1h1g 小机上跑一个常驻 Telegram 的 AI 运维 Agent:Pi Coding Agent 实战
WxylkxyZz Two

背景与需求

我有一台 1 核 1G 内存的 VPS,想在上面跑一个能常驻、能通过 Telegram 随时下指令的 AI 助手,主要用途是:

  • 查状态、看日志、启停服务这类日常运维;
  • 写 shell 脚本、改配置文件(需要精准的 diff / 局部替换,而不是”给我一段代码自己贴”);
  • 7×24 小时在线,手机上随时能喊。

第一反应是 Hermes Agent(Nous Research 出品)。它的自我进化闭环确实漂亮,但技术栈太重:捆绑了完整的 Python 运行时、多层记忆与向量检索、Gateway 网关。空载常驻就要 300500MB,一开长上下文或并发就冲上 800MB+。而 Debian + SSH + systemd 本身已经吃掉 150250MB,结果就是被内核 OOM Killer 直接干掉。

结论:1h1g 上需要的是编译型的轻量 Agent 运行时,而不是重型 Python 框架。

选型对比

调研了四个方向,量级参考如下(内存数据来源为社区资料 + 本机实测,不同版本会有差异):

维度 Hermes Agent ZeroClaw PicoClaw Pi Coding Agent
底层 Python + Node.js Rust Go Node.js / TypeScript
空闲内存 300~600MB+ 5~15MB 8~15MB 约 50~120MB
安装形态 庞大依赖包 单静态二进制 单静态二进制 npm 全局包
交互方式 IM 网关为主 IM 网关为主 IM 网关为主 终端 CLI / TUI(+ 扩展桥接 IM)
1h1g 表现 频繁 OOM 极省 极省 稳定

最终没有选 ZeroClaw,原因很实际:它的文档充斥着 AI Assistant Infrastructure、3-layer memory、ACP Gateway 这类架构黑话,翻完 README 依然不知道它到底怎么跑起来。GitHub issue 里也有人抱怨安装说明被从 README 里移除了。

Pi 的吸引力在于极简内核:核心只带 4 个工具(read / write / edit / bash),系统提示词压缩在 1000 token 以内,高级能力全部靠插件按需加载;记忆用纯 Markdown 文本(~/.pi/agent/memory/MEMORY.md),没有后台数据库和向量检索——这对单核 CPU 极其友好。

再加上作者 Mario Zechner(libGDX 作者)维护了官方 Telegram 桥接扩展 badlogic/pi-telegram,正好覆盖”手机上遥控”这个需求,于是定了:

Pi Coding Agent + pi-telegram + systemd

一、系统与虚拟化参数

系统:Debian 12 64 位

  • 纯净安装后开机常驻内存约 60~90MB;相比之下 Ubuntu 带 snapd 等默认服务要 200~300MB。
  • Debian 12 自带 glibc 2.36+,官方支持 Node.js 22(Pi 的硬性要求)。Debian 9/10、CentOS 7 会因为底层库过老而直接装不上 Node 22。
  • 面板上「推荐配置:至少 2GB 内存」是模板化提示,可以忽略。

虚拟化参数(KVM 面板)

项目 选择 原因
Boot Order Hard Disk → CDROM 系统已装在虚拟硬盘,优先硬盘启动
Network Card Virtio 半虚拟化,零硬件模拟开销;Realtek 8139 / Intel PRO/1000 是全模拟网卡,单核机上 CPU 占用高、跑不满带宽
Disk Driver virtio 映射为 /dev/vda。选 ide 会让读写变慢,跑 npm 时 %iowait 直接飙满卡死
Clock UTC Linux 服务器标准。时钟错乱会导致 TLS 证书校验失败,API 调用直接报错

防火墙

只需放行 22 (SSH) 和 **ICMP (Ping)**。

Telegram Bot 用的是服务器主动出站的长轮询(long polling),不需要开放任何入站端口。ICMP 建议保留——它只是网络层协议,不构成提权风险,但出故障时一句 ping 就能判断是机器宕机还是 SSH 客户端的问题。

二、系统初始化

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 1. 更新索引并安装基础工具
apt update && apt install -y curl git tmux ca-certificates

# 2. 时区设为东八区(日志更直观;硬件时钟仍保持 UTC)
timedatectl set-timezone Asia/Shanghai

# 3. 创建 2GB Swap(1G 内存的保命设置)
fallocate -l 2G /swapfile || dd if=/dev/zero of=/swapfile bs=1M count=2048
chmod 600 /swapfile
mkswap /swapfile
swapon /swapfile
echo '/swapfile none swap sw 0 0' >> /etc/fstab

free -m # 确认 Swap 约为 2048M

Swap 不是可选项。Agent 偶尔拉一个长网页、跑一次 npm,内存都会瞬间冲高;没有 Swap 兜底就是直接 OOM。

三、安装 Node.js 22 与 Pi

1
2
3
4
5
6
7
8
9
10
# Node.js 22 LTS
curl -fsSL https://deb.nodesource.com/setup_22.x | bash -
apt install -y nodejs
node -v # 必须 >= v22

