SVC Spider - 织网多服务连接虚拟环境

SVC Spider (Server Virtual Connection Web) 是一款专为现代高阶科研人员和复杂工程开发者打造的可爱蜘蛛侠风格 VS Code 扩展。它打破了传统开发环境的单点物理限制，像小蜘蛛一样在多台服务器之间结网，让您像在本地电脑上运行多台服务器一样，在一个工作区内无缝管理、浏览和调度分布在各个远程节点上的代码与数据。

🌟 核心价值：AI 时代的跨服务器上下文管理器

🧠 全局拓展 AI 的上下文：通过底层的 sshfs 挂载机制（自 v0.2.0 起新增核心支持），将多台远程服务器的文件系统直接挂载并映射为本地操作系统的 file:// 目录。您的 AI 助手（如 Antigravity / Agentic Coding）可以无缝获取原生的文件系统句柄与稳定的 Workspace Hash，跨越远端的物理阻隔，精准洞察所有代码依赖。
🔬 专为科研实验流设计：执行深度学习集群任务时，将一台服务器作为代码中枢，另一台作为数据采集池，甚至更多节点用于日志监控。通过 SVC，您在单一 VS Code 窗口内总揽全局，终结繁琐的跨终端数据搬运。
⚡ 打破信息孤岛：由于所有远程挂载目前被转化为真实的本地挂载点（如 /tmp/svc_mounts/...），所有的本地第三方检查插件 (Git, Linter，静态分析器) 将可以完全无感地在多个服务器代码库中间工作。

✨ 主要特性

🔌 全景多点连接 — 允许在一个工作区内同时挂载并建立任意数量的远程服务器目录映射。
🛡️ 稳定工作区与断链自愈 (v0.4.x 核心特性) — 一键生成物理级 .code-workspace 防断链护城河。彻底锁定 Antigravity/AI 的上下文 Hash。即使电脑重启或网络断开导致底层 FUSE 挂载失效，重新打开该工作区时，SVC 也会在后台全自动查表并在 1 秒内复活所有远程原生挂载，实现极客级体验。
🔍 沉浸式远程视界 — 引入 iOS 毛玻璃风格的绝对路径搜索框与上一级跳转锚点，告别繁琐的树状层级展开。
📂 强物理挂载引擎 (SSHFS) — 摒弃了纯虚拟协议可能引发的状态丢失问题，强制调用本地操作系统级的 sshfs 与 fusermount3，赋予文件 IO 原生的安全性及高可靠追踪溯源机制。
📝 原生级无缝编辑体验 — 享受和本地开发一样毫无二致的顺滑编码流畅度。
🖥️ 集成式 SSH 终端矩阵 — 内置 SSH 命令行会话管理器（包含对 tmux 会话管理的完整介入），一键即可唤出与管理多节点 Shell 生命周期。
🔒 安全稳定的认证系统 — 全局兼容通过 SSH Config 导入环境，并强力支持私钥链路认证体系。

📦 技术架构与底层链路

用户侧面板 (serverConfigUI) -> SSHFSMounter 挂载引擎 -> 宿主机级 sshfs 映射守护 -> [挂载点建立: /tmp/svc_mounts/] -> VS Code Resource Tree

核心组件：

组件	职责
`SSHFSMounter`	处理底层核心文件映射：调用 `sshfs` 将远端绝对目录转换为本地硬链接临时目录，并妥善管理生命周期回收。
`TmuxManager`	Tmux 生命周期控制器：支持长驻任务（训练进程等）的隔离调度与断点续联。
`SFTPConnectionPool`	SFTP 通信池 (预扫层)：用于实现挂载前的轻量化前置验证与远程目录拓扑浏览功能。
`ServerTreeView`	左侧边栏：提供跨服务器节点的全局拓扑可视化树状图与 UI 管理。
`ServerConfigUI`	提供服务器连接数据与核心认证记录录入交互中心。
`SSHTerminalManager`	多路控制节点命令行的统筹与窗口输出生命周期管理。

🚀 快速开始

依赖声明 (目前深度支持 Linux/Mac/WSL 环境)

由于新版采用了原生映射模式，由于 Windows 不具备原生 sshfs 指令而只能依赖第三方 WinFsp 端口。为了保证稳定的读写 IO 性能体验，推荐运行在 Linux 环境下或 WSL 中。

# Ubuntu / Debian 用户请执行：
sudo apt-get install -y sshfs

使用方法

安装扩展后，点击左侧出现的蜘蛛网 SVC 图标进入面板。
点击 "添加服务器" 卡片，或使用顶部的 "从 SSH Config 导入" 功能直接加载已有主机的链接参数。
双击对应的服务器名称行 → 实时浏览目标主机的远程文件夹层级树。
在对应需要作为 Workspace 的根目录右键选择 “连接到此服务器”。SVC 将在后台瞬间打通并完成挂载。目标目录将被直接作为本地文件节点呈现在 VS Code 的默认资源管理器中。
所有编辑保存动作即时落库远端硬盘。开始和您的 AI 一起无死角协同作业！5. 所有编辑保存动作即时落库远端硬盘。开始和您的 AI 一起无死角协同作业！

AI 协作实验环境架构规范

为解决跨服务器协同系统中由于上下文碎片化导致的 AI 记忆断层与溯源困难问题，本系统建议采用本地主控干系、远程执行计算的分离架构模式。执行规范如下：

本地控制目录结构配置 建立 SVC 工作区时，需包含一个专门指定的本地文件夹。该本地文件夹用于集中存储该课题的宏观元信息与架构规划，内容包括：
- 项目大纲、工程架构示范文件。
- 实验结果报表与实验相关的数字化图表分析。
- 下一步的预定执行流程图与各文件夹/分支的代码修改分析（Diff）。
- 记录各远程虚拟目录挂载路径的目标映射架构。 核心目的：AI 解析实体时，只需读取本地管理目录，即可构建整体项目的宏观状态图与底层远程服务器内多元实验分支的横向链接脉络。
远程算力端点职能分离 所有通过 SVC 提供远程映射机制的目录（如服务器 C101、C201 等），受控定位为执行末端与输出容器，禁止存储管理逻辑。
- 限定工作域：专属存放运行阶段实验源代码、中间模型输出（Weights）以及实验数据。
实验状态基线与溯源捕获 (Experiment Provenance) 在触发各类高负载训练及推理操作时，远程文件系统内的日志输出记录必须包含可逆溯的完整快照，即每个运行节点（例：runs/ 日志文件夹之下）除了常规的实验执行日志及结果以外，必须向硬盘额外同步序列化以下数据对象：
- 代码状态快照 (State Snapshot)：任务进入调度堆栈那一刻，所有关键逻辑底座文件的备份副本。
- 初始参数快照 (Arguments Trace)：触发该执行生命周期时使用的命令行传递参数（args）与环境变量副本。 核心目的：保证任意 AI 后续介入分析时，能够根据具体的实验日志反向定标确切的来源代码状态，以便在复杂的多实例并行实验对比中建立可靠的差异依赖，方便基线重放还原及衍生修改。

📄 License

MIT License - 详见 LICENSE 文件。

SVC Spider - Server Virtual Connection Web

2667741708