Cloudrouter - สกิลที่ทำให้ Claude Code/Codex สตาร์ต Cloud VM·GPU ได้

 (cloudrouter.dev)
6 คะแนน โดย GN⁺ 2026-02-14 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • AI coding agent เป็นเครื่องมือที่ช่วยให้สามารถ สร้างและควบคุม cloud sandbox ได้โดยตรงจากบรรทัดคำสั่ง พร้อมสตาร์ตอินสแตนซ์ VM และ GPU ให้อัตโนมัติ
  • สร้างสภาพแวดล้อมพัฒนาระยะไกลจากไดเรกทอรีในเครื่องหรือ Git repository และรองรับการเข้าถึงได้หลากหลายแบบ เช่น VS Code·Jupyter·VNC·เทอร์มินัล
  • ผ่าน การผสานรวม Chrome CDP จึงสามารถทำงานอัตโนมัติจาก CLI ได้ เช่น การท่องเว็บ การป้อนข้อมูล การคลิก การจับภาพหน้าจอ และการดึงข้อมูล
  • ให้การควบคุมทรัพยากรอย่างละเอียด เช่น อัปโหลด·ดาวน์โหลดไฟล์และซิงก์อัตโนมัติ, การเลือก GPU (--gpu H100:2 เป็นต้น), การปรับขนาด (--size small เป็นต้น)
  • โอเพนซอร์ส (MIT) ใช้งานได้บน macOS·Linux·Windows

ภาพรวม

  • cloudrouter คือสกิลแบบ CLI ที่ช่วยให้ AI coding agent อย่าง Claude Code, Codex, Cursor สามารถสร้างและจัดการ VM และ GPU sandbox บนคลาวด์ได้
    • สามารถสร้าง sandbox จากบรรทัดคำสั่ง รันคำสั่ง โอนไฟล์ และทำ browser automation ได้
    • ติดตั้งได้ด้วยคำสั่ง npx skills add manaflow-ai/cloudrouter

การติดตั้งและการยืนยันตัวตน

  • สามารถเพิ่มเป็นสกิลสำหรับ AI agent หรือติดตั้งเป็น CLI แบบสแตนด์อโลนได้
    • หลังจาก npm install -g @manaflow-ai/cloudrouter ให้ยืนยันตัวตนด้วย cloudrouter login
    • ใช้ได้ทั้งคำสั่ง cloudrouter และ cr

ฟีเจอร์หลัก

  • Cloud sandbox ที่พร้อมใช้งานทันที: สร้าง remote VM จากไดเรกทอรีในเครื่อง, Git repository หรือเทมเพลต
    • รองรับ Docker และมีการซิงก์ไฟล์อัตโนมัติรวมอยู่ด้วย
  • การผสานรวมกับ AI agent: สร้าง sandbox, รันโค้ด และทำ browser automation ได้โดยตรงจาก Claude Code, Cursor เป็นต้น
  • Browser automation: ใช้ Chrome CDP สำหรับการท่องเว็บ การคลิก การป้อนข้อมูล การจับภาพหน้าจอ และการวิเคราะห์ accessibility tree
  • วิธีการเข้าถึงหลายแบบ: รองรับการเข้าถึงได้หลายรูปแบบ เช่น VS Code บนเบราว์เซอร์, VNC desktop, เทอร์มินัล และการรันคำสั่งเดี่ยว
  • การโอนไฟล์: รองรับการอัปโหลด·ดาวน์โหลด และการอัปโหลดซ้ำอัตโนมัติเมื่อตรวจพบการเปลี่ยนแปลง
  • โอเพนซอร์ส: ใช้ไลเซนส์ MIT เขียนด้วยภาษา Go และเผยแพร่เป็น npm package สำหรับ macOS·Linux·Windows

ตัวเลือก GPU และอินสแตนซ์

  • sandbox มาตรฐานพร้อมใช้งานได้ทันที และสามารถเพิ่ม GPU instance ด้วยตัวเลือก --gpu
    • ตัวอย่าง: --gpu H100:2 คือใช้ H100 GPU จำนวน 2 ตัว
  • ประเภท GPU และการใช้งาน
    • T4 (16GB) : การอนุมานโมเดลขนาดเล็ก·การปรับจูนละเอียด
    • L4 (24GB) : การสร้างภาพ
    • A10G (24GB) : การฝึกโมเดลขนาดกลาง
    • L40S (48GB) : การสร้างวิดีโอ
    • A100 (40GB) : การฝึกโมเดลขนาดใหญ่ (7B–70B)
    • H100 (80GB) , H200 (141GB) , B200 (192GB) : สำหรับงานวิจัยสมรรถนะสูงและ frontier model

