如何在VPS上部署个人AI助手——一步步教程

首先明确一个概念模型。一个自托管的AI助手由两部分组成：模型（智能部分，通常来自云端API——你没法在廉价服务器上运行前沿权重，而且你也不需要这么做）和代理层（让它真正属于你的一切：记忆、对话历史、集成、计划任务）。你要托管的是代理层。它很轻量，不需要GPU，而且正是它在不断积累你的数据——这正是为什么它应该放在一台你自己掌控的机器上。

开始之前你需要准备：一台VPS（每月约5–15美元）、一个模型来源（API密钥或AI订阅）、一个Telegram账号，以及大约一个小时的时间。

第一步——选择服务器

任何靠谱的VPS服务商都可以。代理层的真实配置需求是：1–2 vCPU、2–4 GB内存、20 GB以上硬盘。不要被升级套餐诱惑——你运行的是一个Node进程和一个SQLite数据库，不是在训练模型。选择离你近的地区（考虑延迟），或者离你法律上感到安心的地区（考虑司法管辖权——对有些人来说，这正是整件事的意义所在）。

第二步——先做好基本防护

花五分钟就能避免九成的灾难：用SSH密钥登录并禁用密码登录；创建一个非root用户；开启无人值守的安全更新；打开只允许SSH通过的防火墙。这些都和AI本身无关——但它们决定了这台服务器是「我的服务器」，还是「别人的僵尸网络节点」。

第三步——安装运行环境

对大多数现代助手技术栈来说，这意味着安装Node.js LTS版本和git。有一条规则比任何工具选择都重要：密钥只存放在权限受限的环境文件中，绝不写进代码里。你的模型API密钥和机器人令牌，是你助手身份的钥匙；对待它们要像对待你邮箱密码一样谨慎。

第四步——接入交互界面

你不需要自己开发一个应用——交互界面你其实早就随身带着了。通过Telegram的BotFather创建一个机器人（一分钟搞定，完全免费），把令牌填进环境文件，你的助手就在你拥有的每一台设备上都有了一个聊天窗口，语音消息、文件和照片全都支持。

第五步——赋予它能存活下来的记忆

一个没有持久化能力的助手，就是一条要交服务器账单的金鱼。对话、提取出的事实和设置都应该存进VPS硬盘上的数据库——就个人使用规模而言，SQLite完全够用。然后再设置一个每日任务，把这个数据库备份到第二个位置。（为什么记忆架构比大多数人想象的更重要，我们单独写了一篇文章。）

第六步——大多数人都会跳过的一步：进程监控

这正是大多数DIY方案悄悄「猝死」的地方。在终端会话里运行助手，意味着一旦会话断开它就会停止。用nohup运行，意味着一旦遇到第一个未处理的崩溃，它就会悄无声息地停下——很可能是在凌晨3点，而你要过几天才会发现。真正的解决办法是配置一个带有Restart=always的systemd服务：崩溃了会重启，重启机器了它也会重启，负责让它「活着」的是机器的init系统，而不是你的记性。就这一步，决定了它是「我曾经跑过一次的脚本」，还是「一个任何时候都能回应你的助手」。

省略这些步骤要付出的代价

每跳过一步，都要付出相应的代价。跳过基本防护：服务器被攻破，助手的全部记忆被人读走。跳过持久化：几个月积累下来的上下文，随便一次进程重启就没了。跳过进程监控：你会慢慢不再信任这个助手，因为它有时候……就是不在了。而如果最终还是选择托管在笔记本上：提醒不会响起，消息没人回复，计划任务永远不会执行——恰恰是你当初想要一个助手来做的那些事。

捷径

以上这一切，如果你喜欢折腾基础设施，一个下午就能搞定；如果你不喜欢，它就会变成反反复复的琐事。Avelina AI正是把这套架构打包好了：一个引导式安装程序会把代理部署到你的VPS上，Telegram界面、持久化记忆数据库、进程监控和每日备份都已经配置就绪，之后还会有签名验证的更新。你会得到这篇指南所搭建的一切——包括所有积累的数据都留在你自己服务器上这一点——而无需亲手一步步组装。

常见问题

我需要GPU吗？
不需要。代理层非常轻量；模型是通过API调用的。只有当你以后选择运行本地模型权重时，GPU才会派上用场。

我能直接用笔记本电脑吗？
在合上盖子之前，可以。一个全天候在线的助手，需要一台全天候在线的机器——这就是选择VPS的全部理由。

总运行成本是多少？
服务器每月5–15美元，外加模型使用费用。基础设施成本大约相当于每月两杯咖啡。

究竟是什么让它做到「7×24小时」？
是进程监控（systemd，Restart=always）——而不是服务器本身。机器可以一直开着，但没人监控的进程不会一直活着。

我能不手动搭建就用上这一切吗？
可以——这正是Avelina AI安装程序要做的事，同样的架构，一条命令搞定。