Cara Menjalankan Aider atau Goose di VPS
Pelajari cara menjalankan Aider atau Goose di VPS melalui terminal, memakai Ollama ter-host atau mandiri, termasuk setup, ukuran model, tmux, dan keamanan.
Mengapa menjalankan coding agent pada VPS
Coding agent adalah alat yang membaca codebase, menulis perubahan, dan menjalankan perintah untuk mengujinya, semuanya dari terminal. Menjalankannya pada VPS memiliki tiga keunggulan dibandingkan laptop: agent tetap bekerja setelah Anda terputus, berada dekat dengan codebase dan build tools, serta dapat terhubung ke model yang Anda host sendiri. Jalankan agent di dalam sesi tmux agar Anda dapat menutup laptop dan melanjutkan pekerjaan nanti. Polanya sama seperti menjalankan Claude Code pada VPS dengan tmux.
Ada dua agent berbasis terminal yang perlu diketahui. Aider adalah opsi yang native untuk terminal dan berorientasi pada git: agent ini otomatis membuat commit untuk setiap perubahan dengan pesan yang sesuai, sehingga riwayat tetap rapi dan setiap perubahan dapat dibatalkan. Aider merupakan salah satu coding agent berbasis terminal yang paling lama dikembangkan, meskipun laju rilisnya telah melambat. Goose, dari Block, memiliki cakupan yang lebih luas: agent berlisensi Apache-2.0 dengan ekosistem ekstensi yang besar dan dukungan untuk banyak provider, termasuk model Ollama lokal. Saat ini Goose dikembangkan di bawah Linux Foundation's Agentic AI Foundation (AAIF). Aider cocok untuk alur kerja yang disiplin dan berpusat pada git. Goose cocok sebagai asisten umum dengan kumpulan plugin yang luas.
Kebutuhan
Anda memerlukan VPS dengan git, tmux, dan Python versi terbaru untuk Aider, atau installer Goose untuk Goose. Anda juga memerlukan model: API key dari provider seperti Anthropic atau OpenAI, atau model lokal yang disediakan oleh Ollama pada VPS yang sama. Opsi self-hosted menjaga kode tetap berada di server Anda sendiri dan tidak mengenakan biaya per token, tetapi membutuhkan memori yang cukup untuk menjalankan model yang memadai.
Instal dan jalankan Aider
Instal Aider dalam lingkungan terisolasi dengan pipx, yang tersedia melalui apt karena Ubuntu 24.04 memblokir pip install biasa di luar lingkungan virtual (PEP 668). Kemudian jalankan Aider di dalam proyek Anda, dalam sesi tmux agar tetap berjalan saat koneksi terputus:
sudo apt install pipx
pipx ensurepath
pipx install aider-chat
tmux new -s aider
cd ~/my-project
aiderCatatan versi: instalasi ini berfungsi seperti ditunjukkan pada Ubuntu 24.04. Pada Ubuntu 26.04, instalasi saat ini gagal karena dependensi Aider yang dikunci versinya mencakup numpy versi lama yang tidak dapat dibangun pada Python 3.14 milik Ubuntu 26.04. Solusinya adalah memberikan Python 3.12 khusus untuk Aider:
pipx install --python 3.12 --fetch-missing-python aider-chatpipx mengunduh interpreter mandiri khusus untuk Aider, lalu instalasi selesai. Ini merupakan dampak dari lambatnya ritme rilis Aider. Jika hal ini mengganggu, Goose adalah pilihan yang lebih aktif dipelihara.
Setelah berjalan, lepas dari sesi dengan Ctrl-b lalu d agar agent tetap bekerja meskipun laptop Anda ditutup. Sambungkan kembali nanti dengan tmux attach -t aider untuk melihat perubahan yang dibuatnya. Anda tetap dapat membuka jendela tmux kedua untuk agent lain. Jika keduanya menggunakan Claude Code, kedua sesi dapat meneruskan pekerjaan satu sama lain sehingga Anda tidak perlu meneruskannya secara manual. Aider membaca repositori Anda, mengusulkan perubahan, menerapkannya, dan membuat commit untuk setiap perubahan. Aider juga dapat menyertakan file tambahan sebagai konteks ketika perubahan mencakup beberapa file. Karena setiap perubahan merupakan commit, membatalkan perubahan agent cukup dilakukan dengan git revert. Ini menjadi pengaman yang membuat Aider nyaman digunakan. Goose diinstal dengan skrip satu baris yang didokumentasikan dan berjalan dengan cara serupa dari terminal, dengan menjalankan tugas melalui ekstensinya:
curl -fsSL https://github.com/aaif-goose/goose/releases/download/stable/download_cli.sh | bashModel hosted atau model self-hosted
Model hosted memberikan kualitas terbaik dan tidak memerlukan hardware lokal, tetapi Anda membayar berdasarkan token dan kode Anda dikirim ke provider. Biaya per token dapat bertambah lebih cepat daripada perkiraan kebanyakan orang karena agent mengirim ulang seluruh percakapan pada setiap giliran. Uraian Claude Code tentang biaya token sebenarnya dalam sesi agent yang panjang juga berlaku di sini karena Aider dan Goose menggunakan cara penagihan yang sama. Model self-hosted melalui Ollama menyimpan semuanya di server Anda dan dapat dijalankan secara gratis setelah hardware tersedia, tetapi model coding yang cukup baik untuk digunakan memerlukan memori yang memadai. Inilah trade-off yang perlu dipertimbangkan: kualitas dan kemudahan dibandingkan privasi dan biaya.
