Vad behöver jag för att köra en AI-agent på en VPS?

Python med en virtualenv för agentens beroenden, din modell-API-nyckel i en miljöfil och en systemd-tjänst så att den startar om vid krasch och startar vid uppstart. Om agenten anropar en hostad modell (det vanliga fallet) är det allt — ingen GPU. Stegen finns nedan; du får root på ungefär en minut.

Var lägger jag API-nyckeln?

I en EnvironmentFile (chmod 600), aldrig i unit-filen eller incheckad i git. systemd laddar den till processmiljön vid start. Så läcker inte en läckt unit eller repo din nyckel.

Hur håller jag agenten igång efter att jag kopplat från?

Svep in den i en systemd-tjänst med Restart=always. Till skillnad från att köra i en terminal eller med nohup startar systemd om den vid krasch, startar den vid uppstart och fångar loggar till journalctl. Det är skillnaden mellan ett skript och en agent som kör sig själv.

Inte om agenten anropar en hostad modell via ett API — det är orkestreringsarbete som bara kräver CPU, bekvämt på en liten maskin. Du behöver bara en GPU för att köra en modell lokalt, vilket vi inte erbjuder; för små lokala modeller på CPU, se Ollama-guiden.

Kräver ni ID eller kort?

Nej. En e-post för att registrera dig, betalning i USDC eller USDT — inga dokument, inget kort. Root på ungefär en minut.

Hur man kör en AI-agent på en VPS (Python, venv, systemd)

En kopiera-och-klistra-guide för att köra en AI-agent på en VPS: ställ in Python och en virtualenv, håll API-nycklar i en env-fil och svep in agenten i en systemd-tjänst så att den startar om vid krasch och överlever omstarter.

En AI-agent som bara kör medan din laptop är öppen är ett skript. För att få den att köra sig själv — återansluta, försöka igen, överleva omstarter — placera den på en VPS under systemd. Detta är den minimala kopiera-och-klistra-guiden. För varför och den längre formen (upptid, dimensionering, MCP-vinkeln), se köra en AI-agent dygnet runt och översikten VPS för AI-agenter.

1. Python och en virtualenv

apt update && apt install -y python3-venv python3-pip git
git clone https://github.com/you/your-agent.git /opt/agent
cd /opt/agent
python3 -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt

2. Håll API-nyckeln i en env-fil

Hårdkoda aldrig nycklar. Lägg dem i en fil som bara root kan läsa:

cat >/opt/agent/.env <<'EOF'
ANTHROPIC_API_KEY=sk-ant-...
EOF
chmod 600 /opt/agent/.env

3. Svep in den i en systemd-tjänst

# /etc/systemd/system/agent.service
[Unit]
Description=AI Agent
After=network.target

[Service]
WorkingDirectory=/opt/agent
ExecStart=/opt/agent/.venv/bin/python main.py
EnvironmentFile=/opt/agent/.env
Restart=always
RestartSec=5

[Install]
WantedBy=multi-user.target

sudo systemctl daemon-reload
sudo systemctl enable --now agent
journalctl -u agent -f      # watch it run

Restart=always är hela poängen: en krasch klockan tre på natten startar om i stället för att lämna agenten död till morgonen. (Mer om mönstret i skapa en systemd-tjänst.)

4. Håll utkik efter krasch-loopar

Om agenten omedelbart misslyckas vid start försöker Restart=always för evigt. RestartSec=5 glesar ut försöken; läs journalctl -u agent för att åtgärda det underliggande felet (oftast en saknad env-variabel eller ett beroende).

Dimensionering och de ärliga bitarna

API-baserad agent (modellen kör hos din leverantör): lätt — en Small ($8) eller AI-Agent-planen ($10, 4 GB) räcker med råge. Ingen GPU behövs.
Lokal modell: annan, tyngre uppsättning — små kvantiserade modeller på CPU via Ollama; stora kräver en GPU som vi inte erbjuder.
Containeriserad i stället? Dockers --restart unless-stopped spelar samma roll — se docker-compose för AI-agenter.

EQVPS erbjuder också en MCP-server, så en agent kan till och med tillhandahålla sin egen maskin. Root på ungefär en minut, ingen KYC, betala i krypto.