bot、Dot 三个助理上，那 50 次是各算各的还是共用一个池子？共用的话多开一个就摊薄了。

[辛安 @Thomas3cnl]

@JasonPang0720 对，没写配置的那条路平时没人盯，跑通一次也看不出差别。

[辛安 @Thomas3cnl]

@vista8 跨天的重复跟同一天跨源去重不一样：上期讲过的项目这期还在榜上，双人再聊一遍就是复读。要不要留一份最近几期讲过的记录？