gossm:交互式命令行工具,轻松远程管理AWS EC2实例
项目介绍
gossm是一款跨平台的命令行工具,它极大地简化了在AWS EC2实例上远程执行shell命令的过程。该工具利用AWS Systems Manager服务,通过预装在Windows、Amazon Linux和Ubuntu AMI上的SSM代理实现远程控制。无需开放EC2服务器上的22端口(SSH默认端口),即可通过SSM Session Manager进行ssh或scp操作,因为它采用SSH协议隧道技术。此外,gossm还支持MFA认证,临时凭证默认有效期为6小时,并可配置环境变量以使用这些凭据。
项目快速启动
安装gossm
对于Mac用户,推荐使用Homebrew进行安装:
$ brew tap gjbae1212/gossm
$ brew install gossm
若你的开发环境不适用Homebrew,可以查阅gossm的GitHub页面获取其他安装方式。
快速连接到EC2实例
确保你的EC2服务器已安装aws-ssm-agent并绑定了AmazonSSMManagedInstanceCore IAM策略。接下来,你可以使用以下命令选择服务器并开始session:
gossm start-session <instance-id>
应用案例和最佳实践
日常运维管理
-
远程命令执行:快速解决问题,比如重启服务,而不需要直接暴露SSH端口。
gossm exec <instance-id> "sudo systemctl restart nginx" -
文件传输:安全地发送或从EC2实例接收文件,无需设置额外的安全组规则。
gossm scp ./local-file.txt <instance-id>:~/remote-dir/
使用MFA增强安全性
为了进一步提升安全性,gossm支持通过MFA认证生成临时凭证。配置完成后,执行命令前激活MFA:
gossm mfa
然后,将环境变量指向保存了临时凭证的文件:
export AWS_SHARED_CREDENTIALS_FILE=$HOME/.aws/credentials_mfa
典型生态项目
虽然gossm本身是独立工具,但其生态紧密关联于AWS生态系统。结合使用AWS CLI和其他云原生工具,可构建自动化运维流程。例如,通过脚本自动发现未安装aws-ssm-agent的EC2实例,并部署该代理,确保所有实例都符合团队的最佳实践标准。
gossm在与AWS Systems Manager的集成中扮演关键角色,使得DevOps团队能够构建出更为健壮和灵活的基础设施管理方案,特别是在进行大规模EC2实例管理时。通过与AWS其他服务如CloudFormation或Lambda的综合运用,开发者可以实现自动化的资源部署与维护,形成一套完整的云端运维体系。
以上就是关于gossm的基本介绍、快速启动指南、应用案例及其在AWS生态系统中的应用概览。掌握gossm能大大提升对AWS EC2实例的管理和运维效率。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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