AI 2026年6月19日 2 分钟阅读

如何用 AI Commander 让 AI 编码 Agent 远程管理服务器（无需 SSH）

tinyash 0 条评论

痛点：AI 编码 Agent 的「远程操作」困局

用 Cursor 写代码、用 Claude Code 重构项目、用 Codex 搭建原型——AI 编码 Agent 在你的开发机上表现得越来越像真正的队友。但一旦需要它们去远程服务器上执行操作（查日志、重启服务、跑测试、部署代码），事情就变得尴尬了：

  • SSH 密钥需要配置，Agent 不能自己去设置一个新的 SSH 连接
  • 端口需要开放，生产环境通常是受限网络
  • VPN 需要手动连接，Agent 无法替你拨 VPN
  • 跳板机、堡垒机、多台 VPS——每个都需要单独的凭据管理

结果就是你不得不把 Agent 的输出复制粘贴到终端，亲手在远程机器上执行。这相当于每次队友帮你写好了命令，你还得自己敲进去。

AI Commander（aicommander.dev）解决了这个痛点——它为 AI 编码 Agent 提供了一个「远程 Shell」，让 Claude、Codex、ChatGPT、Cursor 等 AI 客户端可以直接在远程 Linux 服务器、云 VM、树莓派甚至桌面机上执行命令，无需 SSH、无需开放端口、无需 VPN。

AI Commander 的工作原理

AI Commander 采用中继（relay）架构，分为三层：

AI 客户端（Claude/Codex/Cursor）
       │  MCP over HTTPS + SSE
       ▼
AI Commander 中继（托管在 aicommander.dev）
       ──wss──▶  隔离会话  ──wss──▶  目标机器上的 Agent
  1. Agent 程序安装在你要控制的目标机器上。它只做一件事：主动发起一个出站 WebSocket 连接到中继服务，然后打印出一段短代码（如 AIC-7K3P-WX9M-RTBN）。
  2. AI 客户端通过 MCP 协议（或直接 REST API）连接到同一个中继，传入这段代码，就可以在目标机器上执行 Shell 命令。
  3. 输出实时流回——stdout 和 stderr 通过 SSE（Server-Sent Events）实时推送，就像你在终端里看着命令执行一样。

关键设计：Agent 只出站不监听，没有任何入站端口。这意味着它可以在防火墙后面、NAT 后面、没有公网 IP 的内网机器上正常工作。

快速上手：三分钟让 Claude Code 连上远程服务器

第一步：在目标机器上安装 Agent

对于 Linux 服务器、云 VM 或树莓派，一行命令即可安装：

curl -fsSL https://aicommander.dev/install | sudo bash

这条命令会下载一个单一静态二进制文件（不需要 Node.js、npm 或任何运行时依赖），安装为 systemd 服务并自动启动。安装完成后会打印出类似这样的会话代码：

Agent installed.
Machine code: AIC-7K3P-WX9M-RTBN

💡 这段代码是稳定的——不会自动轮换，只在运行 aicommander-agent change-code 时才改变。把它当成密码保管。

对于 macOS 或 Windows，从官网下载桌面应用即可（DMG 或 EXE 格式），菜单栏/系统托盘会显示和复制代码。

第二步：在 Claude Code 中连接 MCP

回到开发机，在 Claude Code CLI 中一条命令即可添加 MCP 连接：

claude mcp add --transport http aicommander https://aicommander.dev/mcp

验证连接：

claude mcp list

第三步：开始远程操作

现在你可以直接对 Claude 说这类话了：

“Run npm test on AIC-7K3P-WX9M-RTBN” “Check disk space on the production server” “Restart nginx and show me the logs”

Claude 会通过 remote_exec 工具在远程机器上执行命令，并把结果实时返回。

其他 AI 客户端的连接方式

AI Commander 不绑定特定 AI 平台。以下是主流客户端的连接配置：

客户端连接命令备注
Claude Codeclaude mcp add --transport http aicommander https://aicommander.dev/mcp最快的方式
Codex CLIcodex mcp add aicommander --url https://aicommander.dev/mcp注意 --url 在参数前面
OpenCodeopencode mcp add aicommander --url https://aicommander.dev/mcp同上
Cursor编辑 ~/.cursor/mcp.json（加入 npx 桥接）需要使用 @aicommander/mcp npm 包
Claude Desktop设置 → Connectors → 添加自定义 MCP 服务器URL: https://aicommander.dev/mcp，无需认证
ChatGPT设置 → 开发者模式 → 添加自定义连接器需要支持 MCP 的计划
REST APIPOST https://aicommander.dev/api/v1/exec无需 MCP 客户端，直接 HTTP 调用

