企业官网建设流程全解析

VSCode 通过官方的Remote - SSH插件实现远程开发：代码文件、运行环境、算力 / 显存全部在云服务器上，你本地的 VSCode 只是一个编辑界面，体验和在本地写代码几乎一致。

一、前期确认

1. 云服务器已开机，安全组已放行22 端口（SSH 默认端口，云厂商默认都会放行）
2. 本地 Windows 已自带 OpenSSH（你之前 cmd 能连 SSH 就满足）
3. 本地已安装 VSCode 软件

二、步骤 1：安装官方远程插件

1. 打开 VSCode，左侧点击「扩展」图标（快捷键Ctrl+Shift+X）
2. 搜索Remote - SSH，找到Microsoft 官方发布的插件，点击「安装」

三、步骤 2：添加你的服务器配置

1. 点击 VSCode 左下角的绿色远程连接按钮（两个相向的小箭头），或按F1调出命令面板，输入：

   plaintext

   Remote-SSH: Open SSH Configuration File

2. 选择第一个配置文件路径（通常是C:\Users\你的用户名\.ssh\config）
3. 在文件中填入以下配置，保存：

ssh-config

Host 云GPU服务器 HostName 117.50.171.20 User root Port 22

• Host：自定义名称，方便你识别服务器
• HostName：填你的服务器公网 IP117.50.171.20
• User：登录用户名，优先试root；如果登录失败再换成ubuntu

四、步骤 3：连接服务器

1. 再次点击左下角绿色按钮，选择Connect to Host...
2. 选中你刚添加的「云 GPU 服务器」
3. 弹出新窗口，选择服务器系统为Linux
4. 提示输入密码时，输入控制台里的服务器密码（输入时屏幕不显示字符是正常安全机制，输完回车即可）
5. 左下角显示「已连接到 云 GPU 服务器」，即为连接成功。

五、步骤 4：打开项目 & 运行代码

1. 打开服务器上的代码目录

点击左侧「资源管理器」→「打开文件夹」，选择服务器上存放代码的路径（比如/workspace），点击确定。

2. 选择 Python 解释器（关键步骤）

你的服务器镜像预装了cuda128_torch291_py312，默认 base 环境就包含 PyTorch，需要指定对应环境：

• 按F1，输入Python: Select Interpreter
• 在列表里选择 base 环境对应的 Python（路径一般为/root/miniconda3/bin/python或/root/miniconda3/envs/base/bin/python）
• 如果你自建了 conda 环境（比如之前的 chatglm），选择对应环境的 Python 路径即可

3. 运行代码两种方式

• 单文件运行：打开.py代码文件，点击右上角的三角「运行」按钮，直接执行
• 命令行运行（推荐训练任务）：顶部菜单「终端」→「新建终端」，会直接打开服务器的命令行，和你在 cmd 里 SSH 操作完全一致，直接输入命令运行脚本，例如：

  bash

  运行

  python train.py

  也可以在终端里执行nvidia-smi实时查看显存占用。

六、进阶：配置免密登录（不用每次输密码）

每次连接输密码比较繁琐，可通过 SSH 密钥实现一键登录：

1. 本地 CMD 执行生成密钥（一路回车，默认路径即可）：

   cmd

   ssh-keygen

2. 将公钥上传到服务器：

   cmd

   ssh-copy-id root@117.50.171.20

   如果 Windows 没有ssh-copy-id，手动操作：
   • 打开本地C:\Users\你的用户名\.ssh\id_rsa.pub，复制全部内容
   • 连接服务器执行：

     bash

     运行

     mkdir -p ~/.ssh && echo "你复制的公钥内容" >> ~/.ssh/authorized_keys chmod 600 ~/.ssh/authorized_keys

配置完成后，VSCode 再连接就无需输入密码。

七、常见问题排查

1. 连接超时：先确认服务器已开机、公网 IP 正确、安全组放行 22 端口；用本地 CMD 先试 SSH 连接，排除网络问题。
2. 找不到 torch/cuda：大概率是选到了系统自带的 Python，重新在解释器里选择 conda 环境的 Python 路径即可。
3. 大文件传输：可以直接在 VSCode 资源管理器里拖拽本地文件到服务器目录，双向都支持。