Chạy một đội đa agent CrewAI trên một VPS

Đội CrewAI của bạn chạy tuyệt trên laptop. Các agent nói chuyện với nhau, nhà nghiên cứu bàn giao cho người viết, cả thứ ngân nga — cho tới đúng khi bạn đóng nắp và tất cả dừng. Hoặc wifi của bạn rớt giữa một nhiệm vụ. Hoặc bạn khởi động lại và quên khởi chạy lại nó.

Một đội chỉ chạy khi bạn đang xem không phải tự động hóa. Nó là một demo. Chuyển nó tới một VPS là cái biến nó thành thứ thực sự hoạt động trong khi bạn ngủ.

Vì sao một máy chủ, không phải máy của bạn

Điểm bán đơn giản: một VPS là một máy tính không bao giờ đóng nắp. Nó có một IP cố định, nó không ngủ, và nếu tiến trình chết nó có thể tự đưa mình trở lại. Cho một đội đa agent — vốn thiết kế chạy các job dài, nhiều lời, nhiều bước — đó là khác biệt giữa "nó đã hoạt động một lần" và "nó đã chạy ba tuần."

Có một lý do thứ hai làm người ta vấp theo một cách tốt: bạn không cần một cỗ máy mạnh. Nói thêm về điều đó tiếp theo, vì đó là câu hỏi ai cũng hỏi đầu tiên.

Không, bạn không cần một GPU

Đây là phần người ta hiểu sai về host các agent. CrewAI là một điều phối viên. Nó quyết định agent nào hành động, theo thứ tự nào, với ngữ cảnh nào — rồi nó nhờ một mô hình ngôn ngữ làm suy luận thực. Mô hình đó gần như luôn sống sau một API: bạn gửi một yêu cầu tới OpenAI hoặc Anthropic, họ chạy nó trên các GPU của họ, bạn nhận văn bản trở lại.

Nên máy chủ của bạn làm ba việc: chạy Python, giữ trạng thái của đội, và tạo các cuộc gọi HTTPS. Không cái nào chạm một GPU. Một VPS CPU thuần chính xác là đúng. Lần duy nhất điều đó thay đổi là nếu bạn cũng muốn chạy mô hình cục bộ — nhưng đó là một dự án riêng, nặng hơn, và hầu hết các đội không.

Thực tế: một gói 1–2 GB chạy một đội nhỏ mà không đổ mồ hôi. Đi lên 4 GB nếu bạn chạy vài đội cùng lúc, giữ các lịch sử hội thoại lớn trong RAM, hoặc gắn thêm một cơ sở dữ liệu vector cho bộ nhớ agent dài hạn.

Thiết lập thực

Cỗ máy Ubuntu mới, root trong khoảng một phút sau khi đặt hàng. Đây là toàn bộ:

# 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

# dự án của bạn
mkdir ~/mycrew && cd ~/mycrew
# sao chép crew.py và .env của bạn lên đây (scp / git clone)

.env của bạn giữ bí mật duy nhất quan trọng — khóa API LLM:

OPENAI_API_KEY=sk-...
# hoặc ANTHROPIC_API_KEY, v.v.

Rồi một python crew.py bình thường chạy nó. Đó là phiên bản thủ công. Nó hoạt động, nhưng nó chết khoảnh khắc phiên SSH của bạn đóng — điều đưa chúng ta tới mục đích thực của một máy chủ.

Giữ nó sống với systemd

tmux ổn cho một lần kiểm tra nhanh. Cho bất cứ gì thật, dùng systemd — nó khởi động lại đội nếu nó sập và đưa nó lên lúc khởi động lại. Đặt cái này vào /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   # xem nó làm việc

Giờ đội chạy lúc boot, khởi động lại khi thất bại, và log ở mọi nơi bạn có thể đọc chúng. Đóng laptop của bạn — nó không quan tâm.

Thanh toán cho nó

Đăng ký là một email và một mã dùng một lần — không thẻ, không giấy tờ. Bạn nạp một số dư bằng USDC hoặc USDT trên Base, Ethereum hoặc Polygon (Base rẻ nhất về phí), và các đơn hàng rút từ nó. Cho một đội chủ yếu tạo các cuộc gọi API đi ra, gói NAT mặc định ổn và rẻ hơn; chọn một gói -ip chỉ nếu đội cần IPv4 công khai của riêng nó cho các dịch vụ đến.

Một mẹo hay: EQVPS có một máy chủ MCP tại mcp.eqvps.com/mcp. Nếu cấp phát tự nó là một trong các công việc của đội bạn, một agent với một số dư đã nạp có thể gọi order_vps và dựng lên một cỗ máy một mình — không con người ở trang thanh toán.

Điều trung thực để nói

Bạn mang các khóa API LLM. Chúng tôi host đội, không phải mô hình. Hóa đơn OpenAI/Anthropic của bạn là riêng và, cho một đội bận, thường là chi phí lớn hơn — VPS là phần rẻ.

Nó chỉ-CPU, một datacenter ở Đức. Không suy luận GPU cục bộ, và độ trễ tốt nhất nếu người dùng hoặc các API của bạn kề châu Âu. Cho một đội gọi các API LLM host-ở-Mỹ bước nhảy thêm là mili giây — không liên quan cạnh độ trễ mô hình — nhưng đáng biết.

Chọn kích cỡ cho bộ nhớ của bạn, không phải mô hình của bạn. Thứ thực sự làm tăng dùng RAM là lịch sử hội thoại và bất kỳ vector store nào bạn thêm, không phải số agent. Xem journalctl và htop một ngày và đổi kích cỡ nếu bạn cần.

Điều rút ra

Một đội CrewAI thuộc về một thứ không ngủ. Nước đi ngắn: một VPS CPU, pip install crewai, một unit systemd, khóa API của bạn trong một .env. Mười phút và đội của bạn chạy 24/7 thay vì "bất cứ khi nào laptop mở." Root trong khoảng một phút, thanh toán bằng crypto, đổi kích cỡ khi bộ nhớ bảo bạn — và để các agent tiếp tục làm việc.