MosH:一款轻量级的远程shell工具
2025-04-29 05:35:32作者:牧宁李
1. 项目介绍
MosH(Mobile Shell)是一个轻量级、功能强大的远程shell工具,它通过SSH协议与远程服务器通信,但与传统SSH客户端不同的是,MosH能够在网络不稳定的情况下保持连接。它使用基于UDP的协议,能够应对高延迟和高丢包的网络环境,特别适合移动设备使用。
2. 项目快速启动
要快速启动MosH,请按照以下步骤操作:
首先,确保你的系统中已经安装了Go语言环境。然后,克隆MosH的GitHub仓库:
git clone https://github.com/higepon/mosh.git
cd mosh
接下来,编译MosH:
make
编译完成后,你可以在./bin目录下找到mosh-server和mosh-client这两个可执行文件。
服务器端启动
在远程服务器上,运行以下命令启动MosH服务端:
./mosh-server
这将会显示一个UDP端口和对应的SSH密钥,你需要记住这些信息。
客户端连接
在本地机器上,使用以下命令连接到服务器:
./mosh-client <服务器IP> <端口>
这里 <服务器IP> 是你的远程服务器的IP地址,<端口> 是之前启动mosh-server时显示的UDP端口。
3. 应用案例和最佳实践
应用案例
- 移动设备远程连接:使用MosH可以在网络条件较差的移动环境中稳定地连接到远程服务器。
- 自动化部署:结合脚本,MosH可以用于自动化部署任务,提高运维效率。
最佳实践
- 使用密钥认证:为了提高安全性,建议使用SSH密钥进行认证,而不是密码。
- 保持更新:定期检查MosH的更新,以保证使用的是最新版本,获取最新的功能和修复。
4. 典型生态项目
- MosH terminator:一个用于在终端中运行MosH会话的插件,提供更好的用户体验。
- MosHd:一个简化MosH服务器部署的Docker镜像,使得在容器环境中运行MosH变得更容易。
以上就是关于MosH的开源项目教程,希望对您有所帮助。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
304
2.66 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
131
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
629
222
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
459
暂无简介
Dart
593
129
React Native鸿蒙化仓库
JavaScript
230
307
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
612
仓颉编译器源码及 cjdb 调试工具。
C++
123
576
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
360
2.51 K