在登记机器上工作¶
把子 Agent 放到另一台电脑上跑：GPU 机器、实验室工作站、办公室的服务器， 而对话仍在你自己的 Raven 里。登记一次机器，把 Raven 的节点装上去，再在 Agent 条目里写上这台机器，之后 Agent 就派到那里执行，在那里的目录里工作，文件也留在那里； 对话按地址读取，你要的时候再取回一个。连接断了，或者你把 Raven 停了，Agent 照样工作， 回来时接回结果。
本页是完整的操作指南。委派本身见与子 Agent 协作， Agent 的安装见Agent 集成。
准备条件¶
- 一台能 ssh 登录的机器，登录用户就是 Agent 将要运行的用户：用密钥，或者用一个由 Raven 保存在本机、每次连接时交给 ssh 的密码（见下面的登记一节）。
- 机器上是 Linux 或 macOS，该用户有 POSIX shell。节点依赖 unix 套接字和进程组， 所以 Windows 机器不能作为目标。（Raven 本机可以是 Windows，见限制与默认值。）
- 机器上有
uv（在 PATH 上，或在它的安装程序放置的位置），或者有curl或wget让安装程序去取一个。安装程序用uv构建节点，没有uv就停下，不管机器上有什么 Python。机器上有 Python 3.12 或更新版本更好，但不是必需：有的话，节点的虚拟环境从它 建出来；没有的话，uv自带一个 Python 3.12，占用空间更多。 - 要运行的 Agent 已经装在那台机器上，并且以那个用户登录过：Claude Code、Codex、 Qwen Code 这类 ACP Agent，命令行 Agent，或者一个只在那台机器网络里能访问的 OpenAI 兼容端点。
1. 登记机器¶
raven ops connection add
命令一次问一件事：你怎么称呼这台机器、它是 ssh 连的还是这台电脑本身、给它一个短 id， 然后是地址、端口、用户名和私钥路径。写入之前会先连一次；连不上的机器不会被记录。 机器能自己说清楚的信息（核数、内存、GPU）从机器上读，不用手敲。最后几个问题是给 on-call 任务用的：装了什么软件（随便写一句即可）、预算单位和同时跑几个任务（回车取默认值）、 存放你工作的目录（可留空）。你列出的目录以后读文件也不用再问（见第 6 节）。
写脚本时，把每个回答都用参数给出：
raven ops connection add --id gpu1 --name "GPU box 1" \
--host <地址> --port 22 --user alice --key ~/.ssh/id_ed25519 \
--non-interactive
记录了什么、记在哪里：
- 这一行写进
connections.json：RAVEN_CONNECTIONS指向的文件；没有就是 config 旁边那份；再没有就是 Raven 主目录（~/.raven）里那份。注册表的细节见 Oncall。 - 记录的是私钥的路径，从不记录私钥本身。
- 只能用密码登录的机器，在 Agent Hub 里把登录方式选成密码来登记，或者用
raven ops connection add --non-interactive --auth password --password-stdin --id <id> --name <name> --host <地址> --port 22 --user <用户>（密码从标准输入的第一行读，不走 命令行；--password-stdin在第一个问题之前就读，带不带--non-interactive都行）。 密码至少 6 个字符，保存在本机的~/.raven/keys/<id>.password，只有你的账号能读 （权限 0600）；每次连接时经 OpenSSH 的 askpass 钩子交给 ssh，不进登记表、不进日志、 不回显、不上命令行。这些连接每一条都自己登录（你 ssh 配置里的连接共享ControlMaster对它们不生效），所以登记时证明的就是保存下来的这个密码，机器改了密码也会在下一次连接时 发现。