mtr-cli 0.1.0

A CLI tool for seamless local development and remote execution on GPU servers.

MTRemote (mtr)

MTRemote 是一个专为 AI Infra 和 Python/C++ 混合开发设计的命令行工具。它允许你在本地修改代码，通过简单的 mtr 前缀，自动将代码同步到远端 GPU 服务器并执行命令，同时保留本地的交互体验（实时日志、颜色高亮、Ctrl+C 支持）。

🚀 核心特性

• 多服务器管理：通过配置文件管理多个 GPU 节点，支持默认服务器 (Implicit/Explicit)。
• 智能同步引擎：
  • Rsync (推荐)：调用系统 rsync，支持增量同步，速度极快。支持 sshpass 自动处理密码认证。
  • SFTP (兼容)：纯 Python 实现，适用于无 rsync 的环境，配置简单。
• 双向同步：支持从远端下载文件/文件夹到本地（--get 参数）。
• 双模式交互 (Dual-Mode Interaction)：
  • 交互模式 (Interactive)：自动检测 TTY，支持 PTY 分配、Raw Mode、Rich UI 动画。完美支持 vim, ipython, pdb, htop。
  • 批处理模式 (Batch)：当被脚本调用或重定向时自动切换。禁用 PTY 和动画，输出纯净文本，适合 AI Agent 集成或 CI/CD。
• 环境预设 (Pre-cmd)：支持在执行命令前自动加载环境（如 conda activate, source .env）。
• 调试日志：可选的文件日志系统，按会话独立存储，便于排查问题。
• 零侵入：只需在现有命令前加上 mtr。

📦 安装

推荐使用 uv 或 pipx 安装：

uv tool install mtremote
# 或者
pip install mtremote

系统依赖

MTRemote 需要以下系统命令：

命令	用途	安装方式
ssh	交互式 Shell (TTY)	macOS/Linux 自带，或 brew install openssh
rsync	快速文件同步 (推荐)	macOS/Linux 自带
sshpass	密码认证 (可选)	brew install hudochenkov/sshpass/sshpass (macOS) / apt install sshpass (Ubuntu)

注意：交互式 Shell 功能（如 mtr bash, mtr ipython）必须安装 ssh。密码认证必须安装 sshpass。

🛠️ 快速开始

1. 初始化配置

在你的项目根目录下运行：

mtr --init

这将在 .mtr/config.yaml 生成配置文件。

2. 编辑配置

编辑 .mtr/config.yaml，填入你的服务器信息：

defaults:
  sync: "rsync"  # 或 "sftp"
  exclude: [".git/", "__pycache__/"]
  download_dir: "./downloads"  # 默认下载位置（可选）

servers:
  gpu-node:
    host: "192.168.1.100"
    user: "your_username"
    key_filename: "~/.ssh/id_rsa"
    remote_dir: "/home/your_username/projects/my-project"
    download_dir: "./backups/gpu"  # 该服务器的下载位置（可选，覆盖默认值）
    pre_cmd: "source ~/.bashrc && conda activate pytorch_env"

3. 运行命令

现在，你可以在本地直接运行远程命令：

# 同步代码并在 gpu-node 上运行 python train.py
mtr python train.py --epochs 10

# 进入远程交互式 Shell (支持 Tab 补全和颜色)
mtr bash

# 使用 ipython 调试
mtr ipython

# 指定特定服务器
mtr -s prod-node python train.py

📖 命令行选项

mtr [OPTIONS] COMMAND [ARGS...]

Options:
  -s, --server TEXT        Target server alias
  --sync / --no-sync       Enable/Disable code sync [default: True]
  --dry-run                Print commands without executing
  --tty / --no-tty         Force enable/disable TTY [default: True]
  --get TEXT               Remote path to download from
  --to TEXT                Local destination path for download (optional)
  --enable-log             Enable logging to file
  --log-level TEXT         Log level: DEBUG/INFO/WARNING/ERROR [default: INFO]
  --log-file PATH          Custom log file path (default: ~/.mtr/logs/mtr_YYYYMMDD_HHMMSS.log)
  --init                   Initialize configuration file
  --help                   Show this message and exit