REST API：没有 MCP 也能用

如果你使用的 AI 客户端不支持 MCP（或只是一个通用 HTTP 工具），AI Commander 同样可用。直接发送一个 POST 请求：

curl -X POST https://aicommander.dev/api/v1/exec \
  -H "Content-Type: application/json" \
  -d '{"code": "AIC-7K3P-WX9M-RTBN", "command": "df -h"}'

返回格式：

{
  "ok": true,
  "exitCode": 0,
  "stdout": "Filesystem      Size  Used Avail Use% Mounted on\n/dev/sda1        98G   45G   53G  46% /\n...",
  "stderr": "",
  "truncated": false
}

💡 会话代码创建后的第一个小时内，无需任何认证即可使用 REST API。之后需要注册账号并生成 API Key。

AI Commander 提供的 MCP 工具

连接后，AI 客户端会获得以下工具：

工具参数功能
remote_exec(code, command, cwd?, timeout_ms?)在远程机器上执行 Shell 命令，实时输出
session_status(code)检查目标 Agent 是否在线
remote_screenshot(code)捕获桌面屏幕截图（仅桌面 macOS/Windows，需授权）
list_machines()列出账号下所有已连接的机器（需 API Key）

其中 remote_exec 和 session_status 是最常用的两个工具。

安全模型

AI Commander 的安全设计有几个值得关注的点：

无需开放入站端口。 Agent 只主动发起出站 WebSocket 连接到中继服务——不监听任何端口。这意味着你不需要在安全组、iptables 或防火墙中开任何入站规则。

会话代码即凭据。 知道当前 AIC-XXX 代码的人就可以在目标机器上执行命令。代码创建后的第一小时允许匿名使用；之后需要注册账号并关联 API Key 才能继续使用。

细粒度账号管理。 拥有账号后，可以用 aicommander-agent block-admin 封禁某个账号的访问，用 list-admins 查看所有关联账号，用 change-code 重置代码（同时清除所有链接）。

命令和结果不持久化。 中继不会记录执行的命令和输出结果——它们通过后即丢弃。

命令与指令隔离。 Agent 返回的输出被视为「结果」而非「新指令」，防止输出中隐藏的恶意内容被 AI 误执行。

实战场景

场景 1：一键检查多台服务器状态

如果你的团队管理着 3-5 台云服务器，传统流程是：终端 → SSH → 依次登录每台机器 → df -h、free -m、systemctl status。用 AI Commander 后，只需告诉 Claude：

“Check disk usage, memory, and service status on all my servers”

Claude 会依次调用每台机器的 remote_exec 并汇总结果。

场景 2：AI 帮你部署代码更新

“Pull latest main on AIC-XXXX, run build, then restart the app service”

AI Commander 让 Agent 可以在远程机器上执行完整的部署流水线——从 git pull 到构建、重启，一气呵成。

场景 3：排查生产环境故障

“Show me the last 50 lines of /var/log/nginx/error.log on the production server”

不再需要 SSH 登录、grep 日志、复制粘贴到 AI 工具分析。AI 可以直接读取日志，发现问题模式，甚至给出修复建议。

注意事项

  • Agent 以 root 运行。 默认情况下 Linux 安装脚本以 root 权限运行 Agent。确实需要在远程机器上执行命令，但这也意味着会话代码一定要保护好——不要把它发送到不受信任的第三方。
  • 代码稳定但不永久。 会话代码不会自动轮换，但你可以随时用 aicommander-agent change-code 手动重置。代码重置后，旧代码立即失效，所有关联的账号都被清除。
  • API Key 活跃度要求。 使用 API Key 的账号需要每 24 小时在 Web 上登录一次以保持活跃（可以联系作者关闭这个限制）。
  • macOS/Windows 无 CLI 安装。 macOS 和 Windows 没有 CLI 安装方式，只能使用桌面应用。Linux 服务器（x86_64 和 arm64）才有一行命令的 CLI 安装方式。

总结

AI Commander 解决的是一个被很多人忽略的痛点：AI 编码 Agent 可以写出优秀的代码，但没有办法在远程机器上执行它。AI Commander 用中继架构绕过了 SSH/VPN/端口开放等所有传统远程管理的麻烦，让 Agent 真正拥有「远程双手」。

对于管理多台服务器、需要频繁查日志和部署的开发者和运维团队，这是一个值得一试的工具。免费即可上手，无需信用卡。

链接：

AI AI 工具 AI 编程 开发者工具 教程

发表评论

你的邮箱地址不会被公开，带 * 的为必填项。