固定一台开发机保存代码/数据/模型，在外通过虚拟局域网进行桌面控制或 SSH/VS Code 开发，并进行内网应用使用

一个很常见的个人 AI 开发场景：家里或办公室固定放一台高性能电脑，GPU、数据集、模型权重、代码仓库和开发环境都保存在这台电脑上；人在外面时，希望用轻薄本继续 coding、看日志、跑训练、调试 Web UI，而不是把几百 GB 数据同步到随身电脑。

核心思路是：先用贝锐蒲公英“纯软件成员”把开发机和外出设备加入同一个虚拟局域网，再通过开发机的蒲公英虚拟 IP 连接桌面或 SSH。蒲公英官方文档说明，客户端成员可用于电脑/手机登录蒲公英客户端实现设备间互访；同一网络内成员登录后可以相互访问。

方案一：远程桌面/屏幕共享

适合需要 GUI、浏览器、数据标注工具、驱动设置和第一次排障。Mac 使用屏幕共享/VNC；Windows 使用远程桌面 RDP。

方案二：SSH + VS Code Remote

适合日常 coding、训练、日志、Jupyter、Gradio、TensorBoard，带宽占用低，推荐作为主工作流。

最佳实践：日常用 SSH/VS Code；遇到必须操作桌面的场景，再打开远程桌面。

1.蒲公英纯软组网配置

1.1 两种建网方式

1.2 手动创建网络与成员

1. 登录蒲公英网络管理平台，点击【异地组网】 → 【网络成员】。
2. 点击“+ 创建网络”，填写网络名称。
3. 网络类型优先选择“对等网络”：对等网络内所有成员可互相访问；集散网络会区分中心节点和普通成员；自定义网络用于更精细的访问权限。
4. 添加软件成员。个人开发场景通常使用“客户端成员”；官方说明客户端成员可在电脑、手机上登录客户端实现设备互访。
5. 在开发机和外出设备分别安装客户端，并用贝锐账号或成员 UID 登录。
6. 在客户端成员列表中找到开发机的虚拟 IP，并记录到后续 SSH/RDP/VNC 配置中。

1.3 连通性测试

假设开发机蒲公英虚拟 IP 为 172.30.91.28。在外出设备上先做最小测试。

连通性测试命令

# Windows PowerShell
ping 172.30.91.28
Test-NetConnection 172.30.91.28 -Port 22
Test-NetConnection 172.30.91.28 -Port 3389

# macOS / Linux Terminal
ping 172.30.91.28
nc -vz 172.30.91.28 22
nc -vz 172.30.91.28 5900

排障提示：有些系统默认禁ping，但 SSH/RDP/VNC 仍可连接。所以 ping 不通时，不要立即判定蒲公英失败；继续测试具体端口。

2. 方案一：远程桌面 / 屏幕共享

远程桌面适合需要完整 GUI 的场景：浏览器登录、图形化 IDE、驱动/显示设置、数据标注工具、授权弹窗或第一次排障。缺点是对延迟和带宽更敏感。

2.1 macOS 开发机：开启屏幕共享

Apple 官方说明：开启屏幕共享后，网络中其他电脑可以远程查看并控制 Mac；设置路径是“系统设置 → 通用 → 共享 → 屏幕共享”。如果“远程管理”已开启，需要先关闭，因为 Screen Sharing 和 Remote Management 不能同时开启。

1. 在开发机 Mac 上打开“系统设置 → 通用 → 共享”。
2. 如果“远程管理”已开启，先关闭它。
3. 点击“屏幕共享”旁边的信息按钮，打开“屏幕共享”。
4. “允许访问”建议选择“仅这些用户”，只添加自己的开发账号。
5. 如果外出设备是 Windows，需要使用 VNC 客户端连接 Mac，可勾选“VNC viewers may control screen with password”并设置独立 VNC 密码。

从另一台 Mac 连接

Apple 官方说明可通过“屏幕共享”App 连接另一台已开启屏幕共享的 Mac；可以在 App 中新建连接并输入主机名或地址。

Mac 连接 Mac 屏幕共享

# 在 macOS 上打开“屏幕共享”App，输入：  
vnc://172.30.91.28

# 或在 Finder → 前往 → 连接服务器 中输入：  
vnc://172.30.91.28

从 Windows 连接 Mac

Windows 没有内置 macOS Screen Sharing 客户端。你可以使用任意可信 VNC Viewer，连接开发机的蒲公英虚拟 IP，端口通常为 5900。若只在蒲公英虚拟局域网内连接，外网路由器不需要映射 5900。

Windows VNC 客户端连接参数

VNC Server / Host: 172.30.91.28
Port: 5900
Password: 使用你在 macOS 屏幕共享中设置的 VNC 密码

2.2 Windows 开发机：开启远程桌面 RDP

Windows 自带的局域网图形远程方式是 Remote Desktop/RDP。Microsoft Learn 说明，启用远程桌面后，远程设备可以像坐在电脑前一样访问应用、文件和网络资源；但也会打开本机端口，因此只应在可信网络上启用，并确保远程账号使用强密码。