它们启动时没有控制终端，所以 OpenSSH 8.4 以前的版本（只在开不了终端时才用 askpass）也会走助手而不是在终端上要密码。跳板机不行：密码连接关掉了ProxyJump和ProxyCommand，因为跳板自己的 ssh 会拿到这台机器的密码；只能经跳板到达的机器请用 密钥登记。助手只回答一种提示：ssh 自己向登记的账号、登记的地址（user@host）索要密码的 那一句。别的账号的提示、第二重验证的提示（验证码、passcode）、一次性密码的提示都拿不到 回答，所以登录时还要第二重验证的机器也请用密钥登记。登记表里这一行记auth: password， 没有密钥路径。raven ops connection doctor把它算作可用，Oncall 的 campaign 也能在上面跑， 登录方式相同，而且只登录到登记的地址：campaign 不能把这样一条连接指到别的主机、端口或 用户名上。机器的 sshd 必须允许 密码登录（PasswordAuthentication yes），不允许的机器每次连接都会拒绝，拒绝语里会说明。 登记时被机器拒绝的密码不会保存。登记失败或取消时，会保留另一条并发登记保存的密码， 即使另一条登记仍在连接中、使用的密码也完全相同。机器改了密码，先移除这台机器再重新登记（id 已在用的登记 会被拒）。本机是 Windows 时不提供： Windows 的 OpenSSH 跑不了把密码交给 ssh 的 POSIX 脚本。这样登记的机器不写~/.ssh/config里的Host <id>别名：终端里对它用scp、rsync要自己输密码， Agent 读写它上面的文件走 Raven 自己的文件工具。移除机器时会删掉本机保存的密码 （第 8 节）。 - 机器的主机密钥在第一次连接时接受并写进
~/.ssh/known_hosts。之后机器换了密钥， 会被拒绝，直到你自己核实过。用密码登记时，这第一次连接带着密码：在不信任的网络上， 先在终端里连一次（ssh user@host会显示指纹让你确认）再登记，或者改用密钥登记。 - 用密钥登记的机器，
~/.ssh/config里会写入一段受管理的Host <id>，这样本机的scp和rsync可以按 id 找到这台机器。
raven ops connection list 列出机器。raven ops connection doctor 逐条列出条目的问题，
阻塞的和提示性的都列，但只有一台可用的机器都没有时退出码才非零：一条坏的条目旁边有一条
可用的，退出码仍是零，所以要看它的输出，不要只看退出码。
在 Agent Hub 里¶
不开终端也能登记：Agent Hub 顶部与智能体、渠道并列的机器标签列出已登记的机器，
登记机器打开一个表单，
填名称、id、地址、端口、用户名和私钥路径，以及工作目录。页面和命令一样，写入之前先连一次，
连不上的机器不会被记录；拒绝时会说明是哪一类（连不上、拒绝登录、主机密钥变了、没有按时应答）
以及该怎么办。之后页面上显示的只是这台机器是什么——名称、id、链路、节点——从不显示地址、
用户名或私钥路径：这些只在表单里传一次，不会再读回来。私钥路径一栏会预填这台电脑上
已有的密钥：先是 ssh 自己的那几把（~/.ssh/id_rsa 排在 id_ed25519 前面，和 ssh 自己尝试的顺序一致），再是你自己
起名的密钥对，其余的可以下拉换；一把都没找到时表单会说明，这时可以改用密码登记。
2. 安装节点¶
raven ops connection install-node gpu1
节点是 Raven 自己的代码，装在机器上的一个小虚拟环境里，负责在那里启动 Agent、回答文件调用。
命令先看一眼机器，打印它准备做什么，确认后才动手（--yes 跳过确认）。成功时最后两行是：
Installed the Raven node <版本>-<摘要> in /home/alice/.raven-node (62 MB).
The node answers: Python 3.12.3, code <摘要>.
