给 TRAE SOLO 一台服务器，它能干什么？

传送锚点

• • MinerU
  • 共绩算力
  • 实操记录
  • • 节点建立
    • 远程连接
    • 环境部署
    • 调试优化
  • 结语

前一阵子刷到一个很有意思的操作：有人直接把一台服务器的权限扔给了 AI，并简单说了句目标。

然后，AI 就从零开始安装环境、配依赖，拉仓库，启动服务，最后成功完成了对外服务的提供。

今天，我们就尝试下这个思路：让 TRAE SOLO 自行在远程服务器中搭建一套 MinerU 环境。

MinerU

首先，简单介绍下 MinerU。

MinerU 是一款能将PDF/图片转换为机器可读格式（例如 markdown、JSON）的工具，诞生于上海人工智能实验室出品大模型 InternLM 的预训练过程中。

核心特性：

• 多模态文档解析：支持多种文档类型，包括扫描版 PDF

• 结构化还原：可识别表格、公式、分子式等

• 高保真语义理解：利用布局分析和阅读顺序推理，避免传统 OCR 机械识别导致的逻辑错乱。

• 本地化 & 开源免费：全部模型和代码开源，可私有部署，无需调用外部 API，保障数据隐私。

共绩算力

AI 要部署的应用已经了解了，现在需要给 AI 找一个可以操作的服务器。

最近我使用的算力平台是"共绩算力"，RTX 4090 只要 1.68 元/小时，还能按毫秒计费、自动扩容，非常便于我根据研究的模型挑选合适的节点配置。

尤其是目前，平台还有福利，注册就送算力券。

实操记录

节点建立

注册并登录"共绩算力"平台。

在"云主机"页面选择合适的节点

选择合适的节点类型后，配置相关镜像、存储等，我这里配置了"基础镜像"，由于是测试搭建模型，未配置相关存储。

如果是第一次租用，账户余额为 0，会要求充值一下（0.01元即可），然后，需要在个人中心关注下公众号，这些按照页面提示进行即可。

租用成功后，会在"控制台"-"云主机列表"中看到租用的节点。

24G 显存、63G 内存，1小时 1.68 元，并且有算力券抵扣，还很合适的。

远程连接

第一步，我们先来调整下 SSH 连接的命令，让其支持端口映射，方便访问 demo。

在上一步的"云主机列表"-"SSH登录信息"中，复制出登录指令，格式如下。

ssh root@hdy1.550c.cloud -p 40002

增加端口映射参数。

ssh -vvN -L 7860:127.0.0.1:7860 root@hdy1.550c.cloud -p 40002

其中 7860 是 MinerU demo 的服务端口。

第二步，我们打开 TRAE 进行远程连接。

输入上面的指令，回车即可。

此时会要求录入密码，再次从"云主机列表"-"SSH登录信息"中复制"登录密码"即可。

如果同一地址连接多次，可能会在 SSH 连接中生成多个相同的 Host，此时会出现登录失败的情况，手动删除重复的 Host 即可。

成功连接后，终端信息如下。

正常情况下可以在编辑器中打开远程文件夹，也可以在终端执行命令了。

但今天，我们都交给 AI。

环境部署

开发环境：国际版 SOLO Coder 智能体，未选择 Plan 模式。

直接在 Chat 窗口录入如下指令，等待完成。

指令

指令非常简单，让 AI 参考 MinerU 官方仓库文档，自行完成部署。

因为模型下载涉及到 HuggingFace 的网络问题，一般各大算力企业都会提供镜像内容，这里把"共绩算力"的镜像文档也放上了。

参考github文档https://github.com/opendatalab/mineru?tab=readme-ov-file ，帮我完成mineru的安装，并完成demo启动。
云服务器文档：https://www.gongjiyun.com/docs/server/introduction/rznmwsy13i4a8yktuyycoxyinmg/ 

过程

过程很清晰：安装依赖、下载模型、启动Demo。

后面还有详细的安装步骤、网络加速与镜像建议、常用参数与优化、问题排查、后续可选增强等内容，便于我们回顾审阅。

SOLO 模式的好处就是中间遇到问题，它可以自行解决。

最后还给出了 demo 的访问方式。

结果

命令执行完成后，SOLO 内置浏览器已经帮我把 demo 打开了。

这里可以通过 http://localhost:7860/ 访问到服务器，就是因为"远程连接"章节中的 SSH 命令中增加了端口映射。

调试优化

上面跑起来的 demo，上传测试的 PDF 后，转换报错。

不着急，我们直接让 SOLO 帮忙修复下。

指令

demo中上传后报错，请帮我修复

过程

SOLO 可以从终端中获取错误信息，快速定位问题：

"上传解析时报错的根因是 Gradio 处理流程在解析时尝试访问 HuggingFace 获取模型元数据，出现 SSL 错误导致函数返回 None ，最终触发 TypeError: cannot unpack non-iterable NoneType object "

结果

再次上传 PDF，可以看到提取结果了，已经完成了今天的既定目标了。

er由于模型参数未调优，识别中存在些许问题，非此次分享重点，我们就不再讨论了。

结语

整个过程还是非常顺利的，除了我第一次忘记配置模型镜像下载导致的失败。

之前以为 AI 可以自己 SOLO 代码就很酷了，没想到，AI 都已经可以自己掌控服务器了。

给个目标，就能直接等待验收？那后续技术验证、环境搭建脚本岂不是更轻松了。

当部署、调试、优化也能交给 AI 自主完成后，开发者就有了更多的时间去思考"做什么"而非"怎么做"------这或许才是智能时代的生产力跃迁。