1. 在开发机 Windows 上确认版本：设置 → 系统 → 关于 → Windows 规格。Windows Home 不能作为 RDP 被控端；Pro/Enterprise/Education/Server 可以。
2. 进入“设置 → 系统 → 远程桌面”，打开“启用远程桌面”，确认弹窗。
3. 点击“远程桌面用户”或“选择可远程访问此电脑的用户”，加入允许远程登录的账号。管理员组默认通常可访问，但仍建议显式检查。
4. 保持 Network Level Authentication（网络级别身份验证）开启；Microsoft Learn 建议在多数环境中开启 NLA。
5. 在外出设备上用开发机的蒲公英虚拟 IP 连接，而不是公网 IP。

从 Windows 连接 Windows 开发机

Windows RDP 连接

开始菜单搜索：远程桌面连接
或 Win + R 输入：mstsc

计算机：172.30.91.28
用户名：开发机上的 Windows 用户名
密码：该用户的 Windows 登录密码

从 Mac 连接 Windows 开发机

Microsoft 支持文档说明，从 macOS 或 iOS 连接远程 Windows PC 时，可打开 Windows App，添加远程 PC 名称并启动连接；这里的“PC 名称”可以填写蒲公英虚拟 IP。

1. 在 Mac App Store 安装并打开 Windows App。
2. 添加 PC，PC name 填写 172.30.91.28。
3. User account 可先选择 Ask when required，也可以保存开发机用户凭据。
4. 显示设置中可按需要选择全屏、分辨率、多显示器。

Windows Home 说明：Windows Home 如果是外出设备，仍然可以作为 RDP 客户端连接到 Windows Pro 开发机；限制只在“Windows Home 不能作为被控端”。

3. 方案二：SSH + VS Code Remote 终端开发

对于 AI 开发，SSH 通常比远程桌面更稳定：只传输命令、文本、少量文件和端口转发，弱网下也能写代码、启动训练、看日志。VS Code 官方 Remote - SSH 文档说明，可以从命令面板选择“Remote-SSH: Connect to Host...”连接远程主机，也可以先添加 SSH host。

3.1 macOS 开发机：开启 Remote Login

Apple 官方文档说明，打开 Remote Login 后，可以用 SSH 或 SFTP 从另一台电脑访问 Mac；设置路径是“系统设置 → 通用 → 共享 → Remote Login”。

1. 在开发机 Mac 上打开“系统设置 → 通用 → 共享”。
2. 点击“远程登录 / Remote Login”旁边的信息按钮，开启 Remote Login。
3. “允许访问”建议选择“仅这些用户”，添加自己的开发账号。
4. 记录系统显示的 SSH 命令，或直接使用蒲公英虚拟 IP。

连接 macOS 开发机

# 从外出设备连接 Mac 开发机
ssh devuser@172.30.91.28

# 首次连接会提示确认主机指纹，确认 IP/主机无误后输入 yes。

3.2 Windows 开发机：安装并启动 OpenSSH Server

Microsoft Learn 说明，Windows 可通过“可选功能”安装 OpenSSH Server；安装后需要启动 OpenSSH SSH Server 服务，并建议设置为自动启动。安装 OpenSSH Server 会创建并启用名为 OpenSSH-Server-In-TCP 的防火墙规则，用于允许 22 端口入站流量；若该规则未启用，连接会被拒绝或重置。

图形界面安装

1. 开始菜单搜索“可选功能 / Optional Features”。
2. 选择“查看功能 / 添加功能”，搜索 OpenSSH Server，安装。
3. 打开 services.msc，找到“OpenSSH SSH Server”。
4. 启动类型设为 Automatic，点击 Start 启动服务。

PowerShell 安装与启用

Windows OpenSSH Server 配置

# 以管理员身份打开 PowerShell
Get-WindowsCapability -Online | Where-Object Name -like 'OpenSSH*'

# 安装 OpenSSH Server
Add-WindowsCapability -Online -Name OpenSSH.Server~~~~0.0.1.0

# 启动并设置开机自启
Start-Service sshd
Set-Service -Name sshd -StartupType Automatic

# 检查/创建 22 端口防火墙规则
if (!(Get-NetFirewallRule -Name "OpenSSH-Server-In-TCP" -ErrorAction SilentlyContinue)) {
    New-NetFirewallRule -Name 'OpenSSH-Server-In-TCP' `
      -DisplayName 'OpenSSH Server (sshd)' `
      -Enabled True -Direction Inbound -Protocol TCP `
      -Action Allow -LocalPort 22
}

连接 Windows 开发机

连接 Windows 开发机

# 从 Windows / macOS / Linux 外出设备连接
ssh devuser@172.30.91.28

# 如果是域账号，可使用：
ssh domain\username@172.30.91.28

3.3 配置 SSH config

在外出设备上创建或编辑 SSH 配置文件：macOS/Linux 为 ~/.ssh/config，Windows 为 C:\Users\你的用户名.ssh\config。