机器上会多出什么：
| 内容 | 位置 |
|---|---|
| 节点 | <node_dir>/<版本>-<摘要>/，node_dir 取注册表那一行的值，默认 ~/.raven-node |
| 运行状态 | node_dir 下的 run/（套接字）、tasks/<任务>/（每个 Agent 的记录，仅属主可读）和 log/ |
uv（机器上原本没有时，或者机器自己的 uv 早于 0.4.23 而 pip 又配了索引时——那样的 uv 会无视索引） |
<node_dir>/.uv，版本 0.13.0，用机器自己的 curl 或 wget 取回；之后的安装直接用它 |
| Python 3.12（机器上原本没有时） | 节点旁边，由 uv 管理 |
别的都不变：不装系统包，不改 shell 的 rc 文件，不改环境变量，不注册服务，不开端口。 节点的依赖包从机器上 pip 配置的索引安装，没有配置就从 PyPI 安装。安装程序按下面的 数字检查空间：
| 部分 | 大约 |
|---|---|
| 节点 | 60 MB |
uv 带来的 Python 3.12 |
再加 80 MB |
uv 本身（需要取回时） |
再加 25 MB |
--dir <路径> 把节点放在 ~/.raven-node 以外的地方；路径会记进注册表那一行，
以后的命令都能找到。机器上已经有这个 Raven 的节点时，什么都不动。节点的名字也会记在
那一行（node_install），Agent Hub 就是靠它在链路还没建立时说明机器上有节点。
在 Agent Hub 里安装¶
机器卡片或抽屉里的安装节点在后台做同样的安装：卡片上显示正在安装节点直到结束，
抽屉里保留结束时的结果。抽屉里的安装到就是命令的 --dir。节点是另一个版本的 Raven 装的，
会显示需要更新并提供更新节点。
节点装好之后，卡片会列出这台机器上的 Agent 条目，接着的和已断开的都在（一条都没有时写还没有 Agent 接到这里；
状态行链路在，没有 Agent 在跑说的是此刻），抽屉里会给出下一步并提供在这台机器上接入
Agent：选 Agent、填它在机器上的工作目录，接入会像第 4 节的 subagents.add 一样写入
<预设>@<机器 id>（如 codex@gpu1），写入前先在机器上真跑一句；机器上已经有这个预设时同样
会被拒绝。可选的是机器节点能启动的全部预设，本机
已经接入的也在其中——那是机器上的第二个条目，不冲突。机器上已断开的条目也会显示出来，
卡片和表单里都带「已断开」：它仍然占着这台机器，所以表单里每条这样的条目各是一个选项（按条目名），
按钮变成重新接入，点下去是把那条条目重新启用（同样先真跑一句），不是再加一条。也可以在 Agent 自己的抽屉里选
运行在：列出的是全部已登记机器，只有装了本 Raven 节点的能选（其余会说明原因），还要填
机器上的工作目录；本机没装的 Agent 同样可以这样接到机器上，要紧的是它在那台机器上装好
并登录了。只有还没进花名册的预设才有这个选项：已经存在、只是关着的条目用它自己的按钮接入，
那个按钮不带机器。某台机器上的接入还在进行时（试跑一句最长要一分钟），再打开这台机器的接入
表单，那个预设会置灰，不会接第二次。
升级。 节点跑的正是装它的那个 Raven 的代码，每次连接都按摘要核对。在本机更新
Raven 之后，再跑一次 install-node：新节点装在旧节点旁边；--prune 删掉目录里其他
版本的节点（缓存的 uv 和 Python 保留）。没升级之前，派到那台机器会失败，提示
runs different code from this Raven; update it with raven ops connection install-node gpu1。
守护进程。 安装不会启动任何东西。Raven 第一次使用这台机器时，它的 ssh 会话会把 节点的守护进程拉起来，守护进程不随会话结束；没有连接也没有 Agent 在跑满 10 分钟后， 它自己退出。机器重启后，下一次使用会再把它拉起来。
3. 在 Agent 条目里写上机器¶
拿配置里 subagents.agents 下已有的那条 Agent 条目（子 Agent 页面或 raven_config
添加的那条），加上 machine，值是注册表里的 id。remoteCwd 是 Agent 在那台机器上的
工作目录，默认 ~/raven-work，~ 是登记用户在那台机器上的家目录。每个实例或任务在
它下面各有自己的目录：<remoteCwd>/<实例或任务 id>。
ACP Agent¶
{
"name": "Claude Code on gpu1",
"preset": "claude_code",
"kind": "acp",
"enabled": true,