Jika Anda memilih self-hosted, pertanyaan praktisnya adalah model mana yang sesuai dengan server Anda. Perhatikan juga context window karena Ollama menggunakan ukuran kecil secara default dan secara diam-diam memotong apa pun yang lebih panjang. Bagi coding agent, ini berarti file yang baru saja dibacanya dapat terhapus dari prompt. menaikkan num_ctx memperbaiki masalah tersebut, dan KV cache yang lebih besar yang diperlukan menjadi bagian dari kebutuhan memori yang harus Anda anggarkan. Tentukan ukurannya sebelum mengunduh model berukuran delapan gigabyte ke server yang tidak mampu memuatnya:
Keamanan: agen mengedit file dan menjalankan perintah
Agen coding tidak bersifat pasif. Agen ini menulis ulang file dan dapat menjalankan perintah build serta pengujian. Karena itu, perlakukan agen ini dengan kehati-hatian yang sama seperti proses apa pun yang dapat mengubah sistem Anda. Tiga kebiasaan mencakup sebagian besar risikonya. Bekerjalah di dalam repositori git agar setiap perubahan terlacak dan dapat dibatalkan. Aider melakukannya secara otomatis. Jalankan agen sebagai pengguna biasa tanpa hak istimewa, jangan pernah sebagai root, dengan mengikuti pengguna dengan hak istimewa minimum, sehingga perintah yang salah tidak dapat memengaruhi seluruh sistem. Pastikan server itu sendiri tetap diperkuat keamanannya karena VPS untuk coding tetap merupakan server publik: SSH yang hanya menggunakan key, firewall dengan kebijakan default-deny, dan langkah lainnya. Panduan hardening OpenClaw menerapkan pendekatan yang sama untuk agen yang lebih otonom. Prinsipnya juga berlaku untuk agen lain.
Untuk menghubungkan agen coding ke workflow Anda sendiri, membangun agen AI dengan Claude menjelaskan cara satu model mengendalikan tool Anda. menjalankan Google Gemini CLI pada VPS adalah opsi terminal lainnya, sedangkan self-hosting OpenHands merupakan opsi otonom yang lebih kompleks. Proyek open source dengan jumlah star terbanyak di bidang ini kini memiliki panduannya sendiri: menjalankan OpenCode pada VPS menyiapkannya dengan pola tmux dan pengguna tanpa hak istimewa yang sama.
FAQ
Dapatkah saya menjalankan coding agent dengan model lokal, bukan API berbayar?
Ya. Aider dan Goose sama-sama mendukung model lokal yang disediakan melalui Ollama, sehingga Anda dapat menjalankan coding agent sepenuhnya secara self-hosted tanpa biaya per token dan tanpa kode meninggalkan server Anda. Kendalanya adalah memori: model yang cukup mampu untuk menulis kode yang berguna membutuhkan RAM atau VRAM yang besar. Karena itu, sesuaikan spesifikasi mesin dengan model sebelum menggunakannya.
Aider atau Goose, mana yang sebaiknya saya gunakan?
Pilih Aider jika alur kerja Anda berpusat pada terminal dan git, serta Anda menginginkan opsi yang paling matang dengan overhead paling rendah. Aider melakukan auto-commit pada setiap perubahan sehingga riwayat Anda tetap dapat dikembalikan. Pilih Goose jika Anda menginginkan asisten yang lebih luas, dengan ekosistem ekstensi yang besar dan dukungan untuk banyak provider. Keduanya berjalan dari terminal dan mendukung Ollama, sehingga salah satunya sesuai untuk VPS.
Berapa banyak memori yang saya perlukan untuk model coding yang di-host sendiri?
Kebutuhannya bergantung pada ukuran model dan tingkat kuantisasi yang digunakan. Model kecil yang telah dikuantisasi dapat berjalan dengan beberapa gigabyte, sedangkan model yang lebih kuat membutuhkan jauh lebih banyak. Context window yang panjang juga menambah kebutuhan memori. Gunakan sizing tool di atas untuk memperkirakan kebutuhan memori berdasarkan model dan panjang context sebelum mengunduhnya.
Apakah aman membiarkan AI agent mengedit kode dan menjalankan perintah?
Hal ini dapat dikelola dengan kebiasaan yang tepat. Simpan pekerjaan Anda dalam repositori git agar setiap pengeditan menjadi commit yang dapat dikembalikan, jalankan agent sebagai pengguna tanpa hak istimewa, bukan sebagai root, dan amankan VPS seperti server publik lainnya. Tinjau perubahan yang dibuatnya melalui commit, bukan langsung mempercayainya, terutama setiap perintah yang ingin dijalankan terhadap sistem Anda.