~/.ssh/config 示例

Host home-ai
    HostName 172.30.91.28
    User devuser
    Port 22
    ServerAliveInterval 30
    ServerAliveCountMax 3

使用 Host 别名

# 之后直接这样连接
ssh home-ai

# VS Code 也会读取这个 Host 名称
# 命令面板：Remote-SSH: Connect to Host... → home-ai

3.4 配置 SSH 密钥（推荐）

首次跑通可以用密码；长期使用建议改为 SSH 密钥，并给私钥设置 passphrase。

macOS/Linux 目标机密钥配置

# 在外出设备上生成 Ed25519 密钥
ssh-keygen -t ed25519 -C "home-ai-dev"

# macOS/Linux 开发机可用 ssh-copy-id
ssh-copy-id devuser@172.30.91.28

# 测试
ssh home-ai

Windows 目标机也支持 authorized_keys。最简单方式是先用密码 SSH 登录一次，然后把公钥追加到目标用户的 %USERPROFILE%.ssh\authorized_keys。管理员账号的密钥规则在 Windows OpenSSH 中可能涉及 C:\ProgramData\ssh\administrators_authorized_keys，若遇到问题优先使用普通开发账号测试。

3.5 VS Code Remote - SSH

1. 在外出设备安装 VS Code。
2. 安装扩展：Remote - SSH。
3. 按 F1 / Ctrl+Shift+P / ⇧⌘P，执行“Remote-SSH: Add New SSH Host...”或“Remote-SSH: Connect to Host...”。
4. 选择 home-ai，首次连接时按系统类型选择 Linux / macOS / Windows。
5. 连接成功后，打开开发机上的项目目录，例如 /home/devuser/projects/llm-lab 或 C:\Users\devuser\projects\llm-lab。

理解工作方式：VS Code Remote - SSH 的本质是：VS Code UI 在外出设备上，代码、终端、扩展服务和文件系统在开发机上。这样不需要把数据和环境搬到随身电脑。

3.6 端口转发：Jupyter / Gradio / TensorBoard

很多 AI 工具会在开发机本地开 Web 服务。为了安全，建议服务只监听 127.0.0.1，再通过 SSH -L 转发到外出设备。

常用端口转发模板

# 例 1：Jupyter Lab
ssh -L 8888:127.0.0.1:8888 home-ai
jupyter lab --ip 127.0.0.1 --port 8888 --no-browser
# 外出设备浏览器打开 http://127.0.0.1:8888

# 例 2：Gradio / Stable Diffusion / Web UI
ssh -L 7860:127.0.0.1:7860 home-ai
# 外出设备浏览器打开 http://127.0.0.1:7860

# 例 3：TensorBoard
ssh -L 6006:127.0.0.1:6006 home-ai
# 外出设备浏览器打开 http://127.0.0.1:6006

安全建议：不要为了省事把 Jupyter/Gradio 直接监听 0.0.0.0 并开放到公网。使用蒲公英 + SSH 端口转发，可以减少暴露面。

3.7 让训练任务不怕断线

网络断开不应导致训练任务终止。macOS/Linux/WSL 可优先使用 tmux；Windows PowerShell 长任务可考虑 Windows Terminal + nohup/日志重定向、WSL、或任务管理器/计划任务方式。

tmux 训练模板

# Linux/macOS/WSL：新建会话
tmux new -s train

# 在 tmux 中启动训练
python train.py --config configs/qwen_lora.yaml 2>&1 | tee logs/train.log

# 断开会话：Ctrl-b 后按 d
# 重新进入：
tmux attach -t train

# 看日志
tail -f logs/train.log

4. 远程AI开发落地建议

4.1 推荐目录结构

开发机上的目录建议

~/projects/
  llm-lab/                 # Git 仓库，只放代码、配置、小脚本
    configs/
    scripts/
    notebooks/
    logs/                  # 可写入日志，但大文件不建议入 Git
  data/                    # 大数据集，不入 Git
  checkpoints/             # 模型权重与 checkpoint，不入 Git
  envs/                    # conda / venv / docker compose 文件

Git 只管理代码、配置和小型文档；数据集、模型权重、输出图片、checkpoint 放到 .gitignore。
外出设备不保存核心数据；只通过 VS Code Remote、SSH、端口转发访问开发机。
训练日志统一写到 logs/，方便 tail -f 或 TensorBoard 查看。
需要下载少量结果时，用 scp/rsync/VS Code 文件面板；大文件优先留在开发机。

4.2 常用日常命令

远程 AI 开发命令速查

# 进入项目
ssh home-ai
cd ~/projects/llm-lab

# 查看 GPU
nvidia-smi

# Conda 环境
conda activate ai

# 拉取代码
git pull --rebase

# 启动训练并保存日志
python train.py 2>&1 | tee logs/$(date +%F_%H%M)-train.log

# 下载一个小文件到本地
scp home-ai:~/projects/llm-lab/logs/latest.log ./latest.log

# 同步一个结果目录（macOS/Linux）
rsync -avP home-ai:~/projects/llm-lab/outputs/ ./outputs/

4.3 安全与可靠性建议