กองทัพ CrewAI ของคุณรันเยี่ยมบนแล็ปท็อป agent คุยกัน researcher ส่งต่อ writer ทั้งเรื่องฮัม — จนกว่าคุณปิดฝาและทุกอย่างหยุด หรือ wifi ของคุณหลุดกลางงาน หรือคุณรีบูตและลืมรีสตาร์ทมัน
กองทัพที่รันเฉพาะขณะคุณเฝ้าดูไม่ใช่ระบบอัตโนมัติ มันคือเดโม การย้ายมันไป VPS คือสิ่งที่เปลี่ยนมันเป็นสิ่งที่ทำงานจริงขณะคุณหลับ
ทำไมเซิร์ฟเวอร์ ไม่ใช่เครื่องของคุณ
ข้อเสนอง่าย: VPS คือคอมพิวเตอร์ที่ไม่เคยปิดฝา มันมี IP คงที่ ไม่หลับ และหากโปรเซสตายมันนำตัวเองกลับได้ สำหรับกองทัพหลาย agent — ซึ่งโดยการออกแบบรันงานยาว ช่างพูด หลายขั้น — นั่นคือความต่างระหว่าง "มันทำงานครั้งหนึ่ง" และ "มันรันมาสามสัปดาห์"
มีเหตุผลที่สองที่ทำให้คนสะดุดในทางดี: คุณไม่ต้องการเครื่องทรงพลัง เพิ่มเติมต่อไป เพราะเป็นคำถามที่ทุกคนถามก่อน
ไม่ คุณไม่ต้องการ GPU
นี่คือส่วนที่คนเข้าใจผิดเรื่องการโฮสต์ agent CrewAI คือตัวประสาน มันตัดสินว่า agent ตัวใดทำ ในลำดับใด ด้วย context ใด — จากนั้นมันขอโมเดลภาษาทำการให้เหตุผลจริง โมเดลนั้นแทบเสมออยู่หลัง API: คุณส่งคำขอไป OpenAI หรือ Anthropic พวกเขารันบน GPU ของพวกเขา คุณได้ข้อความกลับ
ดังนั้นเซิร์ฟเวอร์ของคุณทำสามสิ่ง: รัน Python ถือสถานะของกองทัพ และทำการเรียก HTTPS ไม่มีสิ่งใดแตะ GPU CPU VPS ธรรมดาถูกต้องพอดี เวลาเดียวที่เปลี่ยนคือหากคุณต้องการรันโมเดลในเครื่องด้วย — แต่นั่นคือโปรเจกต์แยกและหนักกว่า และกองทัพส่วนใหญ่ไม่
ในทางปฏิบัติ: แพ็กเกจ 1–2 GB รันกองทัพเล็กโดยไม่เหงื่อออก ไปที่ 4 GB หากคุณรันหลายกองทัพพร้อมกัน ถือประวัติบทสนทนาใหญ่ใน RAM หรือติด vector database สำหรับหน่วยความจำ agent ระยะยาว
การตั้งค่าจริง
เครื่อง Ubuntu สด root ในเวลาประมาณหนึ่งนาทีหลังสั่งซื้อ นี่คือทั้งหมด:
# Python + venv
apt update && apt install -y python3-venv python3-pip
python3 -m venv ~/crew && source ~/crew/bin/activate
# CrewAI
pip install crewai crewai-tools
# โปรเจกต์ของคุณ
mkdir ~/mycrew && cd ~/mycrew
# คัดลอก crew.py และ .env ของคุณขึ้นมาที่นี่ (scp / git clone)
.env ของคุณถือความลับเดียวที่สำคัญ — คีย์ API ของ LLM:
OPENAI_API_KEY=sk-...
