一、前言

最近在 AutoDL / SeetaCloud 上复现 AI 生成视频检测相关代码时，我希望直接在远程 GPU 服务器中使用 Codex，让它帮我自动修改代码、运行小规模测试、生成实验脚本和整理结果。

但是遇到一个很常见的问题：

Windows 本地电脑有代理，可以正常访问 OpenAI / Codex；
但是远程 AutoDL / SeetaCloud 服务器没有代理，服务器端 Codex 无法联网。

最后采用的解决方案是：

通过 Windows PowerShell 建立 SSH 反向代理隧道，把 Windows 本地代理端口映射到远程服务器本地端口，然后让服务器端 Codex 走这个代理端口联网。

本文记录完整恢复流程，方便以后重装环境、更换服务器或忘记命令时快速恢复。

二、整体思路

整个流程可以理解为：

Windows 本地代理
        ↓
PowerShell 建立 SSH 反向代理隧道
        ↓
AutoDL / SeetaCloud 服务器本地端口
        ↓
Xshell 配置服务器代理环境变量
        ↓
服务器端 Codex 正常联网运行

最重要的是分清三个运行位置：

工具 运行位置 主要作用
PowerShell Windows 本地电脑 建立 SSH 反向代理隧道，把本地代理转发给服务器
Xshell 远程 AutoDL / SeetaCloud 服务器 配置代理环境变量、测试代理、启动 Codex
Codex 远程服务器项目目录 自动读写代码、修改脚本、运行测试、生成报告

很多错误其实不是命令错了，而是命令运行位置搞错了。

比如：

  • netstat 查 Windows 本地代理端口，要在 PowerShell 中执行；

  • ssh -R 建立反向代理隧道，也要在 PowerShell 中执行；

  • /root/use_proxy.sh 是服务器端脚本，要在 Xshell 中执行；

  • codex -C /root/STALL 要在服务器项目目录中执行。

三、第一步：在 Windows 找到本地代理端口

首先要确认 Windows 本地代理软件实际监听的端口。

我这边常见端口是：

127.0.0.1:7897

但不同代理软件或不同设置下，也可能是：

7890、7897、7899、10808、10809

在 Windows PowerShell 中执行：

netstat -ano | findstr "7890 7897 7899 10808 10809 2080 2081"

如果看到类似下面的输出：

TCP    127.0.0.1:7897    0.0.0.0:0    LISTENING    12896

说明本地代理端口是：

7897

这里要注意两个概念：

名称 示例 含义
本地代理端口 7897 Windows 本地代理软件监听的端口
服务器反向端口 27890 通过 SSH 反向隧道映射到远程服务器上的端口

这两个端口不是同一个东西。

四、第二步：用 PowerShell 建立 SSH 反向代理隧道

假设现在有以下信息：

项目 示例
Windows 本地代理端口 7897
服务器 SSH 端口 45973
服务器登录地址 connect.westc.seetacloud.com
服务器用户名 root
准备映射到服务器的端口 27890

那么在 Windows PowerShell 中执行：

ssh -N -T -o ServerAliveInterval=30 -o ExitOnForwardFailure=yes -R 27890:127.0.0.1:7897 -p 45973 root@connect.westc.seetacloud.com

输入服务器密码后，如果 PowerShell 窗口没有输出，停在那里不动，通常就说明隧道已经建立成功。

注意：

这个 PowerShell 窗口不要关闭。
一旦关闭，反向代理隧道就断了。

参数解释

参数 含义
-N 不执行远程命令，只建立隧道
-T 不分配伪终端，更适合端口转发
ServerAliveInterval=30 每 30 秒发送一次保活，减少断线
ExitOnForwardFailure=yes 端口转发失败时直接退出，避免误以为成功
-R 27890:127.0.0.1:7897 把服务器的 27890 端口转发到 Windows 本地的 7897 代理端口
-p 45973 AutoDL / SeetaCloud 的 SSH 登录端口

五、第三步：在 Xshell 服务器端配置代理脚本

PowerShell 反向代理隧道建立成功后，服务器本地会出现一个代理入口：

127.0.0.1:27890

接下来登录 Xshell，在服务器端创建代理环境变量脚本。

在 Xshell 中执行：

cat > /root/use_proxy.sh <<'EOF'
export http_proxy=http://127.0.0.1:27890
export https_proxy=http://127.0.0.1:27890
export HTTP_PROXY=http://127.0.0.1:27890
export HTTPS_PROXY=http://127.0.0.1:27890
export all_proxy=http://127.0.0.1:27890
export ALL_PROXY=http://127.0.0.1:27890
echo "HTTP proxy enabled: 127.0.0.1:27890"
EOF

