用 HAPI + Cloudflare Tunnel 搭一台长期在线的远程 AI 编程工作站

最近一段时间，网上出现了多个远程Vibe Coding的方式，今天给大家分享一个组合。

把 AI 编程任务长期跑在自己的一台 Mac 上， 然后在任何地方，通过浏览器远程访问和管理它。

这套方式的核心是两个东西：

• HAPI：本地优先的 AI 编程工作台
• Cloudflare Tunnel：安全、稳定的远程访问通道

这篇文章完整梳理了我目前的做法，包括工具选择、整体架构、使用方式，以及一些实际踩坑后的经验。

为什么需要一个“长期在线”的 AI 编程工作站

随着 AI Coding 能力逐渐成熟，使用方式也在发生变化。

越来越多的场景不再是：

• 打开编辑器
• 跑一条指令
• 等几分钟结束

而是变成：

• 任务持续运行
• 中途需要人工确认
• 多次迭代、反复执行
• 有时甚至希望它在夜里继续跑

在这种情况下，我更关心的是：

• AI 是否可以长期运行在我自己的机器上
• 我是否能完全掌控代码和执行环境
• 我能不能在不在电脑前的时候，随时查看进度

这正是 HAPI 这种 local-first 工具擅长的地方。

HAPI：本地优先的 AI 编程工作台

HAPI 并不是一个 IDE，也不是云服务。 它的设计取向非常明确：local-first。

HAPI 的核心思路是：

• 在你自己的机器上启动一个长期运行的 Server
• 由它统一管理 AI 任务、文件改动和人工确认
• 通过 Web UI 提供一个清晰的观察和控制入口

你可以把它理解为：

一台一直开着的 AI 编程工作台， 而不是一个“用完就关”的临时工具。

HAPI 的整体架构

HAPI 的架构很克制，也很工程化。

Browser / CLI
        │
        │ HTTP / Web UI
        ▼
HAPI Server（本机 :3006）
        │
        │ Shell / Repo / 文件系统
        ▼
AI Provider（Claude / Codex / Gemini 等）

几个关键点：

• HAPI Server 跑在你自己的机器上
• 它可以直接访问你的 Git 仓库、终端和文件系统
• Web UI 只是一个“看”和“管”的入口

这种结构非常适合：

• 长时间运行的 AI Agent
• 稳定性分析 / SRE 自动化
• 对代码和环境控制权要求较高的开发场景

基本使用方式

安装和启动都很直接，首次运行会展示token到命令行，记得查看。如果后续忘了，可以入~/.hapi/settings.json文件查看。

npm install -g @twsxtd/hapi
hapi server

默认监听地址是：

http://localhost:3006

然后在自己的代码工程文件中执行：

hapi
或者 hapi codex // 如果你用codex，我就用哈

打开浏览器即可访问 Web UI。记得输入token。

• 官网：https://hapi.run
• GitHub：https://github.com/tiann/hapi

在本机使用时，你可以：

• 查看 AI 任务的实时进度
• 查看终端输出
• 查看文件 diff
• 对关键操作进行人工确认

这一点非常重要：AI 在修改代码之前，你始终清楚它在做什么。

Cloudflare Tunnel：把本地 HAPI 变成远程可用

如果只在本机使用，HAPI 还只是一个本地工具。 真正让它变成“远程工作站”的，是 Cloudflare Tunnel。

Cloudflare Tunnel 是什么？

Cloudflare Tunnel 解决的是一个很老的问题：

我有一个跑在 localhost 的服务， 但我不想买云服务器、不想开端口，也不想折腾公网 IP。

它的核心机制是：

由你本机 主动 向 Cloudflare 建立一条反向隧道， Cloudflare 再把这个服务安全地暴露出来。

这样一来：

• 不需要公网 IP
• 不需要端口转发
• 网络拓扑也更简单、安全

直接这样运行，就可以产生一个公网可访问的唯一链接。

cloudflared tunnel --url http://localhost:3006

当然如果你能登录用自己的账号，那更好，这个后续文章咱们再聊。

解决 macOS 自动休眠的问题

当你把 HAPI 当作一台“长期在线的 AI 编程工作站”时， macOS 自动休眠是一个绕不开的问题。

一旦系统休眠：

• HAPI Server 会停止
• Cloudflare Tunnel 会断开
• 远程访问立即失效

最简单可靠的方式，是使用系统自带的 caffeinate：

caffeinate -dimsu

只要终端不退出，这台 Mac 就会保持唤醒状态。

最终组合效果

当以下几件事组合在一起：

• HAPI（本地 AI 编程工作台）
• Cloudflare Tunnel（安全的远程访问通道）
• 一台不会自动休眠的 Mac

你最终得到的，并不是一个“新工具”， 而是一种新的工作方式：

AI 不再是临时用一下的助手， 而是一台长期在线、随时可访问、完全由自己掌控的编程工作站。

它非常适合：

• 长时间运行的 AI Coding / Agent 任务
• 稳定性分析与 SRE 自动化
• 不希望代码离开本地环境的开发场景
• 希望随时用浏览器、iPad 或另一台电脑查看进度的情况

小结

回头看这套方案，其实并不复杂：

• HAPI 负责本地、长期、可控的 AI 编程执行
• Cloudflare Tunnel 负责安全、稳定的远程访问

当两者放在合适的位置上，组合出来的，是一套实用、克制、长期可维护的远程 AI 编程工作流。

至少在当前阶段，HAPI + Cloudflare Tunnel + 一台不会休眠的 Mac，已经足以支撑一台稳定运行的私有 AI 编程工作站。