تصور کنید یک دستیار هوش مصنوعی شخصی دارید که ۲۴ ساعته آنلاین است، بدون اینکه لازم باشد کامپیوترتان روشن بماند. پیامهایتان را دریافت میکند، گزارش میسازد، ایمیلها را خلاصه میکند و حتی به ابزارهای کاری شما مثل تلگرام، دیتابیس و APIهای مختلف وصل میشود.
مشکل اصلی بیشتر کاربران این است که Agent را روی لپتاپ یا کامپیوتر شخصی اجرا میکنند. تا وقتی سیستم روشن است همهچیز کار میکند، اما به محض خاموش شدن کامپیوتر، دستیار هوشمند هم از کار میافتد. اینجاست که سرور مجازی (VPS) راهحل واقعی است.
در این آموزش، قدمبهقدم یاد میگیرید چگونه یک AI Agent همیشهروشن روی VPS راهاندازی کنید، چطور آن را در برابر قطعی و خاموش شدن محافظت کنید و در نهایت یک دستیار هوش مصنوعی واقعی داشته باشید که بدون وابستگی به سیستم شخصی شما کار کند.
🔹 AI Agent چیست و چرا VPS برای آن ضروری است؟
یک AI Agent با چتبات معمولی تفاوت اساسی دارد. چتبات فقط پاسخ تولید میکند و در همان نقطه متوقف میشود. اما یک Agent واقعی حلقهای از تصمیمگیری و اقدام است: وضعیت را میخواند، تصمیم میگیرد، ابزاری را فراخوانی میکند، نتیجه را میبیند و این چرخه را تا تکمیل وظیفه ادامه میدهد [citation:6].
برای مثال یک AI Agent شخصی میتواند:
🔹 هر روز صبح گزارش وضعیت پروژه را بسازد
🔹 ایمیلهای جدید را دستهبندی و خلاصه کند
🔹 فایلهای آپلودشده را تحلیل کند
🔹 به APIهای داخلی و خارجی متصل شود و داده دریافت کند
اما برای اینکه این Agent همیشه در دسترس باشد، به محیطی نیاز دارد که ۲۴ ساعته روشن بماند، اینترنت پایدار داشته باشد و به کامپیوتر شخصی شما وابسته نباشد. VPS دقیقاً همین بستر را فراهم میکند.
دستیار هوش مصنوعی همیشهروشن نیاز به زیرساختی دارد که هرگز نخوابد
سرور مجازی ایرانیکاسرور با آپتایم بالا، منابع اختصاصی CPU و RAM، دیسک NVMe و پهنای باند پرسرعت، بستر ایدهآل برای اجرای AI Agentهای Self-hosted است. همین حالا پلن مناسب نیاز پردازشی خود را انتخاب کنید.
📞 تماس با پشتیبانی: 021-91302460 | ایرانیکاسرور
🔹 پیشنیازهای سختافزاری و نرمافزاری
برای این آموزش از Ubuntu 24.04 استفاده میکنیم. اما انتخاب منابع سرور بستگی به نوع Agent شما دارد. اگر از APIهای ابری مثل OpenAI استفاده میکنید، منابع کمتری نیاز دارید. اگر میخواهید مدل را بهصورت Local اجرا کنید، به منابع بسیار بیشتری احتیاج خواهید داشت.
