Cara Menjalankan Ejen Pengekodan AI pada VPS

Mengapa menjalankan ejen pengekodan pada VPS

Ejen pengekodan ialah alat yang membaca pangkalan kod anda, menulis perubahan, dan menjalankan arahan untuk mengujinya, semuanya daripada terminal. Menjalankannya pada VPS mempunyai tiga kelebihan berbanding komputer riba anda: ia terus berfungsi selepas anda terputus sambungan, ia terletak bersebelahan dengan kod dan alat binaan anda, dan ia boleh berhubung dengan model yang anda hoskan sendiri. Mulakannya di dalam sesi tmux dan anda boleh menutup komputer riba anda serta menyambung semula kerja kemudian, corak yang sama seperti menjalankan Claude Code pada VPS dengan tmux.

Dua ejen berasaskan terminal yang perlu diketahui. Aider ialah pilihan asli terminal yang mengutamakan git: ia melakukan auto-commit bagi setiap perubahan dengan mesej yang wajar, supaya sejarah anda kekal bersih dan setiap suntingan boleh diterbalikkan. Ia merupakan salah satu ejen pengekodan terminal yang paling lama bertapak, walaupun kadar keluarannya telah perlahan. Goose, daripada Block, adalah lebih meluas: ejen berlesen Apache-2.0 dengan ekosistem sambungan yang besar dan sokongan untuk banyak penyedia termasuk model Ollama tempatan, kini dibangunkan di bawah Agentic AI Foundation (AAIF) oleh Linux Foundation. Aider sesuai untuk aliran kerja yang berdisiplin dan berpusatkan git; Goose sesuai untuk pembantu yang lebih umum dengan set pemalam yang luas.

Keperluan anda

Anda memerlukan VPS dengan git, tmux, dan Python versi terkini untuk Aider, atau pemasang Goose untuk Goose. Anda juga memerlukan model: sama ada kunci API yang dihoskan daripada penyedia seperti Anthropic atau OpenAI, atau model tempatan yang dihidangkan oleh Ollama pada VPS yang sama. Kaedah hos sendiri memastikan kod anda kekal pada pelayan anda sendiri dan tidak mengenakan kos bagi setiap token, dengan syarat anda mempunyai memori yang mencukupi untuk menjalankan model yang berkeupayaan.

Memasang dan menjalankan Aider

Pasang Aider dalam persekitaran terasing menggunakan pipx, yang diperoleh daripada apt kerana Ubuntu 24.04 menyekat pip install biasa di luar persekitaran maya (PEP 668). Kemudian, jalankan Aider di dalam projek anda, di dalam sesi tmux supaya ia kekal berjalan jika sambungan terputus:

sudo apt install pipx
pipx ensurepath
pipx install aider-chat
tmux new -s aider
cd ~/my-project
aider

Satu nota versi: pemasangan ini berfungsi seperti yang ditunjukkan pada Ubuntu 24.04. Pada Ubuntu 26.04, ia gagal buat masa ini kerana dependensi yang ditetapkan oleh Aider merangkumi numpy versi lama yang tidak dapat dibina dengan Python 3.14 pada 26.04. Penyelesaiannya adalah dengan memberikan Aider Python 3.12 miliknya sendiri:

pipx install --python 3.12 --fetch-missing-python aider-chat

pipx memuat turun penterjemah kendiri khusus untuk Aider, dan pemasangan selesai. Ini adalah simptom kadar keluaran Aider yang perlahan; jika ini mengganggu anda, Goose adalah pilihan yang lebih aktif diselenggara.

Setelah ia berjalan, tanggalkan sesi dengan menekan Ctrl-b kemudian d dan ejen akan terus berfungsi walaupun komputer riba anda ditutup; sambung semula kemudian dengan tmux attach -t aider untuk membaca perubahan yang dibuatnya. Tiada apa yang menghalang anda daripada membiarkan tetingkap tmux kedua terbuka untuk ejen lain, dan jika kedua-duanya adalah Claude Code, kedua-dua sesi boleh menghantar kerja antara satu sama lain dan bukannya anda menyampaikannya secara manual. Aider membaca repositori anda, mencadangkan suntingan, melaksanakannya, dan melakukan commit bagi setiap satu, serta ia boleh menarik fail tambahan sebagai konteks apabila sesuatu perubahan melibatkan beberapa fail. Oleh kerana setiap perubahan adalah satu commit, membatalkan tindakan ejen hanyalah dengan git revert, yang merupakan jaring keselamatan yang menjadikannya selesa untuk digunakan. Goose dipasang dengan skrip satu baris yang didokumentasikan dan berjalan dengan cara yang sama dari terminal, memacu tugasan melalui sambungannya:

curl -fsSL https://github.com/aaif-goose/goose/releases/download/stable/download_cli.sh | bash

Model dihoskan atau model kendiri (self-hosted)

Model dihoskan memberikan kualiti terbaik dan tidak memerlukan perkakasan tempatan, tetapi ia mengenakan bayaran bagi setiap token dan kod anda dihantar kepada penyedia. Kos setiap token meningkat lebih cepat daripada jangkaan kebanyakan orang, kerana ejen menghantar semula keseluruhan perbualan pada setiap pusingan. Analisis Claude Code mengenai perbelanjaan sebenar token dalam sesi ejen yang panjang turut terpakai di sini, memandangkan Aider dan Goose mengenakan bil dengan cara yang sama. Model kendiri melalui Ollama memastikan segala-galanya kekal pada pelayan anda dan percuma untuk dijalankan setelah perkakasan dibayar, namun model pengekodan yang cukup baik untuk digunakan memerlukan memori yang sebenar. Itulah pertimbangan yang perlu dibuat: kualiti dan kemudahan berbanding privasi dan kos.

