Cloudrouter - Claude Code/Codex'in bulutta VM ve GPU başlatmasını sağlayan beceri

• Yapay zeka kodlama ajanlarının komut satırından doğrudan bulut sandbox oluşturup yönetebilmesini sağlayan bir araçtır; VM ve GPU instance'larını otomatik olarak başlatır
• Yerel dizin veya Git deposundan uzak geliştirme ortamı oluşturur; VS Code, Jupyter, VNC ve terminal gibi çeşitli erişim yöntemlerini destekler
• Chrome CDP entegrasyonu sayesinde tarayıcı gezinme, metin girişi, tıklama, ekran görüntüsü alma ve veri scraping gibi otomasyonları CLI üzerinden gerçekleştirebilir
• Dosya yükleme/indirme ve otomatik senkronizasyon, GPU seçimi(--gpu H100:2 gibi), boyutlandırma(--size small gibi) gibi ayrıntılı kaynak kontrolü sunar
• Açık kaynaklıdır (MIT). macOS, Linux ve Windows'ta kullanılabilir

---

Genel bakış

• cloudrouter, Claude Code, Codex, Cursor gibi yapay zeka kodlama ajanlarının bulutta VM ve GPU sandbox'ları oluşturup yönetmesini sağlayan CLI tabanlı bir beceridir
  • Komut satırından sandbox oluşturma, komut çalıştırma, dosya aktarma ve tarayıcı otomasyonu yapılabilir
  • npx skills add manaflow-ai/cloudrouter komutuyla kurulabilir

Kurulum ve kimlik doğrulama

• Yapay zeka ajanları için beceri olarak eklenebilir veya bağımsız bir CLI olarak kurulabilir
  • npm install -g @manaflow-ai/cloudrouter ardından cloudrouter login ile kimlik doğrulama yapılır
  • Hem cloudrouter hem de cr komutları kullanılabilir

Başlıca özellikler

• Anında kullanılabilen bulut sandbox'ları: Yerel dizinden, Git deposundan veya şablondan uzak VM oluşturma
  • Docker desteği ve otomatik dosya senkronizasyonu içerir
• Yapay zeka ajanı entegrasyonu: Claude Code, Cursor vb. içinden doğrudan sandbox oluşturma, kod çalıştırma ve tarayıcı otomasyonu
• Tarayıcı otomasyonu: Chrome CDP tabanlı gezinme, tıklama, metin girişi, ekran görüntüsü ve erişilebilirlik ağacı analizi
• Çoklu erişim yöntemleri: VS Code tarayıcısı, VNC masaüstü, terminal, tek komut çalıştırma gibi çeşitli erişim seçenekleri
• Dosya aktarımı: Yükleme/indirme ve değişiklik algılandığında otomatik yeniden yükleme desteği
• Açık kaynak: MIT lisansı, Go diliyle yazılmış, macOS, Linux ve Windows için npm paketi olarak dağıtılıyor

GPU ve instance seçenekleri

• Standart sandbox'lar hemen kullanılabilir; --gpu seçeneğiyle GPU instance'ı eklenebilir
  • Örnek: --gpu H100:2, 2 adet H100 GPU kullanır
• GPU türleri ve kullanım alanları
  • T4 (16GB) : küçük model çıkarımı ve ince ayar
  • L4 (24GB) : görüntü üretimi
  • A10G (24GB) : orta ölçekli model eğitimi
  • L40S (48GB) : video üretimi
  • A100 (40GB) : büyük model eğitimi (7B–70B)
  • H100 (80GB) , H200 (141GB) , B200 (192GB) : yüksek performanslı araştırma ve frontier modeller için

Tarayıcı otomasyonu

• Her sandbox'ta Chrome CDP entegreli bir tarayıcı bulunur
  • URL açma, erişilebilirlik ağacı anlık görüntüsü alma, öğelerle etkileşim ve ekran görüntüsü çekme yapılabilir
  • Örnek:
    • cloudrouter browser open cr_abc123 "https://example.com"
    • cloudrouter browser fill cr_abc123 @e1 "[e-mail]"
    • cloudrouter browser click cr_abc123 @e3

Sandbox yönetimi

• Çalışan sandbox'ları listeleme, durum kontrolü, durdurma ve silme gibi yönetim komutları sunar
  • cloudrouter ls, cloudrouter stop , cloudrouter delete
• Duraklatma(stop) ve devam ettirme(resume) desteklenir; zaman aşımı uzatma(extend) yapılabilir
• En fazla 10 eşzamanlı çalışan sandbox sınırı vardır

Dosya aktarımı ve senkronizasyon

• Yerel ortam ile sandbox arasında çift yönlü dosya aktarımı desteklenir
  • Yükleme: cloudrouter upload ./src
  • İndirme: cloudrouter download ./dist
  • Değişiklik izleme ile otomatik yükleme(--watch) ve hariç tutma desenleri(-e "*.log") ayarlanabilir