🔹 مرحله اول: اتصال به VPS و آمادهسازی محیط
وارد سرور خود شوید. اگر کلید SSH دارید، از آن استفاده کنید. در غیر این صورت با رمز عبور وارد شوید:
ssh root@SERVER_IP
سیستم را کاملاً بهروز کنید. این کار از بروز مشکلات امنیتی و ناسازگاری جلوگیری میکند:
apt update && apt upgrade -y
ابزارهای مورد نیاز را نصب کنید. برای ساخت Agent به Python 3.11+، Git و در ادامه Docker نیاز داریم:
apt install python3 python3-pip python3-venv git curl -y
بررسی کنید که نسخه Python نصبشده حداقل 3.11 باشد:
python3 --version
🔹 مرحله دوم: ساخت اولین AI Agent
یک پوشه برای پروژه بسازید و وارد آن شوید:
mkdir ai-agent && cd ai-agent
محیط مجازی Python بسازید و آن را فعال کنید. این کار باعث میشود کتابخانهها روی سیستم اصلی نصب نشوند:
python3 -m venv venv source venv/bin/activate
کتابخانههای اصلی LangChain را نصب کنید. ما از LangChain استفاده میکنیم چون یکی از محبوبترین فریمورکهای ساخت Agent است:
pip install langchain langchain-openai python-dotenv
فایل .env بسازید و کلید API خود را در آن قرار دهید:
nano .env
محتوای فایل:
OPENAI_API_KEY=sk-your-actual-api-key-here
حالا فایل agent.py را بسازید. این یک Agent ساده است که پیام شما را دریافت کرده و پاسخ تولید میکند:
nano agent.py
محتوای فایل:
from langchain_openai import ChatOpenAI
from dotenv import load_dotenv
load_dotenv()
model = ChatOpenAI(model="gpt-4.1-mini")
print("AI Agent آماده است. برای خروج 'exit' بنویسید.")
while True:
user = input("You: ")
if user.lower() == "exit":
break
response = model.invoke(user)
print(f"Agent: {response.content}")
اجرای Agent:
python agent.py
اگر پاسخ دریافت کردید، Agent پایه شما کار میکند. اما هنوز یک مشکل بزرگ وجود دارد: اگر SSH را ببندید، Agent متوقف میشود. در بخش بعدی این را حل میکنیم.
🔹 چگونه Agent را همیشه روشن نگه داریم؟ (Systemd)
وقتی SSH را میبندید، تمام پروسههای وابسته به آن Session متوقف میشوند. برای حل این مشکل از Systemd استفاده میکنیم که مدیر سرویسهای لینوکس است. با این کار، Agent بهصورت یک سرویس پسزمینه اجرا میشود و حتی پس از ریاستارت سرور هم خودکار بالا میآید [citation:2][citation:15].
فایل سرویس را بسازید:
nano /etc/systemd/system/ai-agent.service
محتوای فایل سرویس:
[Unit] Description=AI Agent Service After=network.target [Service] Type=simple WorkingDirectory=/root/ai-agent ExecStart=/root/ai-agent/venv/bin/python agent.py Restart=always RestartSec=10 [Install] WantedBy=multi-user.target
حالا Systemd را از تغییرات مطلع کنید و سرویس را فعال و اجرا کنید:
systemctl daemon-reload systemctl enable ai-agent systemctl start ai-agent
بررسی وضعیت سرویس:
systemctl status ai-agent
اگر وضعیت active (running) بود، Agent شما اکنون ۲۴ ساعته روشن است و حتی با بستن SSH هم متوقف نمیشود.
Agent شما به منابع پایدار و بدون قطعی نیاز دارد
اگر Agent شما روی سرورهای اشتراکی یا با منابع محدود اجرا شود، ممکن است وسط انجام یک وظیفه مهم Crash کند. سرور مجازی ایرانیکاسرور با منابع اختصاصی، پهنای باند پرسرعت و پشتیبانی فنی ۲۴/۷ تضمین میکند دستیار هوشمند شما همیشه در دسترس باشد.
📞 تماس با پشتیبانی: 021-91302460 | ایرانیکاسرور
🔹 اضافه کردن حافظه دائمی به Agent
Agent پایهای که ساختیم حافظه ندارد. هر بار که برنامه را ریاستارت کنید، تمام context از دست میرود. برای یک دستیار واقعی، حافظه ضروری است. خوشبختانه LangChain چندین گزینه برای حافظه بلندمدت ارائه میدهد [citation:3][citation:14].
برای شروع، سادهترین راه استفاده از PostgreSQL است که هم پایدار است و هم امکانات جستجوی پیشرفته دارد. LangChain یک کلاس PostgresSaver ارائه میدهد که میتوانید مستقیماً در پروژه خود استفاده کنید [citation:14].
