Paano mag-run ng coding AI agent sa VPS

Bakit dapat mag-run ng coding agent sa isang VPS

Ang coding agent ay isang tool na nagbabasa ng iyong codebase, nagsusulat ng mga pagbabago, at nagpapatakbo ng mga command para i-test ang mga ito, lahat mula sa terminal. Ang pag-run nito sa isang VPS ay may tatlong bentahe kumpara sa iyong laptop: patuloy itong gagana kahit mag-disconnect ka, malapit ito sa iyong code at build tools, at maaari itong kumonekta sa model na ikaw mismo ang nag-host. I-start ito sa loob ng isang tmux session para maaari mong isara ang iyong laptop at ituloy ang trabaho mamaya, katulad ng pattern sa pag-run ng Claude Code sa isang VPS gamit ang tmux.

May dalawang terminal-based agent na dapat mong malaman. Ang Aider ay ang terminal-native at git-first na option: auto-commit nito ang bawat pagbabago na may maayos na message, kaya mananatiling malinis ang iyong history at reversible ang bawat edit. Isa ito sa pinakamatagal nang terminal coding agent, bagaman bumagal na ang release pace nito. Ang Goose, mula sa Block, ay mas malawak: isang Apache-2.0 agent na may malaking extension ecosystem at suporta para sa maraming providers kabilang ang mga local Ollama models, na kasalukuyang dine-develop sa ilalim ng Linux Foundation's Agentic AI Foundation (AAIF). Ang Aider ay para sa disiplinado at git-centric na workflow; ang Goose ay para sa isang mas general na assistant na may malawak na plugin set.

Ang mga kailangan mo

Kailangan mo ng VPS na may git, tmux, at bagong Python para sa Aider, o ang Goose installer para sa Goose. At kailangan mo ng model: alinman sa isang hosted API key mula sa provider gaya ng Anthropic o OpenAI, o isang local model na sineserve ng Ollama sa parehong VPS. Ang self-hosted na paraan ay nagpapanatili ng iyong code sa sarili mong server at walang gastos bawat token, kapalit ng pangangailangan ng sapat na memory para sa isang mahusay na model.

Install at i-run ang Aider

I-install ang Aider sa isang isolated environment gamit ang pipx, na galing sa apt dahil bina-block ng Ubuntu 24.04 ang plain pip install sa labas ng isang virtual environment (PEP 668). Pagkatapos ay i-run ang Aider sa loob ng iyong project, sa isang tmux session para hindi ito matigil kapag nag-disconnect:

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

Paalala sa bersyon: ang install na ito ay gumagana gaya ng nakasaad sa Ubuntu 24.04. Sa Ubuntu 26.04, kasalukuyan itong nag-e-error dahil ang mga pinned dependencies ng Aider ay may kasamang lumang numpy na hindi nagbu-build sa Python 3.14 ng 26.04. Ang solusyon ay bigyan ang Aider ng sarili nitong Python 3.12:

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

Ang pipx ay nagda-download ng standalone interpreter para lang sa Aider, at matatapos ang install. Ito ay sintomas ng bumagal na release pace ng Aider; kung ito ay problema sa iyo, ang Goose ang mas aktibong maintained na pagpipilian.

Kapag tumatakbo na ito, i-detach ang session gamit ang Ctrl-b tapos d at patuloy na gagana ang agent kahit nakasara ang iyong laptop; i-reattach mamaya gamit ang tmux attach -t aider para mabasa ang mga binago nito. Binabasa ng Aider ang iyong repository, nagmumungkahi ng mga edit, ina-apply ang mga ito, at ina-commit ang bawat isa; maaari din itong kumuha ng extra files para sa context kapag ang isang pagbabago ay sumasaklaw sa maraming files. Dahil ang bawat pagbabago ay isang commit, ang pag-undo sa agent ay isang simpleng git revert, na nagsisilbing safety net para maging komportable ang paggamit nito. Ang Goose ay nag-i-install gamit ang dokumentadong one-line script nito at tumatakbo nang katulad mula sa terminal, gamit ang mga extension nito para sa mga task:

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

Hosted model o self-hosted model

Ang hosted model ay nagbibigay ng pinakamataas na kalidad at hindi nangangailangan ng local hardware, ngunit may gastos ito bawat token at ipinapadala ang iyong code sa provider. Ang per-token costs ay mabilis lumaki higit sa inaasahan ng marami, dahil muling ipinapadala ng agent ang buong conversation sa bawat turn. Ang Claude Code breakdown ng kung magkano talaga ang ginagastos ng isang mahabang agent session sa tokens ay applicable din dito, dahil pareho ang paraan ng billing ng Aider at Goose. Ang self-hosted na model sa pamamagitan ng Ollama ay nagpapanatili ng lahat sa iyong server at libre itong i-run kapag bayad na ang hardware, ngunit ang isang coding model na sapat ang galing para maging kapaki-pakinabang ay nangangailangan ng tunay na memory. Iyan ang trade-off na dapat timbangin: kalidad at convenience laban sa privacy at cost.