Geliştirme ortamına erişim

• Çeşitli uzak geliştirme arayüzleri sunar
  • VS Code: cloudrouter code
  • Jupyter Lab: cloudrouter jupyter
  • VNC masaüstü: cloudrouter vnc
  • Terminal oturumu: cloudrouter pty

Güvenlik yönergeleri

• E2B port yönlendirme URL'leri kimlik doğrulama olmadan herkese açıktır; bu nedenle asla paylaşılmamalıdır
  • Bunun yerine yalnızca VNC, VS Code ve Jupyter URL'leri güvenle paylaşılabilir
  • Geliştirme sunucusuna erişim cloudrouter vnc üzerinden sağlanmalıdır

Sorun giderme kılavuzu

• npm install hatasında: sudo chown -R 1000:1000 /home/user/.npm komutu gereklidir
• ssh komutu başarısız olursa: komutun tamamı tırnak içine alınmalıdır
• Tarayıcı komutları başarısız olursa: sandbox oluşturulduktan hemen sonra kısa süre beklemek gerekir
• snapshot bayrağı sıralama hatası, extend bayrağının yanlış kullanımı gibi yaygın hata örnekleri belirtilmiştir

Açık kaynak ve destek

• MIT lisansı ile yayımlanır; kod GitHub'da incelenebilir
• macOS, Linux ve Windows desteklenir
• Resmî kanallar: GitHub, Twitter, Discord

[GN⁺]

Hacker News yorumları

• Artık modelin kendi weight dosyalarıyla boot edip kendini çalıştırabildiği aşamaya bir adım daha yaklaşmışız gibi geliyor
• Gerçekten harika! Bunu yerel ortamımda cloudrouter start . ile çalıştırmayı denedim ama sunucu kimlik doğrulaması için parola isteyen bir istem çıktı
  Bu yüzden bir issue açtım
  • Nedeni bulunup düzeltildi. Paketi güncelleyip tekrar denemenizi öneririm
• Fikir güzel ama ben kişisel olarak monolitik yapıyı tercih etmiyorum
  Bir sürü işlevi tek bir araca zorla sıkıştırınca düzeltmek veya genişletmek zorlaşıyor, esneklik de azalıyor
  Ben küçük ve gevşek bağlı bileşen tabanlı araçları tercih ediyorum. Böyle olunca kullanıcıların bunları kendilerinin değiştirmesi veya birleştirmesi daha kolay oluyor
  Docker şablonu, birden fazla uygulamayı tek bir container içinde topluyor; bu da build, destek ve uyumluluk yükünü artırıyor
  Her uygulamayı ayrı bir container olarak tutup TCP, socket veya volume ile bağlamak daha iyi
  Ayrıca kimlik doğrulama koduna tarayıcı mantığının karışmış olması da düşük cohesion işareti
  Bir de rsync kodunda SSH host key doğrulamasını kapatan bir bölüm gördüm; bu güvenlik açısından büyük risk taşıyor
  • Kullanıcının override edebileceği şablonlar sunmak bu sorunu bir ölçüde çözebilir gibi görünüyor
    Ben hızlı başlangıç ve basitlik için monolitik yapıyı seçtim ama bunun karşılığında yapılandırma özgürlüğü azalıyor
    Docker şablonlarında amaç, agent'ın çalışma dizinini yükleyip geliştirme ortamını hemen ayağa kaldırabilmesi
    Bunu birden fazla container'a bölünce mount, networking gibi konularda karmaşıklık artıyor
    SSH doğrudan gerçek host'a bağlanmıyor, TLS WebSocket üzerinden tünelleniyor
    Oturum başına kimlik doğrulama token'ı ve geçici VM anahtarları kullanıldığı için SSH portu dışarı açılmıyor
• Harika bir demo olmuş
• Biz de dstack'te benzer bir şey geliştiriyoruz
  Kısa süre önce agent desteği özelliği ekledik
  Biz, geliştirmeden eğitim ve inference'a uzanan container orkestrasyonuna odaklanıyoruz
• Neden agent'a doğrudan AWS/Azure/GCP CLI kullandırmıyoruz diye merak ediyorum
  • Güzel soru. Ama SSH, dosya senkronizasyonu, tarayıcı ve GPU hazır bir VM'i tek satırlık komutla anında ayağa kaldırabilmek pratik oluyor
    Cloud hesap ayarları, security group'lar veya SSH anahtarı yönetimi gibi uğraşlar gerekmiyor
    cloudrouter, Docker/VNC/Jupyter Lab'i önceden içerdiği için ortam kurulumuyla uğraşmak gerekmiyor
  • Mümkün tabii ama AI'nın daha az token ile işi tamamlamasına yardımcı olan araçların da bir değeri var
  • Bunu engelleyen hiçbir şey yok
• Gerçekten şaşırtıcı
• Demo gerçekten etkileyiciydi
• Baştan sona keyifle okudum