Cloudrouter - Claude Code/Codex가 클라우드 VM·GPU를 띄우게 만드는 스킬

• AI 코딩 에이전트가 명령줄에서 직접 클라우드 샌드박스 생성·제어를 수행할 수 있게 하는 도구로, VM과 GPU 인스턴스를 자동으로 실행함
• 로컬 디렉터리나 Git 저장소에서 원격 개발 환경을 만들고, VS Code·Jupyter·VNC·터미널 등 다양한 접근 방식을 지원
• Chrome CDP 통합을 통해 브라우저 탐색, 입력, 클릭, 스크린샷, 데이터 스크래핑 등 자동화 기능을 CLI에서 수행 가능
• 파일 업로드·다운로드 및 자동 동기화, GPU 선택(--gpu H100:2 등), 크기 조정(--size small 등) 등 세밀한 리소스 제어를 제공
• 오픈소스(MIT). macOS·Linux·Windows에서 사용 가능

---

개요

• cloudrouter는 Claude Code, Codex, Cursor 등 AI 코딩 에이전트가 클라우드 상에서 VM과 GPU 샌드박스를 생성·관리할 수 있도록 하는 CLI 기반 스킬
  • 명령줄에서 샌드박스를 만들고 명령 실행, 파일 전송, 브라우저 자동화까지 수행 가능
  • npx skills add manaflow-ai/cloudrouter 명령으로 설치 가능

설치 및 인증

• AI 에이전트용 스킬로 추가하거나, 독립 실행형 CLI로 설치 가능
  • npm install -g @manaflow-ai/cloudrouter 후 cloudrouter login으로 인증
  • cloudrouter와 cr 명령어 모두 사용 가능

주요 기능

• 즉시 실행 가능한 클라우드 샌드박스: 로컬 디렉터리, Git 저장소, 템플릿에서 원격 VM 생성
  • Docker 지원 및 자동 파일 동기화 포함
• AI 에이전트 통합: Claude Code, Cursor 등에서 직접 샌드박스 생성·코드 실행·브라우저 자동화 수행
• 브라우저 자동화: Chrome CDP 기반으로 탐색, 클릭, 입력, 스크린샷, 접근성 트리 분석 가능
• 다중 접근 방식: VS Code 브라우저, VNC 데스크톱, 터미널, 단일 명령 실행 등 다양한 접근 지원
• 파일 전송: 업로드·다운로드 및 변경 감지 자동 재업로드 기능 제공
• 오픈소스: MIT 라이선스, Go 언어로 작성, macOS·Linux·Windows용 npm 패키지 배포

GPU 및 인스턴스 옵션

• 표준 샌드박스는 즉시 사용 가능하며, --gpu 옵션으로 GPU 인스턴스 추가 가능
  • 예: --gpu H100:2는 H100 GPU 2개 사용
• GPU 종류와 용도
  • T4 (16GB) : 소형 모델 추론·미세조정
  • L4 (24GB) : 이미지 생성
  • A10G (24GB) : 중형 모델 학습
  • L40S (48GB) : 비디오 생성
  • A100 (40GB) : 대형 모델 학습(7B–70B)
  • H100 (80GB) , H200 (141GB) , B200 (192GB) : 고성능 연구 및 프런티어 모델용

브라우저 자동화

• 각 샌드박스에는 Chrome CDP 통합 브라우저가 포함되어 있음
  • URL 열기, 접근성 트리 스냅샷, 요소 상호작용, 스크린샷 촬영 가능
  • 예:
    • cloudrouter browser open cr_abc123 "https://example.com";
    • cloudrouter browser fill cr_abc123 @e1 "[e-mail]"
    • cloudrouter browser click cr_abc123 @e3

샌드박스 관리

• 실행 중인 샌드박스 목록, 상태 확인, 중지·삭제 등 관리 명령 제공
  • cloudrouter ls, cloudrouter stop , cloudrouter delete
• 일시 중지(stop)와 재개(resume) 지원, 타임아웃 연장(extend) 가능
• 최대 10개의 동시 실행 샌드박스 제한 존재

파일 전송 및 동기화

• 로컬과 샌드박스 간 양방향 파일 전송 지원
  • 업로드: cloudrouter upload ./src
  • 다운로드: cloudrouter download ./dist
  • 변경 감지 자동 업로드(--watch) 및 제외 패턴(-e "*.log") 설정 가능

