自托管一个随处可用的 AI 终端

大多数「自托管 AI」教程止步于模型。这篇覆盖整个栈 —— 智能体、shell、SSH 客户端，和一个手机就能打开的 URL。

搜「self-host AI terminal」，结果大多在讲怎么本地跑模型：Ollama、LocalAI、 LM Studio、llama.cpp。挺好 —— 但模型不是终端。搜索结果的第一页里， 没有一个是真正能从浏览器访问的智能体 shell。这篇要搭的就是它： 一台服务器、一次安装，一个能 SSH、能改文件、能跑进程、能搜网页、 还扛得住手机断网的智能体。任何有 Safari 或 Chrome 的设备都能用。

整个栈

• Tron Web 服务器（终端 + 智能体循环）。
• Ollama，同一台机器（可选 —— 完全离线的智能体工作）。
• Caddy 在前面做 TLS。或者跳过 TLS 直接用 Tailscale。
• Tailscale / Cloudflare Tunnel，不开端口就能从外网访问。

安装 Tron

git clone https://github.com/Shadowhusky/Tron.git
cd Tron
npm install
npm run build:web
npm run start:web   # 监听 0.0.0.0:3888（默认 local 模式）

内置三种部署模式：

• local —— 默认。允许本地 PTY + SSH。
• gateway —— TRON_MODE=gateway。禁用本地 PTY，只允许 SSH 会话。机器是跳板机、不想让任何人直接在上面开 shell 时用。
• demo —— 纯客户端、模拟终端。给官网用的。

同一台机器加上 Ollama

curl -fsSL https://ollama.com/install.sh | sh
ollama pull qwen2.5-coder:7b
ollama pull llama3.1:8b

在 Tron 的 Settings > AI 里把提供商切到 Ollama，base URL 设为 http://localhost:11434。智能体循环从此不出这台机器。 应付「跑个脚本、修个配置」的日常足够；显存够的话，更大的模型 （Qwen 2.5 Coder 14B/32B）在多步任务上明显更稳。

用 Caddy 上 TLS

有域名的话，Caddyfile 里两行：

tron.example.com {
    reverse_proxy localhost:3888
}

Caddy 自动签 Let's Encrypt 证书。TLS 到此为止。

不开端口，从外网访问

两个选项，用你已经在用的那个：

• Tailscale。服务器和笔记本/手机各装一个。MagicDNS 名字（tron.yourtailnet.ts.net）在哪都能用。零端口转发，零 DNS 配置。
• Cloudflare Tunnel。cloudflared tunnel —— 把服务器绑到你域名下的主机名。TLS 和稳定 URL 都有，路由器不用动。

持久化与可靠性

几个值得知道的默认行为：

• PTY 会话在页面刷新和断网后保留 24 小时。关掉 Safari 再打开，回滚还在，智能体继续。
• 会话状态（标签页、智能体对话、草稿）每 5 秒原子写入 ~/.config/tron/。强杀进程不会写坏布局。
• 并发上限 20 个会话；超了就淘汰最旧的。防止失控客户端吃光服务器。

从托管终端再 SSH 出去

SSH 配置存在服务器侧的 ~/.tron/ssh-profiles.json。 加一次，任何设备都能用 —— 不同步到任何第三方服务，私钥永远不离开服务器。

作为服务运行

一个简单的 systemd unit：

# /etc/systemd/system/tron.service
[Unit]
Description=Tron terminal
After=network.target

[Service]
Type=simple
User=tron
WorkingDirectory=/opt/Tron
ExecStart=/usr/bin/npm run start:web
Restart=on-failure
Environment=NODE_ENV=production

[Install]
WantedBy=multi-user.target

systemctl enable --now tron，收工。

什么时候值得自托管（什么时候不值）

代码本来就在服务器上、你愿意自己管运维、或者你需要一切（提示词、shell、密钥） 都留在自己硬件上时，自托管赢。只有一台笔记本的话就未必了 —— 那种场景桌面应用更省事。