Browser automation

  • แต่ละ sandbox มี เบราว์เซอร์ที่ผสานรวมกับ Chrome CDP มาให้
    • สามารถเปิด URL, ดู accessibility tree snapshot, โต้ตอบกับองค์ประกอบ และจับภาพหน้าจอได้
    • ตัวอย่าง:
      • cloudrouter browser open cr_abc123 "https://example.com"
      • cloudrouter browser fill cr_abc123 @e1 "user@example.com"
      • cloudrouter browser click cr_abc123 @e3

การจัดการ sandbox

  • มีคำสั่งสำหรับจัดการ เช่น ดูรายการ sandbox ที่กำลังรัน ตรวจสอบสถานะ หยุด·ลบ
    • cloudrouter ls, cloudrouter stop , cloudrouter delete
  • รองรับการหยุดชั่วคราว (stop) และกลับมาทำงานต่อ (resume) พร้อมขยาย timeout ได้ด้วย (extend)
  • จำกัดจำนวน sandbox ที่รันพร้อมกันสูงสุด 10 ตัว

การโอนไฟล์และการซิงก์

  • รองรับ การโอนไฟล์สองทาง ระหว่างเครื่องโลคัลและ sandbox
    • อัปโหลด: cloudrouter upload ./src
    • ดาวน์โหลด: cloudrouter download ./dist
    • ตั้งค่าอัปโหลดอัตโนมัติเมื่อมีการเปลี่ยนแปลง (--watch) และรูปแบบไฟล์ที่ต้องการยกเว้น (-e "*.log") ได้

การเข้าถึงสภาพแวดล้อมพัฒนา

  • มีอินเทอร์เฟซสำหรับการพัฒนาระยะไกลหลายแบบ
    • VS Code: cloudrouter code
    • Jupyter Lab: cloudrouter jupyter
    • VNC desktop: cloudrouter vnc
    • เทอร์มินัลเซสชัน: cloudrouter pty

แนวทางด้านความปลอดภัย

  • E2B port forwarding URL เป็นลิงก์สาธารณะที่เข้าถึงได้โดยไม่ต้องยืนยันตัวตน จึงห้ามแชร์เด็ดขาด
    • ควรแชร์เฉพาะ VNC, VS Code, Jupyter URL ที่ปลอดภัยกว่าเท่านั้น
    • การเข้าถึง development server ให้ทำผ่าน cloudrouter vnc

คู่มือแก้ปัญหา

  • หากเกิดข้อผิดพลาด npm install: ต้องรันคำสั่ง sudo chown -R 1000:1000 /home/user/.npm
  • หากคำสั่ง ssh ล้มเหลว: ต้องครอบทั้งคำสั่งด้วยเครื่องหมายอัญประกาศ
  • หากคำสั่งเบราว์เซอร์ล้มเหลว: หลังสร้าง sandbox ใหม่ต้องรอสักครู่
  • ระบุกรณีผิดพลาดที่พบบ่อย เช่น ลำดับแฟลก snapshot ไม่ถูกต้อง หรือใช้แฟลก extend ผิด

โอเพนซอร์สและการสนับสนุน

  • เผยแพร่ภายใต้ MIT license และดูโค้ดได้บน GitHub
  • รองรับ macOS, Linux, Windows
  • ช่องทางทางการ: GitHub, Twitter, Discord