"command": "<该 Agent 的 ACP 命令，同本机条目>",
"machine": "gpu1",
"remoteCwd": "/data/alice/projects"
}
节点在机器上启动条目的 command，用的是登记用户的登录环境（bash 或 zsh 登录时
读的 profile 和 rc 那一串；其他 shell 的用户得到的是 ssh 启动节点时的环境）。条目的
env 叠在上面，经链路送到 Agent，不走命令行。cwd 指的是本机目录，机器上的条目不读它。
命令行 Agent¶
{
"name": "my-cli on gpu1",
"kind": "cli",
"enabled": true,
"command": "my-agent --prompt-file {prompt_file}",
"machine": "gpu1"
}
同一条命令在机器上执行，按那台机器 POSIX shell 的规则切分。提示词送达的方式和本机一样有
三种：{prompt} 作为一个参数、{prompt_file} 写成那次运行目录下的文件、或者走标准输入
（节点送完提示词就关闭它）。输出按行原样回传，空行也在内。取消或超时会结束机器上的整棵
进程树，放到后台的命令也一起结束。
OpenAI 兼容端点¶
{
"name": "vLLM on gpu1",
"kind": "openai",
"enabled": true,
"baseUrl": "http://127.0.0.1:8000/v1",
"model": "my-model",
"machine": "gpu1"
}
用于只在那台机器上、或只在它的网络里能访问的端点。每一轮都开一条到机器的 ssh 隧道，
请求经隧道送到机器所理解的 baseUrl，这一轮结束隧道就关。baseUrl 必须是 http：
隧道的终点是本机回环地址，https 证书对不上它。这种类型没有 remoteCwd（端点没有
工作目录），写了会在加载时丢弃并给出警告。
内置 Agent¶
内置 Agent 是 Raven 自己的循环，跑在这个进程里，模型密钥和工具都在这里，没有可以放到
别处启动的进程。内置条目上的 machine 在加载时丢弃并给出警告，条目仍在本机运行。
4. 或者在对话里添加¶
在对话里直接说，比如“把 Codex 预设添加到机器 gpu1 上”。主 Agent 会列出可用的登记机器，
然后带着预设、机器，以及（ACP 或命令行预设可选的）remote_cwd 调用 subagents.add：
{"preset": "codex", "machine": "gpu1", "remote_cwd": "/data/alice/projects"}
不指定名字时条目叫 <预设>@<机器>，所以一个预设可以在每台机器上各添加一次：机器上已经有
这个预设时，不带名字的添加会被拒绝，拒绝语里写明已有的那个条目（接着的或已断开的）；要在
一台机器上给同一个 Agent 加第二个条目（比如两个工作目录），就给它起一个自己的名字。存入之前，
添加会像本机添加一样先验证：用那个 Agent 在那台机器上真的跑一条测试提示，所以 Agent
必须已经在那里装好并登录。预设是内置 Agent、OpenAI 预设带了 remote_cwd、或者机器的
条目不可用时，添加会在花费任何东西之前被拒绝。
页面上同样的添加，就是机器抽屉里的在这台机器上接入 Agent，或 Agent 自己抽屉里的运行在。
5. 派发时会发生什么¶
照常派发：让宿主委派，或者和这个 Agent 的实例直聊。和本机 Agent 相比有三处不同。
附件只给地址，不复制。 随任务来的文件按它在本机上的地址告诉 Agent，并注明没有复制。 Agent 在机器能读到的地方使用它（两边都挂载的盘上的同一路径、已经在那里的副本）， 读不到就在回复里说明找不到，然后继续。
MCP 服务器不出借。 宿主的 MCP 服务器通过本机上的一个套接字访问，别的机器上的 Agent 打不开它。授权了的服务器会在回复里注明没有出借。跨链路出借即将提供（拉取请求 #947）。
它写的文件留在机器上。 这一轮结束时什么都不会自动拿回来。回复末尾有一行说明它在哪里工作：
[raven] Ran on machine 'GPU box 1' (gpu1), in alice@203.0.113.7:/data/alice/projects/task-3f9a;
the files it wrote are there, not on this computer -- read_file, list_dir, find,
grep, write_file and edit_file take that path as it is, and deliver_files fetches one by it.
