通过 SSH 隧道将 GPT 调教为服务器专属 Agent（个人记录）

1. 前言：为什么要折腾“逆向隧道”？

2. 准备工作：在服务器部署 Cline Chinese

3.建立 SSH 逆向隧道

4. 插件配置：激活你的 AI 助手

5. 实战体验：让 Agent 自己读模型写论文

相关文章：（一）windows下反代软件CLIProxyAPI 安装与基础使用（个人记录）-CSDN博客

（二）windows下CLIProxyAPI：手动添加ChatGPT账号（个人记录）-CSDN博客

（三）windows下CLIProxyAPI：本地调用配置好的API密钥（个人记录）-CSDN博客

1. 前言：为什么要折腾“逆向隧道”？

很多人用 GPT 辅助编程还在用最原始的“复制粘贴”：把服务器里的代码拷出来，发给 GPT，改完再拷回去。这太低效了！

本篇记录的核心目的，不是为了解决简单的网络连接问题，而是为了实现“Agent 化”。通过 SSH 逆向隧道，我们把本地配置好的 API 环境“空投”到服务器。这样，安装在服务器上的 AI 插件（如 Cline）就能直接化身为一个智能 Agent。它不再需要你手动喂数据，而是能够直接读取服务器上的项目文件、理解目录结构，甚至帮你直接写好代码并运行。

2. 准备工作：在服务器部署 Cline Chinese

注意！！！：开始前先根据相关文章配置好CLIProxyAPI，并且保持打开的情况下。

Cline 是目前最强的开源 Agent 框架之一，赋予了 AI 操作文件系统和终端的能力。

在远程服务器的 VS Code 中（Remote-SSH 连接状态），进入插件市场。

搜索并安装 Cline Chinese。

安装后，你会看到侧边栏多了一个能够“思考”和“行动”的 Agent 窗口。

3.建立 SSH 逆向隧道

这是让 Agent 睁开眼的关键。在本地 Windows 终端（PowerShell）中执行：

# 建立连接的同时，把本地的 API 接口“映射”给服务器
ssh -p <自定义端口> -R 8317:127.0.0.1:8317 <用户名>@<服务器IP>

为什么这么做？ -R 8317:127.0.0.1:8317 的本质是让服务器认为它的 8317 端口就是你本地运行的 API 接口。这样，服务器上的 Agent 就能通过这条“秘密通道”安全地调用大模型，而它所看到的所有文件内容，都严格保留在你的服务器环境中。

如图就是成功了

4. 插件配置：激活你的 AI 助手

保持隧道窗口开启，在 Cline 插件设置中：

API Provider: 选择 OpenAI Compatible。
Base URL: 填入 http://127.0.0.1:8317/v1。
API Key: 填写CLIProxyAPI中设定的key。
Model ID: 填入你在代理中支持的模型（如 gpt-5.5）。

5. 实战体验：让 Agent 自己读模型写论文

配置完成后，最爽的一幕来了。你不需要再描述你的代码逻辑，直接在对话框里下达指令：

“我想让你作为一个资深的计算机视觉研究员，自己读取并理解我服务器上 <你的模型配置文件>.yaml 的内容。结合这套架构，帮我思考接下来关于消融实验的逻辑该怎么写更专业。”

你会看到 Agent 自动执行以下操作：

列出文件清单。

读取指定的 .yaml 文件内容。

自动分析层级结构。

这种“自驱动”的读取能力，才是真正的 Agent 格式。

6. Bug补充

实测时发现bug：当 Cline 执行某些需要交互式界面的 CLI 命令，或者使用终端分页器时（例如使用 git diff 命令，该命令要求用户手动按下 Enter 或 Space 键来滚动页面，或者按下 q 键来退出），Cline 会无限期地挂起，等待相关进程终止。解决方案，使用前加下面一段话先给他（github上大佬发现的解决方案）

你一定要注意的提示：你有些bug，执行某些需要交互式界面的 CLI 命令，或者使用终端分页器时，line 会无限期地挂起，等待相关进程终止。为了避免这个bug唯一方法是通过系统提示或自定义指令，明确指示 Cline 添加非交互式选项（例如，使用 git –no-pager diff 而不是标准的 git diff 进行比较）