然后启用代理：

source /root/use_proxy.sh

如果前面 PowerShell 中用的是：

-R 27890:127.0.0.1:7897

那么这里就要写：

127.0.0.1:27890

如果 PowerShell 中改成了：

-R 37890:127.0.0.1:7897

那么 /root/use_proxy.sh 中所有 27890 都要改成 37890。

六、第四步：测试代理是否可用

在 Xshell 中执行：

source /root/use_proxy.sh
curl -I https://api.openai.com

如果看到类似下面的结果：

HTTP/2 401

或者：

HTTP/2 404

说明服务器已经能通过代理访问 OpenAI 相关服务。

这里的 401 或 404 不代表失败。

因为 curl -I https://api.openai.com 只是测试能不能连通 OpenAI 服务器，不是正式调用 API。只要返回来自 OpenAI 的 HTTP 响应，就说明代理链路基本是通的。

如果测试：

curl -I https://chatgpt.com

可能会看到：

HTTP/2 403
cf-mitigated: challenge

这通常是 Cloudflare 对命令行访问的拦截，不一定代表代理不通。

七、第五步：启动 Codex

代理测试通过后，就可以在服务器端启动 Codex。

假设项目目录是：

/root/STALL

在 Xshell 中执行：

cd /root/STALL
source /root/use_proxy.sh

然后启动 Codex：

codex \
  -C /root/STALL \
  --add-dir /root/autodl-tmp \
  --dangerously-bypass-approvals-and-sandbox

也可以写成一行：

codex -C /root/STALL --add-dir /root/autodl-tmp --dangerously-bypass-approvals-and-sandbox

参数解释

参数 作用
-C /root/STALL 让 Codex 以 /root/STALL 为项目工作目录
--add-dir /root/autodl-tmp 允许 Codex 访问数据盘，避免大文件塞到系统盘
--dangerously-bypass-approvals-and-sandbox 全权限模式，不再频繁请求审批，适合隔离的 AutoDL 容器环境

需要注意的是，全权限模式虽然方便，但也有风险。

建议在给 Codex 的任务提示中明确写清楚：

不要删除数据集；
不要清空缓存；
不要覆盖 baseline 结果；
不要下载大规模数据集；
新方法请单独建立目录，不要把所有文件堆到 src 目录下。

八、长任务推荐做法：Codex 写代码，nohup 跑实验

Codex 适合做这些事情：

  • 阅读项目结构；

  • 修改代码；

  • 生成脚本；

  • 做小规模 smoke test；

  • 整理实验结果；

  • 生成 Markdown 文档。

但是长时间实验不建议完全交给 Codex 托管。

原因是：

Codex 依赖 PowerShell 代理联网。
如果 Windows 断网，或者 PowerShell 隧道窗口关闭，Codex 可能中断。

更稳妥的方式是：

  1. 让 Codex 写好训练或测试脚本；

  2. 在 Xshell 中用 nohup 后台运行；

  3. 后续通过日志查看进度。

例如：

cd /root/STALL

nohup bash scripts/v2_hrs_stal/run_hrs_all_full_pipeline.sh > logs/v2_hrs_stal/run_hrs_all_full_pipeline.nohup.log 2>&1 &

查看进程：

ps -ef | grep -E "run_hrs|eval|v2_hrs_stal" | grep -v grep

查看日志：

tail -f logs/v2_hrs_stal/run_hrs_all_full_pipeline.nohup.log

退出日志查看时按：

Ctrl + C

这里只会退出 tail -f 日志查看，不会停止后台任务。

九、常见错误与解决方法

1. remote port forwarding failed for listen port 7890 / 17890

原因：

服务器端口被占用

解决方法：

换一个服务器端口，例如：

27890、37890、47890

例如：

ssh -N -T -o ServerAliveInterval=30 -o ExitOnForwardFailure=yes -R 37890:127.0.0.1:7897 -p 45973 root@connect.westc.seetacloud.com

然后服务器端 /root/use_proxy.sh 里的端口也要同步改成：

127.0.0.1:37890

2. client_loop: send disconnect: Connection reset

原因：

SSH 连接断开，可能是网络波动或本地网络切换

解决方法：

重新在 PowerShell 中执行反向隧道命令。

3. curl: (56) Proxy CONNECT aborted

可能原因：

  • PowerShell 隧道断了；

  • /root/use_proxy.sh 中的端口写错了；

  • PowerShell 中 -R 的端口和服务器代理端口不一致；

  • 本地代理软件关闭了；

  • 本地代理端口变了。

排查顺序：

source /root/use_proxy.sh
echo $http_proxy
curl -I https://api.openai.com

同时在 Windows PowerShell 中重新确认本地代理端口：

netstat -ano | findstr "7890 7897 7899 10808 10809"