派发记录里也用同样的方式写目录：Working directory: on machine 'gpu1', /data/alice/projects/task-3f9a (made there when the run started)。
机器上的路径怎么写¶
机器上的路径按 scp 的写法写，带注册表里的用户、地址和端口。回复、记录、工具结果里都
只用这一种写法，工具也按这种写法读回去：
| 形式 | 例子 | 何时 |
|---|---|---|
user@host:/abs/path |
alice@203.0.113.7:/data/alice/projects/task-3f9a/report.md |
端口是 22 |
scp://user@host:port//abs/path |
scp://alice@203.0.113.7:2222//data/alice/projects/task-3f9a/report.md |
其他端口；注意绝对路径前是两个斜杠 |
<id>:/abs/path |
gpu1:/data/alice/projects/task-3f9a/report.md |
你自己输入时可以这样写：注册表 id 可以代替地址 |
冒号后面不以 / 开头的路径，相对于那台机器上用户的家目录。本机上名字里带冒号的文件，
写成 ./a:b 或绝对路径。对不上任何登记机器的写法会在任何 ssh 之前被拒绝，并说明原因。
6. 按地址读、改、取¶
read_file、list_dir、find、grep、write_file 和 edit_file 接受机器上的路径，
和本机路径一样用。调用通过节点在机器上执行，只有结果回传：读 50 行就只传这 50 行。
行号、上限和页脚和读本机文件完全一样。
- 读不用问的范围是 Raven 的 Agent 在那台机器上的工作目录：
~/raven-work、那台机器上 每个条目的remoteCwd，以及注册表那一行里列出的绝对路径paths。读别处会询问， 就像在本机读工作区以外的文件一样。 - 写一律询问，和本机一样，授权只对那一个文件有效。整文件写入会核对文件是否还是这个 对话上次读到的样子；中途被改过的文件不动，并提示 changed after it was read; nothing was written. Read it again before writing.
- 节点把每次调用限制在审批允许的目录内，并按机器自己的符号链接解析。
deliver_files 按地址取回一个文件，这样你就能在页面上下载它。文件落在对话工作区下的
pulled/<机器>/<键>/<文件名>，键是它在机器上路径的摘要，所以两个路径永远不会互相覆盖。
只取 Agent 工作目录之内的文件，而且不超过 20 MiB；更大的文件或别处的文件，在机器上读。
pulled/ 不会自动清理，不需要时自己清掉。
在 exec 里直接输入指向登记机器地址的 ssh 会被拒绝，并提示应走的登记路线；
scp 和 rsync 到它没有限制，而且因为登记时写了别名，可以按 id 找到它。
7. 断线与重启¶
Raven 对每台机器保持一条 ssh 链路，用心跳看着它：每 5 秒 ping 一次，15 秒没有回应就算 链路断了。Agent 没有断：它们在机器的守护进程下继续运行，写出的每一帧和 stderr 的每一行都被守护进程保存。 只要还有 Agent 在等，Raven 就按 2、4、8、16 秒的退避不断重试；链路回来后按任务 id 把每个 Agent 接回，从 Raven 上次读到的那一帧和那一行 stderr 继续，这一轮像什么都没发生一样进行下去； 链路断开期间发出的取消，链路回来时送达。
停止 Raven 的效果是一样的，而且是有意为之。机器上的 Agent 留给守护进程，Raven 这边
留下的是 <Raven 主目录>/machines/runs/ 下的一条记录。下次启动时读这些记录，把每次
运行从原来的位置接回，连同这一轮写在 stderr 里的内容一起读到（命令的整个 stderr：失败的原因，或只在 stderr
里报会话 id 的 CLI 给出的 id），再把结果通告到发起它的那个对话，就像一轮正常结束一样。为此要保留
机器的登记和 Agent 条目。/restart 和被强制结束的 Raven 也按同样方式处理。
