Cloudrouter - Skill yang Membuat Claude Code/Codex Menyalakan VM dan GPU Cloud

• Alat yang memungkinkan agen coding AI melakukan pembuatan dan kontrol sandbox cloud langsung dari command line, serta menjalankan VM dan instance GPU secara otomatis
• Membuat lingkungan pengembangan jarak jauh dari direktori lokal atau repositori Git, dengan dukungan berbagai metode akses seperti VS Code, Jupyter, VNC, dan terminal
• Melalui integrasi Chrome CDP, fitur otomasi seperti penjelajahan browser, input, klik, screenshot, dan scraping data dapat dijalankan dari CLI
• Menyediakan kontrol resource yang rinci seperti upload/download file dan sinkronisasi otomatis, pemilihan GPU (--gpu H100:2, dll.), serta pengaturan ukuran (--size small, dll.)
• Open source (MIT). Dapat digunakan di macOS, Linux, dan Windows

---

Ikhtisar

• cloudrouter adalah skill berbasis CLI yang memungkinkan agen coding AI seperti Claude Code, Codex, dan Cursor membuat dan mengelola sandbox VM dan GPU di cloud
  • Dari command line, pengguna dapat membuat sandbox, menjalankan perintah, mentransfer file, hingga melakukan otomasi browser
  • Dapat diinstal dengan perintah npx skills add manaflow-ai/cloudrouter

Instalasi dan autentikasi

• Dapat ditambahkan sebagai skill untuk agen AI, atau diinstal sebagai CLI standalone
  • Setelah npm install -g @manaflow-ai/cloudrouter, lakukan autentikasi dengan cloudrouter login
  • Baik perintah cloudrouter maupun cr dapat digunakan

Fitur utama

• Sandbox cloud siap pakai instan: membuat VM jarak jauh dari direktori lokal, repositori Git, atau template
  • Termasuk dukungan Docker dan sinkronisasi file otomatis
• Integrasi agen AI: langsung membuat sandbox, menjalankan kode, dan melakukan otomasi browser dari Claude Code, Cursor, dan lainnya
• Otomasi browser: berbasis Chrome CDP untuk navigasi, klik, input, screenshot, dan analisis accessibility tree
• Beragam metode akses: mendukung browser VS Code, desktop VNC, terminal, hingga eksekusi satu perintah
• Transfer file: menyediakan upload/download serta upload ulang otomatis saat perubahan terdeteksi
• Open source: berlisensi MIT, ditulis dalam Go, dan didistribusikan sebagai paket npm untuk macOS, Linux, dan Windows

Opsi GPU dan instance

• Sandbox standar siap digunakan langsung, dan instance GPU dapat ditambahkan dengan opsi --gpu
  • Contoh: --gpu H100:2 menggunakan 2 GPU H100
• Jenis GPU dan kegunaannya
  • T4 (16GB) : inferensi dan fine-tuning model kecil
  • L4 (24GB) : pembuatan gambar
  • A10G (24GB) : pelatihan model menengah
  • L40S (48GB) : pembuatan video
  • A100 (40GB) : pelatihan model besar (7B–70B)
  • H100 (80GB) , H200 (141GB) , B200 (192GB) : untuk riset performa tinggi dan model frontier

Otomasi browser

• Setiap sandbox menyertakan browser terintegrasi Chrome CDP
  • Dapat membuka URL, mengambil snapshot accessibility tree, berinteraksi dengan elemen, dan mengambil screenshot
  • Contoh:
    • cloudrouter browser open cr_abc123 "https://example.com"
    • cloudrouter browser fill cr_abc123 @e1 "[e-mail]"
    • cloudrouter browser click cr_abc123 @e3

Manajemen sandbox

• Menyediakan perintah manajemen seperti daftar sandbox yang sedang berjalan, pemeriksaan status, penghentian, dan penghapusan
  • cloudrouter ls, cloudrouter stop , cloudrouter delete
• Mendukung jeda sementara (stop) dan melanjutkan kembali (resume), serta perpanjangan timeout (extend)
• Ada batas maksimum 10 sandbox yang berjalan bersamaan

Transfer dan sinkronisasi file

• Mendukung transfer file dua arah antara lokal dan sandbox
  • Upload: cloudrouter upload ./src
  • Download: cloudrouter download ./dist
  • Dapat mengatur upload otomatis berbasis deteksi perubahan (--watch) dan pola pengecualian (-e "*.log")

