aexp：面向AI研究者的实验控制平面

aexp是一款基于Go语言开发的轻量级实验控制平面，专为研究人员和编程智能体设计，解决远程GPU服务器实验管理的痛点。它在保持SSH简洁性的同时，增加了运行追踪、tmux执行、资源监控、结构化指标和MCP工具支持，为远程实验提供结构化管理能力，尤其适合AI辅助科研场景。

传统远程GPU实验管理依赖SSH会话、nohup/tmux手动操作、日志路径记忆等方式，对人类用户已足够繁琐，对编程智能体更是灾难——会话变化后无法追踪提交内容、日志位置或运行状态。aexp正是为解决这一痛点而生。

• 技术栈：Go语言开发，带来单二进制文件、跨平台、高性能、静态编译等优势；
• 数据存储：使用SQLite，零配置、单文件存储，便于备份迁移；
• 远程执行：基于tmux作为后端，支持会话持久化、输出捕获、实时日志，且tmux在多数服务器预装。

与原始SSH方式对比

需求	原始SSH方式	aexp方式
快速检查命令	ssh host ...	aexp exec --resource gpu -- ...
启动长期实验	手动tmux/nohup	aexp run submit ...
查找日志	记忆路径	aexp run logs <run_id>
查看资源	远程命令	Web仪表盘+资源快照
恢复上下文	shell历史重建	查询运行/事件/指标
区分运行类型	命名约定	原生`--kind setup

核心功能

• 资源管理：注册SSH资源，配置环境/GPU标签等；
• 运行提交：支持多种运行类型，自动检测环境；
• 项目同步：集成rsync实现本地-远程文件同步；
• 事件系统：结构化记录进度/参数/指标事件；
• Web仪表盘：资源概览、实时日志、监控等。

aexp原生支持Anthropic提出的MCP（Model Context Protocol）开放协议，便于智能体交互：

• 安装命令：aexp mcp install --target all（自动配置MCP工具）；
• 可用接口：aexp_exec（快速检查）、aexp_submit_run（提交实验）、aexp_sync_push（同步文件）等；
• 价值：解决智能体上下文丢失问题，实现实验管理的可编程与自动化。

适用场景

• 机器学习研究者：完整实验追踪、自动化日志/指标收集；
• 智能体工作流：可靠提交/监控实验，会话间状态持久化；
• 团队协作：共享SQLite数据库，查看彼此实验。

安装方式

• 二进制：curl -fsSL https://raw.githubusercontent.com/murasame612/aexp/main/scripts/install.sh | sh；
• 源码编译：git clone ... && go build。

常见工作流

• 快速检查：aexp exec --resource gpu-box -- df -h /workspace；
• 提交实验：aexp run submit --resource gpu-box --kind formal ...；
• 监控运行：aexp run logs run_xxx --tail 100。

当前局限

• 主要针对SSH资源，未支持Docker/Slurm/Kubernetes等；
• 开源版本保持简单：本地二进制+SQLite+SSH+tmux。

未来方向

• 支持容器化执行（Docker）；
• 集成Slurm集群调度；
• 本地执行模式；
• 更丰富的可视化与实验对比工具。

aexp将SSH的灵活性与现代实验管理的结构化能力结合，通过MCP协议为智能体提供友好接口，是轻量级但功能完整的远程GPU实验管理方案。其开源特性与智能体友好设计，使其成为AI辅助科研工具的重要方向，未来将在连接人类研究者与计算资源中发挥更大作用。