接不回来的情况：机器重启过，或者守护进程被手动结束，任务就不再被机器认识。这一轮会以错误 通告（no longer runs 'agent' (task …)），机器上也不会留下任何在跑的东西。
一条 10 分钟内没有调用、也没有 Agent 的链路，会在 Raven 下一次使用别的机器时被关闭； 没有定时器，所以最后那条在用的链路会一直开着，直到那时。守护进程有定时器：没有连接也没有 Agent 满 10 分钟就退出。两者都不是错误，下次使用会重新建立。
8. 移除机器¶
raven ops connection remove gpu1
确认后把机器从注册表里去掉（--yes 跳过确认），并删掉 ~/.ssh/config 里受管理的
Host gpu1 段。那一段若少了两行标记中的一行（被手改过），就原样不动、在警告里点名，由你自己删；
文件里别的内容一律不碰。还有已接入的 Agent 条目写着这台机器时会拒绝：这样的条目在下一次派发时会失败，
而且是在 spawn 已经回答"已启动"之后，所以要先断开这些条目（Agent Hub，或配置里的
subagents.agents 段），或者加 --force 照样移除，命令会说出哪些条目还指着一台不存在的机器。
已断开的条目不拦着移除，只会被点名：再接入它会被拒，直到用同一个 id 重新登记机器。
node_dir 下的节点留在机器上，要删就到机器上手动删掉那个目录。用密码登记的机器，本机为它
保存的密码会随这一行一起删掉。
Agent Hub 机器抽屉里的移除机器做同样的事，先弹确认；本机链路上还有 Agent 在这台机器上 跑时也会拒绝，等它们跑完或先停掉。之前的 Raven 进程留在机器上的运行 （第 7 节）在机器移出注册表之后不会再被接回。
限制与默认值¶
| 项目 | 值 |
|---|---|
| 一台机器同时运行的 Agent 数 | 8 个；第 9 个启动会被拒绝，提示 already runs 8 agents; wait for one to finish |
| 已结束任务的记录在机器上保留 | 7 天 |
| 心跳间隔 / 判定断链 | 5 秒 / 15 秒 |
| 重连退避 | 2、4、8、16 秒 |
| 空闲链路关闭 | 10 分钟没有调用也没有 Agent 之后，在下一次使用别的机器时关闭；没有定时器 |
| 守护进程退出 | 没有连接也没有 Agent 满 10 分钟；有定时器 |
| ssh 连接超时 | 15 秒 |
| 一次文件调用的回应 | 120 秒内，否则调用失败 |
deliver_files 取回的文件 |
最大 20 MiB |
| 机器上的默认工作目录 | ~/raven-work |
| 默认节点目录 | ~/.raven-node |
| 给命令行 Agent 送提示词的方式 | {prompt}、{prompt_file}、标准输入 |
注册表里的 concurrency 和 budget_unit 管的是 on-call 任务，不管这里的 Agent。
Windows。 机器必须是 Linux 或 macOS。Raven 本机可以是 Windows：在 Windows 上，
C:file 这种盘符相对路径按本机路径读，不会被当成叫 C 的机器；取回的文件名里如果有
Windows 保留的字符，落地时该字符写成百分号编码。
排错¶
每个失败都是一句话，用机器的 id 和显示名称指代它，从不出现地址。ssh 自己的信息会带地址，
写在 Raven 主目录下仅属主可读的日志里（logs/ssh/）。
| 提示里写着 | 意思 | 怎么办 |
|---|---|---|
is not registered; add it with raven ops connection add |
没有这个 id 的条目 | 对照 raven ops connection list 检查条目里的 id |
is registered, but its entry cannot be used; run raven ops connection doctor |
条目不完整，或 id 重复 | 跑 doctor，按它指出的修 |
is this computer; remove machine from the agent's entry |
这一行的 transport 是 local |
去掉 machine，Agent 在本机跑 |