# หรือ ANTHROPIC_API_KEY ฯลฯ
จากนั้น python crew.py ปกติรันมัน นั่นคือฉบับด้วยมือ มันทำงาน แต่มันตายทันทีที่เซสชัน SSH ของคุณปิด — ซึ่งนำเราสู่จุดประสงค์จริงของเซิร์ฟเวอร์
เก็บมันให้มีชีวิตด้วย systemd
tmux โอเคสำหรับการทดสอบเร็ว สำหรับอะไรจริง ใช้ systemd — มันรีสตาร์ทกองทัพหากแครชและนำมันขึ้นตอนรีบูต วางนี่ใน /etc/systemd/system/mycrew.service:
[Unit]
Description=CrewAI crew
After=network-online.target
[Service]
WorkingDirectory=/root/mycrew
ExecStart=/root/crew/bin/python /root/mycrew/crew.py
Restart=always
RestartSec=5
EnvironmentFile=/root/mycrew/.env
[Install]
WantedBy=multi-user.target
systemctl daemon-reload
systemctl enable --now mycrew
journalctl -u mycrew -f # ดูมันทำงาน
ตอนนี้กองทัพรันตอนบูต รีสตาร์ทเมื่อล้มเหลว และ log ทุกที่ที่คุณอ่านได้ ปิดแล็ปท็อปของคุณ — มันไม่สน
จ่ายค่ามัน
การสมัครคืออีเมลและรหัสใช้ครั้งเดียว — ไม่มีบัตร ไม่มี ID คุณให้ทุนยอดคงเหลือด้วย USDC หรือ USDT บน Base, Ethereum หรือ Polygon (Base ถูกที่สุดเรื่องค่าธรรมเนียม) และคำสั่งซื้อดึงจากมัน สำหรับกองทัพที่ส่วนใหญ่ทำการเรียก API ขาออก แพ็กเกจ NAT เริ่มต้นโอเคและถูกกว่า เลือกแพ็กเกจ -ip เฉพาะหากกองทัพต้องการ IPv4 สาธารณะของตัวเองสำหรับบริการขาเข้า
ทริกดีหนึ่ง: EQVPS มีเซิร์ฟเวอร์ MCP ที่ mcp.eqvps.com/mcp หากการจัดเตรียมเองเป็นหนึ่งในงานของกองทัพคุณ agent ที่มียอดคงเหลือที่ให้ทุนเรียก order_vps และตั้งเครื่องเองได้ — ไม่มีมนุษย์ที่หน้าชำระเงิน
สิ่งที่ตรงไปตรงมาที่จะพูด
คุณนำคีย์ API ของ LLM เราโฮสต์กองทัพ ไม่ใช่โมเดล บิล OpenAI/Anthropic ของคุณแยก และสำหรับกองทัพที่ยุ่ง มักเป็นต้นทุนที่ใหญ่กว่า — VPS คือส่วนถูก
มันเป็น CPU-only ดาต้าเซ็นเตอร์เดียวในเยอรมนี ไม่มีการอนุมาน GPU ในเครื่อง และ latency ดีที่สุดหากผู้ใช้หรือ API ของคุณอยู่ใกล้ยุโรป สำหรับกองทัพที่ hit LLM API ที่โฮสต์ในสหรัฐ hop เพิ่มคือมิลลิวินาที — ไม่เกี่ยวข้องข้าง latency ของโมเดล — แต่ควรรู้
กำหนดขนาดสำหรับหน่วยความจำของคุณ ไม่ใช่โมเดล สิ่งที่โต RAM ของคุณจริงคือประวัติบทสนทนาและ vector store ใดที่คุณเพิ่ม ไม่ใช่จำนวน agent ดู journalctl และ htop สักวันและปรับขนาดหากคุณต้อง
สิ่งที่ควรจำ
กองทัพ CrewAI ควรอยู่บนอะไรที่ไม่หลับ การย้ายสั้น: CPU VPS, pip install crewai, systemd unit, คีย์ API ของคุณใน .env สิบนาทีและกองทัพของคุณรัน 24/7 แทน "เมื่อไรก็ตามที่แล็ปท็อปเปิด" root ในเวลาประมาณหนึ่งนาที จ่ายด้วยคริปโต ปรับขนาดเมื่อหน่วยความจำบอกคุณ — และให้ agent ดำเนินการต่อ
ความคิดเห็น
ยังไม่มีความคิดเห็น เป็นคนแรกสิ