Akses lingkungan pengembangan

• Menyediakan berbagai antarmuka pengembangan jarak jauh
  • VS Code: cloudrouter code
  • Jupyter Lab: cloudrouter jupyter
  • Desktop VNC: cloudrouter vnc
  • Sesi terminal: cloudrouter pty

Panduan keamanan

• URL port forwarding E2B bersifat publik tanpa autentikasi, jadi jangan pernah dibagikan
  • Sebagai gantinya, hanya URL VNC, VS Code, dan Jupyter yang aman untuk dibagikan
  • Akses ke server pengembangan dilakukan melalui cloudrouter vnc

Panduan pemecahan masalah

• Jika terjadi error npm install: perintah sudo chown -R 1000:1000 /home/user/.npm wajib dijalankan
• Jika perintah ssh gagal: seluruh perintah harus dibungkus dengan tanda kutip
• Jika perintah browser gagal: perlu menunggu sebentar setelah pembuatan sandbox
• Dicantumkan juga contoh kesalahan umum seperti urutan flag snapshot yang salah dan penyalahgunaan flag extend

Open source dan dukungan

• Dirilis dengan lisensi MIT, dan kode dapat dilihat di GitHub
• Mendukung macOS, Linux, dan Windows
• Kanal resmi: GitHub, Twitter, Discord

[GN⁺]

Komentar Hacker News

• Rasanya ini selangkah lebih dekat ke tahap di mana model bisa boot dari file weight-nya sendiri dan menjalankan dirinya sendiri
• Keren sekali! Saya mencobanya di lingkungan lokal saya dengan cloudrouter start ., lalu muncul permintaan kata sandi untuk autentikasi server
  Jadi saya membuka issue
  • Penyebabnya sudah ditemukan dan diperbaiki. Silakan update paketnya lalu coba lagi
• Idenya bagus, tetapi secara pribadi saya tidak menyukai arsitektur monolitik
  Jika banyak fungsi dipaksakan masuk ke satu alat, perbaikan atau pengembangannya jadi sulit, dan fleksibilitasnya juga berkurang
  Saya lebih suka alat berbasis komponen yang kecil dan loosely coupled. Dengan begitu, pengguna lebih mudah memodifikasi atau menggabungkannya sendiri
  Template Docker mengikat beberapa aplikasi ke dalam satu container, dan ini menambah beban build, dukungan, serta kompatibilitas
  Lebih baik tiap aplikasi ditempatkan di container terpisah lalu dihubungkan lewat TCP, socket, atau volume
  Selain itu, logika browser yang bercampur di kode autentikasi adalah tanda kohesi yang rendah
  Dan saya melihat ada bagian di kode rsync yang menonaktifkan verifikasi SSH host key, yang merupakan risiko keamanan besar
  • Menyediakan template yang bisa dioverride pengguna tampaknya bisa menyelesaikan masalah ini sampai batas tertentu
    Saya memilih arsitektur monolitik demi memulai dengan cepat dan menjaga kesederhanaan, tetapi konsekuensinya kebebasan konfigurasi jadi berkurang
    Untuk template Docker, tujuannya adalah agar agen bisa mengunggah direktori kerja dan langsung menyalakan lingkungan pengembangan
    Jika dipecah menjadi beberapa container, kompleksitas seperti mount dan networking akan meningkat
    SSH tidak terhubung langsung ke host nyata, melainkan ditunnel melalui TLS WebSocket
    Karena menggunakan token autentikasi per sesi dan VM key sementara, port SSH tidak terekspos ke luar
• Demonya luar biasa
• Kami juga sedang membuat sesuatu yang mirip di dstack
  Baru-baru ini kami menambahkan fitur dukungan agen
  Kami berfokus pada orkestrasi container yang menghubungkan pengembangan ke pelatihan dan inferensi
• Saya penasaran apakah ada alasan kenapa tidak cukup membiarkan agen memakai CLI AWS/Azure/GCP saja
  • Pertanyaan bagus. Namun praktis sekali bisa langsung menyalakan VM yang sudah siap dengan SSH, sinkronisasi file, browser, dan GPU lewat satu baris perintah
    Tidak perlu repot mengatur akun cloud, security group, atau mengelola SSH key
    cloudrouter sudah menyertakan Docker/VNC/Jupyter Lab, jadi tidak perlu memikirkan pengaturan lingkungan
  • Itu memang mungkin, tetapi ada juga nilai dari alat yang membantu AI menyelesaikan pekerjaan dengan token yang lebih sedikit
  • Tidak ada yang menghalangi itu
• Benar-benar mengagumkan
• Demonya sangat mengesankan
• Saya menikmati membacanya dari awal sampai akhir