常用选项示例

# 禁用同步，直接执行命令
mtr --no-sync python script.py

# 强制批处理模式（无颜色、无动画）
mtr --no-tty python train.py > output.log

# 启用调试日志
mtr --enable-log --log-level DEBUG python train.py

# 指定自定义日志路径
mtr --enable-log --log-file ./debug.log python train.py

📖 高级用法

1. 强制批处理模式 (--no-tty)

如果你在终端中运行但希望获得纯文本输出（不想要进度条或颜色控制字符），可以使用 --no-tty：

mtr --no-tty python train.py > log.txt

2. 使用 SFTP 模式

如果本地或远程无法使用 rsync，可以在配置中指定 sync: sftp：

servers:
  win-server:
    host: "10.0.0.9"
    sync: "sftp"
    password: "secret_password"

3. 密码认证

支持 SSH 密码认证，但推荐使用 SSH Key。

• 交互式 Shell: 使用 sshpass 包装 ssh -t 命令。
• SFTP: 原生支持密码。
• Rsync: 需要本地安装 sshpass 工具才能使用密码认证。

密码认证依赖: 使用密码认证时，必须安装 sshpass:

# macOS
brew install hudochenkov/sshpass/sshpass

# Ubuntu/Debian
sudo apt-get install sshpass

# CentOS/RHEL
sudo yum install sshpass

4. 从远端下载文件 (--get)

使用 --get 参数可以从远端服务器下载文件或文件夹到本地：

# 下载文件到当前目录
mtr --get /remote/path/to/file.txt

# 下载文件到指定位置
mtr --get /remote/path/to/file.txt --to ./local/path/

# 下载整个文件夹
mtr --get /remote/path/to/checkpoints/ --to ./backups/

# 跳过上传同步，仅下载
mtr --no-sync --get /remote/path/to/file.txt

配置下载目录： 可以在配置文件中设置默认下载位置：

defaults:
  download_dir: "./downloads"  # 默认下载位置

servers:
  gpu-node:
    host: "192.168.1.100"
    download_dir: "./backups/gpu"  # 该服务器的下载位置（覆盖默认值）

路径解析优先级：

1. --to 参数指定的路径
2. 服务器配置中的 download_dir
3. 默认配置中的 download_dir
4. 当前工作目录

5. 调试日志 (--enable-log)

当遇到问题需要排查时，可以启用文件日志：

# 启用 INFO 级别日志（默认）
mtr --enable-log python train.py

# 启用 DEBUG 级别日志（更详细）
mtr --enable-log --log-level DEBUG python train.py

# 查看日志
cat ~/.mtr/logs/mtr_20260128_171216.log

日志文件按会话独立生成，格式为 mtr_YYYYMMDD_HHMMSS.log，包含：

• 命令启动参数
• 配置加载过程
• SSH 连接状态
• 文件同步详情
• 命令执行结果

🤖 AI Agent 集成指南

MTRemote 非常适合作为 AI Agent (如 OpenCode, LangChain Agents) 的底层执行工具。

为什么适合 Agent?

1. 自动同步：Agent 只需要修改本地文件，mtr 负责将修改“热更新”到运行环境。
2. 纯净输出：使用 --no-tty 参数，mtr 会禁用 ANSI 颜色代码、进度条动画和交互式 Shell 提示符，只返回最纯粹的 stdout/stderr。这大大降低了 Agent 解析日志的难度。
3. 状态透传：mtr 的退出代码 (Exit Code) 与远程命令完全一致。Agent 可以通过 $? 判断远程任务是否成功。

推荐调用方式

Agent 在调用 mtr 时，强烈建议始终加上 --no-tty 参数。

import subprocess

def run_remote_command(cmd):
    # 使用 --no-tty 确保输出无干扰
    full_cmd = ["mtr", "--no-tty"] + cmd.split()
    
    result = subprocess.run(
        full_cmd, 
        capture_output=True, 
        text=True
    )
    
    if result.returncode != 0:
        return f"Error: {result.stderr}"
    return result.stdout

# 示例：Agent 修改完代码后运行测试
output = run_remote_command("python tests/test_model.py")

📖 配置详解

请参考 examples/config.yaml 获取完整的配置示例。

🤝 贡献

欢迎提交 Issue 和 PR！

---

License: MIT