Jika anda memilih model kendiri, persoalan praktikalnya ialah model mana yang sesuai dengan pelayan anda. Pantau tetingkap konteks semasa anda melakukannya, kerana Ollama menetapkan nilai lalai yang kecil dan memotong secara senyap sebarang kandungan yang lebih panjang. Bagi ejen pengekodan, ini bermakna fail yang baru dibaca akan hilang daripada prompt: meningkatkan num_ctx akan membetulkan perkara tersebut, dan cache KV yang lebih besar yang diperlukan adalah sebahagian daripada memori yang perlu anda bajetkan. Tentukan saiznya sebelum anda memuat turun model bersaiz lapan gigabait ke dalam mesin yang tidak mampu menampungnya:

Keselamatan: ia menyunting fail dan menjalankan arahan

Ejen pengekodan bukanlah perisian pasif. Ia menulis semula fail dan boleh menjalankan arahan binaan serta ujian, jadi berikan perhatian yang sama seperti mana-mana proses yang boleh mengubah sistem anda. Tiga tabiat dapat merangkumi kebanyakan risiko. Bekerjalah di dalam repositori git, supaya setiap perubahan dijejaki dan boleh diterbalikkan, yang dilakukan oleh Aider untuk anda secara automatik. Jalankan ejen sebagai pengguna biasa tanpa keistimewaan, jangan sekali-kali sebagai root, mengikut pengguna dengan keistimewaan minimum, supaya arahan yang buruk tidak boleh menjejaskan keseluruhan sistem. Pastikan pelayan itu sendiri diperkukuh, kerana VPS pengekodan masih merupakan pelayan awam: SSH berasaskan kunci sahaja, firewall dengan dasar default-deny, dan sebagainya. Panduan pengukuhan OpenClaw mengambil pendirian yang sama untuk ejen yang lebih berautonomi, dan prinsip-prinsip tersebut boleh diguna pakai.

Untuk menyambungkan ejen pengekodan ke dalam aliran kerja anda sendiri, membina ejen AI dengan Claude menunjukkan cara satu model memacu alatan anda; menjalankan CLI Gemini Google pada VPS ialah satu lagi pilihan terminal, dan self-hosting OpenHands ialah laluan autonomi yang lebih berat. Projek terbuka yang paling banyak mendapat bintang dalam ruang ini kini mempunyai panduannya sendiri: menjalankan OpenCode pada VPS menyediakannya dengan corak tmux dan pengguna tanpa keistimewaan yang sama.

FAQ

Bolehkah saya menjalankan ejen pengekodan dengan model tempatan dan bukannya API berbayar?

Ya. Kedua-dua Aider dan Goose berfungsi dengan model tempatan yang dihoskan oleh Ollama, jadi anda boleh menjalankan ejen pengekodan yang dihoskan sepenuhnya secara kendiri tanpa kos per-token dan kod anda tidak akan keluar dari pelayan anda. Kekurangannya ialah memori: model yang cukup berkebolehan untuk menulis kod yang berguna memerlukan RAM atau VRAM yang banyak, jadi pastikan spesifikasi mesin anda sesuai dengan model sebelum anda bermula.

Aider atau Goose, yang mana satu patut saya gunakan?

Pilih Aider jika aliran kerja anda berpusatkan terminal dan git serta anda mahukan pilihan yang paling matang dan mempunyai overhead paling rendah; ia melakukan auto-commit bagi setiap perubahan supaya sejarah anda kekal boleh diterbalikkan. Pilih Goose jika anda mahukan pembantu yang lebih luas dengan ekosistem sambungan yang besar dan sokongan untuk banyak penyedia. Kedua-duanya dijalankan dari terminal dan kedua-duanya berfungsi dengan Ollama, jadi mana-mana pilihan sesuai untuk VPS.

Berapa banyak memori yang saya perlukan untuk model pengekodan yang dihoskan sendiri?

Ia bergantung pada saiz model dan tahap kuantisasi (quantization) yang digunakan. Model kuantisasi kecil boleh dijalankan dengan beberapa gigabait, manakala model yang lebih berkuasa memerlukan jauh lebih banyak, dan tetingkap konteks (context window) yang panjang akan menambah penggunaan memori. Gunakan alat penentuan saiz di atas untuk menganggarkan memori yang diperlukan oleh model dan panjang konteks tertentu sebelum anda memuat turunnya.

Adakah selamat untuk membiarkan ejen AI menyunting kod saya dan menjalankan arahan?

Ia boleh dikawal dengan tabiat yang betul. Simpan kerja anda dalam repositori git supaya setiap suntingan menjadi commit yang boleh diterbalikkan, jalankan ejen sebagai pengguna tanpa keistimewaan (unprivileged user) dan bukannya root, serta keraskan (harden) VPS anda seperti mana-mana pelayan awam. Semak perubahan yang dilakukan oleh ejen dan bukannya mempercayainya secara membuta tuli, terutamanya sebarang arahan yang ingin dijalankan terhadap sistem anda.