Kung pipiliin ang self-hosted, ang praktikal na tanong ay kung anong model ang kasya sa iyong server. I-size muna ito bago mag-download ng isang eight-gigabyte na model sa isang machine na hindi ito kasya:

Safety: nag-e-edit ito ng files at nagpapatakbo ng commands

Ang coding agent ay hindi passive. Nagre-rewrite ito ng files at maaaring magpatakbo ng build at test commands, kaya bigyan ito ng parehong pag-iingat na ibinibigay mo sa anumang process na kayang baguhin ang iyong system. Tatlong habit ang sasakop sa karamihan ng risk. Magtrabaho sa loob ng isang git repository para ang bawat pagbabago ay tracked at reversible, na awtomatikong ginagawa ng Aider para sa iyo. I-run ang agent bilang iyong ordinaryong unprivileged user, huwag kailanman bilang root, ayon sa least-privilege users, para ang isang maling command ay hindi makasira sa buong system. At panatilihing hardened ang mismong machine, dahil ang isang coding VPS ay isa pa ring public server: key-only SSH, default-deny firewall, at iba pa. Ang OpenClaw hardening guide ay may parehong pananaw para sa isang mas autonomous na agent, at ang mga prinsipyo nito ay applicable sa lahat.

Para ikonekta ang isang coding agent sa iyong sariling workflow, ang pagbuo ng isang AI agent gamit ang Claude ay nagpapakita kung paano pinapatakbo ng isang model ang iyong mga tools; ang pag-run ng Google's Gemini CLI sa isang VPS ay isa pang terminal option, at ang self-hosting OpenHands ay ang mas mabigat na autonomous na ruta. Ang pinaka-starred na open project sa space na ito ay may sarili nang guide: ang pag-run ng OpenCode sa isang VPS ay nagse-set up nito gamit ang parehong tmux at unprivileged-user pattern.

FAQ

Maaari ko bang i-run ang isang coding agent gamit ang local model sa halip na paid API?

Oo. Parehong gumagana ang Aider at Goose sa mga local model na sineserve ng Ollama, kaya maaari kang mag-run ng isang coding agent na fully self-hosted nang walang per-token cost at walang code na lalabas sa iyong server. Ang limitasyon ay ang memory: ang isang model na sapat ang galing para magsulat ng kapaki-pakinabang na code ay nangangailangan ng malaking RAM o VRAM, kaya i-size muna ang machine para sa model bago ka mag-commit.

Aider o Goose, alin ang dapat kong gamitin?

Piliin ang Aider kung ang iyong workflow ay terminal- at git-centric at gusto mo ang pinaka-mature at may pinakamababang overhead na option; auto-commit nito ang bawat pagbabago kaya mananatiling reversible ang iyong history. Piliin ang Goose kung gusto mo ng mas malawak na assistant na may malaking extension ecosystem at suporta para sa maraming providers. Parehong tumatakbo mula sa terminal at parehong gumagana sa Ollama, kaya ang alinman ay angkop sa isang VPS.

Gaano karaming memory ang kailangan ko para sa isang self-hosted coding model?

Depende ito sa laki ng model at kung gaano ito ka-quantized. Ang isang maliit na quantized model ay maaaring tumakbo sa ilang gigabytes, habang ang isang mas malakas na model ay nangangailangan ng mas marami, at nadadagdagan pa ito ng mahabang context windows. Gamitin ang sizing tool sa itaas para ma-estimate ang memory na kailangan ng isang partikular na model at context length bago mo ito i-download.

Ligtas ba na hayaan ang isang AI agent na mag-edit ng aking code at magpatakbo ng mga command?

Kaya itong i-manage sa pamamagitan ng tamang mga habit. Panatilihin ang iyong trabaho sa isang git repository para ang bawat edit ay isang reversible commit, i-run ang agent bilang isang unprivileged user sa halip na root, at i-harden ang VPS gaya ng anumang public server. Suriin ang mga commit na ginagawa nito sa halip na magtiwala nang bulag, lalo na ang anumang command na nais nitong i-run sa iyong system.