使用AsyncSSH实现多级SSH端口转发与智能卡认证
在分布式系统开发中,经常需要通过中间服务器访问后端服务,同时需要确保传输安全。本文将介绍如何利用Python的AsyncSSH库实现多级SSH跳转和端口转发,并探讨智能卡认证的最佳实践。
多级SSH端口转发场景
典型场景中,开发者需要从本地机器通过中间服务器(172.16.16.158)访问目标服务器(172.16.16.160)上的服务。传统SSH客户端可以通过命令实现这种转发:
ssh -J 172.16.16.158 172.16.16.160 -L 4444:localhost:4444
但在自动化脚本中,我们需要更灵活的编程式控制。AsyncSSH提供了强大的API来实现这一需求。
AsyncSSH实现方案
初始尝试方案
开发者最初尝试使用AsyncSSH的双重连接方式:
async with asyncssh.connect("172.16.16.158") as build_conn:
async with build_conn.connect_ssh("172.16.16.160") as sign_conn:
sign_listener = await sign_conn.forward_local_port(
"localhost", 4444, "localhost", 4444
)
这种方法的问题在于它会在本地机器(而非中间服务器)上建立端口转发,不符合需求。
有效解决方案
正确的实现方式是在中间服务器上执行SSH转发命令:
async with asyncssh.connect("172.16.16.158") as build_conn:
proc = await build_conn.create_process(
"ssh -N -L 4444:localhost:4444 172.16.16.160"
)
# 保持连接
await asyncio.sleep(10)
proc.send_signal("INT")
await proc.wait_closed()
这种方法确实实现了需求,但存在需要多次认证的问题。
智能卡认证优化
当使用智能卡进行认证时,系统会多次提示输入PIN码,影响用户体验。AsyncSSH提供了PKCS#11支持,可以优化这一流程:
options = SSHClientConnectionOptions(
pkcs11_provider='/usr/lib/opensc-pkcs11.so',
pkcs11_pin='123456' # 从用户输入获取
)
async with asyncssh.connect("172.16.16.158", options=options) as conn:
# 连接逻辑
通过集中管理认证信息,可以避免多次输入PIN码的问题。
技术要点总结
-
端口转发层级:AsyncSSH的
forward_local_port始终从发起连接的客户端开始转发,无法直接在中间服务器上建立转发。 -
认证流程:多级SSH跳转必然需要多次认证,但可以通过PKCS#11等机制减少用户交互。
-
进程管理:在远程服务器上执行SSH命令时,需要妥善管理进程生命周期,避免资源泄漏。
-
安全考虑:端口转发增加了系统暴露面,应确保仅开放必要的端口,并在使用后及时关闭。
最佳实践建议
-
对于复杂的多级转发场景,考虑在中间服务器上部署专用的转发服务。
-
使用AsyncSSH的PKCS#11支持可以简化智能卡认证流程。
-
在生产环境中,应该实现完善的错误处理和连接状态监控。
-
考虑使用SSH配置文件(~/.ssh/config)预先定义跳转关系,简化连接逻辑。
通过合理运用AsyncSSH的高级特性,开发者可以构建既安全又高效的分布式系统连接方案。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00