4. -bash: TCP: command not found

原因：

把 Windows netstat 输出误粘贴到了 Linux 服务器里。

比如把下面这种内容粘到了 Xshell：

TCP    127.0.0.1:7897    0.0.0.0:0    LISTENING    12896

解决方法：

不用管这个错误，重新在正确窗口执行正确命令即可。

5. cat xxx_PROMPT.md: No such file or directory

原因：

指定的 prompt 文件不存在。

解决方法：

可以直接在 Codex 中输入任务，也可以重新创建 prompt 文件。

例如：

cat > TODO_PROMPT.md <<'EOF'
请阅读当前项目结构，先总结代码入口和实验脚本。
不要删除数据集，不要覆盖已有 baseline。
EOF

十、一键恢复检查清单

每次换服务器或者重启环境后，可以按下面顺序检查：

1. 【PowerShell】用 netstat 找 Windows 本地代理端口，通常是 7897。
2. 【PowerShell】用 ssh -R 建立反向代理隧道，例如 -R 27890:127.0.0.1:7897。
3. 【Xshell】写入 /root/use_proxy.sh，端口要和 PowerShell 的 -R 端口一致。
4. 【Xshell】source /root/use_proxy.sh。
5. 【Xshell】curl -I https://api.openai.com，看到 401 / 404 即可。
6. 【Xshell】cd /root/STALL，启动 Codex。
7. 【Codex】输入任务 prompt，让它读代码、改脚本、做 smoke test。
8. 长时间实验用 Xshell + nohup 后台跑，不要完全依赖 Codex 托管。

十一、快速命令汇总

1. PowerShell：查本地代理端口

netstat -ano | findstr "7890 7897 7899 10808 10809 2080 2081"

2. PowerShell：建立反向代理隧道

ssh -N -T -o ServerAliveInterval=30 -o ExitOnForwardFailure=yes -R 27890:127.0.0.1:7897 -p 45973 root@connect.westc.seetacloud.com

3. Xshell：配置服务器代理

cat > /root/use_proxy.sh <<'EOF'
export http_proxy=http://127.0.0.1:27890
export https_proxy=http://127.0.0.1:27890
export HTTP_PROXY=http://127.0.0.1:27890
export HTTPS_PROXY=http://127.0.0.1:27890
export all_proxy=http://127.0.0.1:27890
export ALL_PROXY=http://127.0.0.1:27890
echo "HTTP proxy enabled: 127.0.0.1:27890"
EOF

source /root/use_proxy.sh

4. Xshell：测试代理

curl -I https://api.openai.com

5. Xshell：启动 Codex

cd /root/STALL
source /root/use_proxy.sh

codex -C /root/STALL --add-dir /root/autodl-tmp --dangerously-bypass-approvals-and-sandbox

6. Xshell：后台运行长实验

nohup bash scripts/v2_hrs_stal/run_hrs_all_full_pipeline.sh > logs/v2_hrs_stal/run_hrs_all_full_pipeline.nohup.log 2>&1 &

7. Xshell：查看日志

tail -f logs/v2_hrs_stal/run_hrs_all_full_pipeline.nohup.log

十二、总结

这套方案的核心其实很简单：

Windows 本地有代理，但服务器没有代理；
所以用 PowerShell 建立 SSH 反向代理隧道；
再让服务器端 Codex 通过这个隧道访问 OpenAI。

最容易出错的地方不是命令本身，而是运行位置混乱。

一定要记住：

PowerShell：建立反向代理隧道
Xshell：配置服务器环境变量
Codex：在服务器项目目录中执行代码任务

只要本地代理端口、服务器反向端口和 /root/use_proxy.sh 三个地方对应正确，就能比较稳定地在 AutoDL / SeetaCloud 远程 GPU 服务器上使用 Codex。

对于深度学习代码复现来说，这个工作流非常实用：

  • 本地电脑负责代理；

  • 远程 GPU 负责训练和测试；

  • Codex 负责改代码和生成脚本；

  • nohup 负责后台跑长时间实验。

这样可以把远程 GPU、AI 编程助手和本地代理结合起来，大幅提升科研代码复现和实验迭代效率。

# windows
Logo
openEuler 社区

openEuler 是由开放原子开源基金会孵化的全场景开源操作系统项目，面向数字基础设施四大核心场景（服务器、云计算、边缘计算、嵌入式），全面支持 ARM、x86、RISC-V、loongArch、PowerPC、SW-64 等多样性计算架构

更多推荐

计算机毕业设计之基于Android的在线招聘平台

利用安卓操作系统下的应用平台，发展一套Android的在线招聘平台，将会给企业来更大的效益，而在在线招聘效能上，也必然会有很大的方便！这样可以节省大量的人力、时间和金钱。该系统主要包括行业领域、企业招聘、应聘信息、录取通知、在线留言等。方便了管理员随时随地，只要电脑联网，就能对所有信息等进行管理。本篇论文对Android的在线招聘平台的需求分析、功能设计、系统设计进行了较为详尽的阐述，并对系统的整

avatar openEuler 社区
cover

全网干货整理！网络安全系统自学教程，从零起步一步步学精

avatar openEuler 社区
cover

4款电脑录屏软件快捷键操作详细介绍

avatar openEuler 社区