| refused the login; check the key it is registered with | ssh 密钥登录失败 | 手动试 ssh -i <密钥> user@host；密钥换了就重新登记 |
| presented a host key that differs from the one on record | 机器的主机密钥变了 | 核实机器，再清掉 known_hosts 里它那一行 |
| could not be reached / did not answer within the connection timeout | 网络或地址问题 | 检查地址、端口，以及 sshd 是否在运行 |
is not installed on machine …; install it with raven ops connection install-node … |
那里没有节点 | 安装节点 |
| runs different code from this Raven; update it with … | 节点来自另一个 Raven 版本 | 再跑一次 install-node |
| has no uv, and no curl or wget to fetch one with | 安装程序需要 uv，机器上既没有它也没有取它的办法；有 Python 也不改变这一点 |
在机器上装 uv（提示里给了它的安装程序），或者装 curl 或 wget，再试 |
| has uv 0.4.22, and only uv 0.4.23 or later installs from the package index pip is configured with there; with no curl or wget to fetch uv 0.13.0, upgrade uv there | 机器上的 pip 配了索引，它的 uv 太旧、读不了索引（或者说不出自己的版本），安装程序又没办法取一个新的 |
在机器上升级 uv，或者装 curl 或 wget 让安装程序把 uv 取到 node_dir 下，再试 |
| the agent's command was not found on machine … | 那个用户在机器上没装这个 Agent | 在机器上安装并登录 |
| already runs 8 agents; wait for one to finish | 机器已到上限 | 等一等，或换一台机器 |
| did not answer a heartbeat within 15s | 链路断了 | 不用做什么，Raven 会重连；Agent 还在跑 |
| no longer runs 'agent' (task …) | 守护进程丢了这个任务（重启、被结束） | 重新派发 |
| changed after it was read; nothing was written | 这个对话读过之后文件被别人改了 | 重新读一遍再写 |
| is over the 20.0 MB limit for a file brought back | 超过 deliver_files 的上限 |
在机器上读，或用 scp 拷贝 |
| an endpoint reached through the machine has to be http | baseUrl 是 https |
用机器访问它的 http 地址 |
| this command reaches … over raw ssh | 在 exec 里直接 ssh 到登记的地址 |
改用 exec(machine=…) 或文件工具 |
安全¶
- 私钥留在本机，注册表只记它的路径。由那一行拼出来的 ssh 命令行只在内存里，不写进任何 配置、日志或模型可见的文字。
- 用户、地址和端口会出现在模型面前，因为机器上的每个文件都靠它们命名（上面的
scp写法）。 密钥和 ssh 命令行永远不会。 - 节点不开网络端口。它监听自己目录下的一个套接字，属主是登记用户，只有这个用户的 ssh 会话能接到它。那里每个任务的记录也只有这个用户能读。
- 节点用 Raven 自己的文件工具执行文件调用，限制在审批允许的目录内。它不保存对话、 不调用模型；你的模型密钥不会去到机器上。
- 机器上的 Agent 是那台机器自己装的、在那里登录过的。Raven 不借给它自己的密钥：
写了
machine的条目上，lendKeys什么都不出借。它从你这里收到的只有条目的env，经链路送达。