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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00