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2026-02-14
ความคิดเห็นจาก Hacker News
  • รู้สึกเหมือนเราเข้าใกล้อีกขั้นสู่จุดที่ โมเดลสามารถบูตจากไฟล์ weight ของตัวเองและรันตัวเองได้
  • เจ๋งมาก! ฉันลองรัน cloudrouter start . บนเครื่องโลคัลของฉัน แล้วมันขอรหัสผ่านเพื่อยืนยันตัวตนกับเซิร์ฟเวอร์
    เลย เปิด issue ไว้
    • เจอสาเหตุและแก้แล้ว ลองอัปเดตแพ็กเกจแล้วรันใหม่ดู
  • ไอเดียดี แต่ส่วนตัวไม่ค่อยชอบ สถาปัตยกรรมแบบ monolithic
    ถ้ายัดหลายฟังก์ชันไว้ในเครื่องมือเดียวแบบฝืน ๆ จะทำให้แก้ไขหรือขยายต่อได้ยาก และความยืดหยุ่นก็ลดลง
    ฉันชอบ เครื่องมือแบบคอมโพเนนต์ขนาดเล็กที่เชื่อมกันแบบหลวม ๆ มากกว่า แบบนี้ผู้ใช้จะแก้เองหรือเอาไปประกอบต่อได้ง่าย
    Docker template ก็ดูเป็นแนวทางที่มัดหลายแอปไว้ในคอนเทนเนอร์เดียว ซึ่งเพิ่มภาระด้านการ build, การซัพพอร์ต และความเข้ากันได้
    แยกแต่ละแอปเป็นคนละคอนเทนเนอร์แล้วเชื่อมกันด้วย TCP, socket หรือ volume น่าจะดีกว่า
    อีกอย่าง การที่โค้ดยืนยันตัวตนปนกับ browser logic ก็ดูเป็นสัญญาณของการยึดโยงหน้าที่ที่ไม่ดี
    แล้วฉันเห็นส่วนในโค้ด rsync ที่ปิดการตรวจสอบ SSH host key ด้วย ซึ่งถือว่า เสี่ยงด้านความปลอดภัย มาก
    • ถ้ามี template ที่ผู้ใช้ override ได้ ก็น่าจะช่วยแก้ปัญหานี้ได้ระดับหนึ่ง
      ฉันเลือกใช้โครงสร้างแบบ monolithic เพื่อให้เริ่มต้นได้เร็วและเรียบง่าย แต่ก็แลกมากับอิสระในการตั้งค่าที่ลดลง
      สำหรับ Docker template เป้าหมายคือให้อัปโหลด working directory ของเอเจนต์แล้วเปิดสภาพแวดล้อมพัฒนาได้ทันที
      ถ้าแยกเป็นหลายคอนเทนเนอร์ ความซับซ้อนเรื่อง mount, networking และอื่น ๆ จะเพิ่มขึ้น
      SSH ไม่ได้เชื่อมต่อกับโฮสต์จริงโดยตรง แต่ถูก tunnel ผ่าน TLS WebSocket
      ใช้ทั้งโทเคนยืนยันตัวตนต่อเซสชันและ คีย์ VM ชั่วคราว ทำให้พอร์ต SSH ไม่ได้เปิดออกสู่ภายนอก
  • เดโมยอดเยี่ยมมาก
  • พวกเราก็กำลังทำอะไรคล้าย ๆ กันใน dstack
    ช่วงหลังเราเพิ่ม ความสามารถรองรับเอเจนต์ เข้าไป
    เราโฟกัสที่ container orchestration ตั้งแต่การพัฒนาไปจนถึงการเทรนและการอนุมาน
  • สงสัยว่ามีเหตุผลอะไรที่ไม่ให้เอเจนต์ใช้ AWS/Azure/GCP CLI ไปเลยหรือเปล่า
    • เป็นคำถามที่ดี แต่ความสะดวกของการสั่งบรรทัดเดียวแล้วได้ VM ที่พร้อมทั้ง SSH, การซิงก์ไฟล์, เบราว์เซอร์ และ GPU ทันทีนั้นมีประโยชน์มาก
      ไม่ต้องวุ่นกับการตั้งค่าบัญชีคลาวด์, security group หรือการจัดการ SSH key
      cloudrouter มี Docker/VNC/Jupyter Lab มาให้ล่วงหน้าอยู่แล้ว จึงไม่ต้องกังวลเรื่องตั้งค่าสภาพแวดล้อม
    • ทำได้อยู่แล้ว แต่เครื่องมือที่ช่วยให้ AI ทำงานได้ด้วยจำนวนโทเคนน้อยลง ก็มีคุณค่าเหมือนกัน
    • ไม่มีอะไรห้ามอยู่แล้ว
  • น่าทึ่งจริง ๆ
  • เดโมน่าประทับใจมากจริง ๆ
  • อ่านเพลินมากตลอดทั้งบทความ