# 全局安装 Pi Coding Agent
npm install -g --ignore-scripts @earendil-works/pi-coding-agent

# 安装官方 Telegram 桥接扩展
pi install git:github.com/badlogic/pi-telegram

建立独立工作目录——这一步别省。Coding Agent 会把「启动它的目录」当作工作区根目录,直接在 /root 下启动,以后生成的脚本、仓库、临时文件会全堆在系统目录里。

1
2
mkdir -p ~/workspace && cd ~/workspace
pi

四、接入自建中转站

如果你用的是官方 Anthropic / OpenAI Key,直接在环境变量里配 ANTHROPIC_API_KEY / OPENAI_API_KEY 即可。但用第三方中转站(OneAPI / NewAPI / 聚合平台)时,/login 菜单里只有官方内置提供商,没有”添加 OpenAI 兼容端点”这一项,必须走配置文件。

Pi 的自定义模型全部存在 ~/.pi/agent/models.json:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
{
"providers": {
"my-proxy": {
"baseUrl": "https://api.example.com",
"api": "anthropic-messages",
"apiKey": "sk-xxxx",
"models": [
{
"id": "deepseek-v4.1-flash",
"name": "DeepSeek V4.1 Flash",
"input": ["text", "image"],
"contextWindow": 1000000,
"maxTokens": 8192
},
{
"id": "gpt-5.6-luna",
"name": "GPT-5.6 Luna",
"input": ["text", "image"],
"contextWindow": 1000000,
"maxTokens": 8192
},
{
"id": "gpt-6.1-sol",
"name": "GPT-6.1 Sol",
"input": ["text", "image"],
"contextWindow": 1000000,
"maxTokens": 8192
}
]
}
}
}

写入文件(注意 EOF 必须独占一行,粘贴时别和上一条命令粘在一起):

1
2
3
4
mkdir -p ~/.pi/agent
cat << 'EOF' > ~/.pi/agent/models.json
{ ... 粘贴上面的 JSON ... }
EOF

三个必须注意的点:

  1. **baseUrl 不要带 /v1**。选择 "api": "anthropic-messages" 时,Pi 会自动拼接 /v1/messages;再手动加 /v1 就变成 /v1/v1/messages,直接 404。
  2. id 必须和中转站后台的模型 ID 完全一致,通常是小写连字符格式(deepseek-v4.1-flash),写成 DeepSeek V4.1 Flash 会调不通。以你自己的中转站后台显示的名称为准。
  3. 密钥不要直接写进文件后随手 git commit,可以用 "$MY_KEY" 形式读环境变量。

配好后进入 pi 执行 /model,就能看到并选择中转站下的模型。

五、Telegram Bot 与单用户配对

  1. 在 Telegram 找 @BotFather,/newbot 创建机器人,拿到 Bot Token(形如 7812345678:AAH...)。
  2. 在 ~/workspace 下启动 pi,依次输入:
1
2
/telegram-setup      # 粘贴 Bot Token
/telegram-connect # 开始长轮询
  1. 手机打开你刚建的 Bot,发送 /start。

pi-telegram 采用首位私聊用户绑定机制:第一个发消息的用户 ID 会被永久锁定,之后其他任何人发消息都会被忽略。因为 Agent 持有 bash 执行权限,这层单用户锁定是必须的安全边界——务必在部署完成后立刻完成配对,不要让它长时间处于”谁先说话谁绑定”的状态。

六、用 systemd 做常驻守护

tmux 手动挂后台能用,但有两个问题:命令繁琐,且重启后不会自动起来。

Pi 是交互式 TUI,不能像普通 daemon 一样直接丢后台。可行做法是用 systemd 管理一个脱离的 tmux 会话,再通过 tmux send-keys 自动注入启动指令。下面这个 service 文件把全部逻辑收在一个文件里,不额外生成脚本:

/etc/systemd/system/pi-agent.service

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
[Unit]
Description=Pi Telegram Agent
After=network-online.target
Wants=network-online.target

[Service]
Type=oneshot
RemainAfterExit=yes
User=root
WorkingDirectory=/root/workspace
Environment=HOME=/root
Environment=PATH=/usr/local/bin:/usr/bin:/bin
ExecStartPre=-/usr/bin/tmux kill-session -t agent
ExecStart=/usr/bin/tmux new-session -d -s agent -c /root/workspace
ExecStart=/bin/sleep 1
ExecStart=/usr/bin/tmux send-keys -t agent "pi" C-m
ExecStart=/bin/sleep 2
ExecStart=/usr/bin/tmux send-keys -t agent "/telegram-connect" C-m
ExecStop=-/usr/bin/tmux kill-session -t agent