개발 환경 접근

• 다양한 원격 개발 인터페이스 제공
  • VS Code: cloudrouter code
  • Jupyter Lab: cloudrouter jupyter
  • VNC 데스크톱: cloudrouter vnc
  • 터미널 세션: cloudrouter pty

보안 지침

• E2B 포트 포워딩 URL은 인증 없이 공개되므로 절대 공유 금지
  • 대신 VNC, VS Code, Jupyter URL만 안전하게 공유 가능
  • 개발 서버 접근은 cloudrouter vnc 를 통해 수행

문제 해결 가이드

• npm install 오류 시: sudo chown -R 1000:1000 /home/user/.npm 명령 필수
• ssh 명령 실패 시: 명령어 전체를 따옴표로 감싸야 함
• 브라우저 명령 실패 시: 샌드박스 생성 직후 잠시 대기 필요
• snapshot 플래그 순서 오류, extend 플래그 오용 등 주요 실수 사례 명시

오픈소스 및 지원

• MIT 라이선스로 공개, GitHub에서 코드 확인 가능
• macOS, Linux, Windows 지원
• 공식 채널: GitHub, Twitter, Discord

[GN⁺]

Hacker News 의견들

• 이제 모델이 자체 weight 파일로 부팅하고 스스로 실행할 수 있는 단계에 한 걸음 더 다가선 느낌임
• 정말 멋짐! 내 로컬 환경에서 cloudrouter start .로 실행해봤는데 서버 인증을 위한 비밀번호 요청이 나왔음
  그래서 이슈를 열었음
  • 원인을 찾아서 수정했음. 패키지를 업데이트하고 다시 시도해보길 바람
• 아이디어는 좋지만 개인적으로 모놀리식 구조는 선호하지 않음
  여러 기능을 한 도구에 억지로 넣으면 수정이나 확장이 어렵고, 유연성도 떨어짐
  나는 작고 느슨하게 결합된 구성요소형 도구를 선호함. 이렇게 하면 사용자가 직접 수정하거나 조합하기 쉬움
  Docker 템플릿이 여러 앱을 한 컨테이너에 묶어두는 방식인데, 이는 빌드·지원·호환성 부담을 키움
  각 앱을 개별 컨테이너로 두고 TCP나 소켓, 볼륨으로 연결하는 게 더 나음
  또 인증 코드에 브라우저 로직이 섞여 있는 건 응집도가 낮다는 신호임
  그리고 rsync 코드에서 SSH 호스트 키 검증을 끄는 부분이 보였는데, 이는 보안상 위험이 큼
  • 사용자 오버라이드 가능한 템플릿을 제공하면 이 문제를 어느 정도 해결할 수 있을 것 같음
    나는 빠른 시작과 단순함을 위해 모놀리식 구조를 택했지만, 그만큼 설정 자유도는 줄어듦
    Docker 템플릿의 경우, 에이전트가 작업 디렉토리를 업로드하고 바로 개발 환경을 띄우는 게 목적임
    여러 컨테이너로 나누면 마운트, 네트워킹 등 복잡성이 커짐
    SSH는 실제 호스트에 직접 연결되지 않고 TLS WebSocket을 통해 터널링됨
    세션별 인증 토큰과 임시 VM 키를 사용하므로 SSH 포트가 외부에 노출되지 않음
• 훌륭한 데모였음
• 우리도 dstack에서 비슷한 걸 만들고 있음
  최근에는 에이전트 지원 기능을 추가했음
  우리는 개발에서 학습·추론으로 이어지는 컨테이너 오케스트레이션에 초점을 맞추고 있음
• 그냥 AWS/Azure/GCP CLI를 에이전트에게 쓰게 하면 안 되는 이유가 있나 궁금함
  • 좋은 질문임. 하지만 한 줄 명령으로 SSH, 파일 동기화, 브라우저, GPU까지 준비된 VM을 바로 띄우는 게 편리함
    클라우드 계정 설정이나 보안 그룹, SSH 키 관리 같은 번거로움이 없음
    cloudrouter는 Docker/VNC/Jupyter Lab이 미리 포함되어 있어서 환경 설정을 신경 쓸 필요가 없음
  • 가능하긴 하지만, AI가 더 적은 토큰으로 작업을 수행할 수 있게 해주는 도구의 가치도 있음
  • 아무것도 막는 건 없음
• 정말 놀라움
• 데모가 정말 인상적이었음
• 읽는 내내 즐거웠음