🔹 اطلاعات کاربران را ذخیره کند
🔹 بین Sessionهای مختلف، context خود را حفظ کند
🔹 روش حرفهای: اجرا با Docker
اگر میخواهید پروژه را در محیط Production اجرا کنید، Docker انتخاب بهتری است. مزایای Docker:
🔹 انتقال آسان بین سرورها
🔹 مدیریت خودکار restart در صورت crash
🔹 مناسب برای CI/CD و Deploymentهای حرفهای
فایل Dockerfile بسازید:
FROM python:3.11-slim WORKDIR /app COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt COPY . . CMD ["python", "agent.py"]
فایل requirements.txt را از محیط مجازی بسازید:
pip freeze > requirements.txt
فایل docker-compose.yml بسازید تا مدیریت سرویس سادهتر شود:
version: "3.8"
services:
agent:
build: .
restart: always
env_file:
- .env
volumes:
- ./data:/app/data
اجرا:
docker compose up -d
🔹 عیبیابی مشکلات رایج
🔹 مشکل: Agent بعد از بستن SSH خاموش میشود
دلیل: برنامه را مستقیماً در ترمینال اجرا کردهاید. با بستن SSH، پروسه فرزند آن Session هم kill میشود.
راهحل: از Systemd یا Docker استفاده کنید (در بخشهای قبلی توضیح داده شد).
🔹 مشکل: مصرف RAM بالا و کند شدن سرور
دلایل: Memory Leak، اجرای چند Agent همزمان، یا استفاده از مدلهای Local بزرگ.
راهحل: وضعیت حافظه را بررسی کنید:
htop free -h
اگر RAM پر شده، Swap اضافه کنید:
fallocate -l 4G /swapfile chmod 600 /swapfile mkswap /swapfile swapon /swapfile echo '/swapfile none swap sw 0 0' >> /etc/fstab
🔹 مشکل: خطای API و پاسخ نگرفتن از Agent
دلایل: کلید API اشتباه، اتمام موجودی، یا محدودیت نرخ درخواست.
راهحل: لاگ سرویس را بررسی کنید:
journalctl -u ai-agent -n 50 --no-pager
کلید API را در فایل .env دوباره بررسی کنید.
🔹 مشکل: امنیت VPS
راهحل: فایروال را فعال کنید و پورتهای ضروری را باز بگذارید:
ufw allow ssh ufw allow 443 ufw enable
نصب Fail2Ban برای جلوگیری از حملات Brute Force:
apt install fail2ban -y systemctl enable fail2ban systemctl start fail2ban
در اجرای Agent روی VPS به مشکل خوردهاید؟
تیم فنی ایرانیکاسرور آماده است تا در انتخاب منابع مناسب، کانفیگ بهینه، رفع خطاهای اجرایی و امنیت سرور شما را همراهی کند. همین حالا درخواست خود را ثبت کنید.
📞 تماس با پشتیبانی: 021-91302460 | ایرانیکاسرور
🔹 جمعبندی
ساخت یک AI Agent همیشهروشن روی VPS دیگر یک پروژه پیچیده نیست. با Systemd یا Docker، Agent شما ۲۴ ساعته فعال میماند و از هر نقطهای قابل دسترسی است.
نکات کلیدی این آموزش:
🔹 انتخاب منابع مناسب: برای Agentهای API-based، ۲ هسته و ۴GB RAM کافی است
🔹 Systemd: سادهترین راه برای اجرای همیشگی
🔹 Docker: مناسب برای پروژههای حرفهای و Production
🔹 حافظه: برای دستیار واقعی، PostgreSQL یا Redis ضروری است
🔹 امنیت: فایروال و Fail2Ban را فراموش نکنید
با یک VPS مناسب و پیکربندی صحیح، دستیار هوش مصنوعی شخصی شما میتواند به یک ابزار واقعی و کاربردی در زندگی روزمره و کار تبدیل شود.
دیدگاهها
0 دیدگاه برای این مطلب ثبت شده است.