[Install]
WantedBy=multi-user.target
1
2
3
4
systemctl daemon-reload
systemctl enable pi-agent
systemctl restart pi-agent
systemctl status pi-agent -l --no-pager

这个文件为什么这么写

设计 解决的问题
Type=oneshot + RemainAfterExit=yes 拉起会话并注入指令是一次性任务;simple 类型会把命令结束当作服务退出,进而把 tmux 当成孤儿进程清掉
多行 ExecStart 顺序执行 利用 oneshot 原生支持多条 ExecStart 的特性,彻底避开 systemd 对单双引号嵌套的解析问题
ExecStartPre 前的 - 表示「尽力执行,失败也放行」。首次启动没有旧会话时不会中断启动
显式 Environment=HOME/PATH systemd 不加载 ~/.bashrc,缺这两项会找不到 ~/.pi/agent/ 下的配置文件
send-keys ... C-m C-m 即回车,把人工敲命令的过程自动化

启动成功后状态是 Active: active (exited),Memory 一项显示整个 cgroup(含 tmux、bash、pi)的合计占用。

七、踩坑记录

实测踩到的坑,按出现顺序记录:

现象 原因 解法
WantedBy=multi-user.targetEOF、daemon-reloadoad 粘贴时命令与 heredoc 结束符粘连 逐段粘贴,EOF 必须独占一行
Job for pi-agent.service failed(无具体原因) ExecStart 里用 bash -c '...' 多层引号嵌套,被 systemd 解析器吞掉 改为多行 ExecStart,不再用 bash -c
服务找不到配置文件 systemd 环境下没有 HOME 加 Environment=HOME=/root
status=203/EXEC、Failed to locate executable /usr/bin/tmux 系统根本没装 tmux apt install -y tmux
error connecting to /tmp/tmux-0/default (No such file or directory) ExecStartPre 去杀一个不存在的会话 无害提示,前面的 - 已让它放行,可忽略
模型调不通 / 404 baseUrl 多了 /v1,或 id 大小写与中转站不一致 只填根域名;id 用后台真实名称
/login 里找不到”添加 OpenAI 兼容端点” 该菜单只列官方提供商 改用 ~/.pi/agent/models.json
生成的文件堆在 /root 在 /root 直接启动了 pi 固定从 ~/workspace 启动

八、实测资源占用

systemd 报告整个服务 cgroup 的内存占用:

1
2
3
4
5
6
Active: active (exited)
Memory: 57.5M
CGroup:
├─ /usr/bin/tmux new-session -d -s agent -c /root/workspace
├─ -bash
└─ pi

系统整体(含 Debian 底噪)通常落在 200~350MB 区间,1G 机器上还留有约 700MB 缓冲。相比 Hermes 动辄 500MB+ 的常驻占用,这是能把小机长期跑下去的关键。

九、日常使用

服务管理

操作 命令
启动(并自动连上 TG) systemctl start pi-agent
停止(并清理 tmux 会话) systemctl stop pi-agent
重启(改了配置后) systemctl restart pi-agent
查看状态与内存 systemctl status pi-agent -l --no-pager
切入实时终端 tmux a -t agent(退出按 Ctrl+B 再按 D)
查看启动日志 journalctl -xeu pi-agent.service --no-pager -n 50

Telegram 里的实用指令

  • 文件双向传输:直接把配置文件、日志、截图发给 Bot,它会下载到工作区分析;也可以让它”把刚才写的备份脚本发给我”,作为附件回传。
  • **/stop**:中断正在执行的长任务或死循环。
  • **/compact**:压缩历史上下文,省 token、加快响应。

典型用法:

「查一下系统内存、磁盘占用,顺便看最近的 SSH 登录失败日志。」

「写一个每 10 分钟检测端口、挂了自动拉起的脚本,放当前目录,加执行权限并跑一次验证。」

需要备份的文件

1
2
3
~/.pi/agent/models.json      # 中转站与模型配置
~/.pi/agent/telegram.json # Telegram Bot 绑定信息
/etc/systemd/system/pi-agent.service

十、复盘

关于选型:低配机上,”框架完整度”和”可运行性”是矛盾的。带本地向量库、多层记忆、内置网关的 Agent 在 1G 内存上是奢侈品;把记忆降级成 Markdown、把工具降到 4 个原子操作,反而换来了 10 倍级的内存差距和更可控的行为。

关于底座:Debian 12 + VirtIO 是低配 KVM 的标准答案。省下的每一分 CPU 和 IO,都会在跑 npm、编译依赖、做长上下文推理时还给你。

关于常驻:交互式 TUI 程序上生产,systemd + tmux + send-keys 是一个通用、不优雅但极其可靠的模式。多行 ExecStart 比任何 bash -c 拼串都好维护。

关于边界:这个方案给你的是一个单人专用的终端代理。单用户配对是安全底线,别为了省事把它开成多用户服务——它持有 root 的 bash 权限。

参考资料