一个小小的桥：让 Muse 控制本地电脑的读写与调试，云上云下全链路打通

背景：Muse 跑在云端虚拟机里，我的代码、编译环境和手机却全在本地 Windows 电脑上。于是在本地装了这样一个只有一个 Python 文件的小桥，把两边接起来——云端的 Muse 通过它读写本地文件、跑编译、借道 hdc 调试手机；云上决策、云下执行，全链路打通。本文记录选型、安全模型和一路上踩的坑。

项目代码：github.com/lisiyu/pc-bridge（ Python 版与 Go 版、双击启动脚本、控制端调用小工具都在里面）

一、方案选型：Go → Python

第一版用 Go 写的，功能很完整：只监听 Tailscale 网卡、按节点身份鉴权、目录白名单、命令白名单。交叉编译出 pc-bridge-windows-amd64.exe，在自己电脑上一点——

Windows Defender 直接报 Trojan:Win32/Sabsik.FL.A!ml，文件被秒删。查了下这是 ML 启发式误报（不是特征库实锤），但用户那边防护关不掉、加不了排除项，无签名的小众 exe 就是原罪。

第二版改用纯 Python （只用标准库，零第三方依赖）。有 Python 3 就能跑，杀软无感，逻辑和 Go 版完全一致。这是第一个教训：

给别人电脑装东西，优先选"解释执行"的方案，别跟杀软的 ML 模型较劲。

二、安全模型（核心设计）

桥的本质是"远程命令执行"，安全必须分层：

接口很小，一目了然：

GET  /health            免鉴权，探活
GET  /v1/sysinfo        主机信息
GET  /v1/list?path=     列目录
GET  /v1/read?path=     读文件（可指定尾部字节数）
POST /v1/write          写文件（覆盖/追加/base64 ，10MB 上限，自动建父目录）
POST /v1/exec           执行命令 {"cmd": "...", "timeout": 30}

三、架构原理：云上决策，云下执行

这是大家最好奇的部分：云端的 Muse 是怎么"直接控制"本地电脑改代码、编译的？编译在云上还是在本地？

答案：所有执行都在本地电脑上，Muse 只发指令。

┌──────────────┐   Tailscale 加密隧道   ┌──────────────────────┐
│  云端虚拟机   │  ────────────────▶    │  本地 Windows 电脑    │
│  (Linux)     │   HTTP 请求            │  pc-bridge.py :18743 │
│              │                        │       │               │
│  只做决策：   │                        │       ▼ 本地执行      │
│  读什么文件   │   ◀────────────────    │  open() 写文件        │
│  写什么内容   │   HTTP 响应           │  subprocess 调 javac   │
│  跑什么命令   │   (文件内容/命令输出)   │  hdc 连手机           │
└──────────────┘                        └──────────────────────┘

具体对应：

• 改代码：我 POST /v1/write 发过去路径+内容，桥用 Python 的 open() 在你电脑上写文件
• 编译：我 POST /v1/exec {"cmd": "javac ..."}，桥用 subprocess 在你电脑上调用你装好的 JDK 17 / Go——环境和你手动点编译完全一致，不存在"我这边编好发过去"的交叉编译问题
• 读日志/看代码：GET /v1/read、GET /v1/list，桥读你本机文件，原样返回文本
• 调手机：hdc 命令也是在你电脑上执行的，手机连的是你的电脑，我只是借道发指令

几个关键点：

1. 延迟极低：Tailscale 是点对点加密隧道（能直连就直连），请求都在"虚拟局域网"里跑，一个读文件请求往返几十毫秒
2. Muse 看不见你的屏幕：桥没有截屏能力，它看到的只是文件内容和命令输出的文本
3. 关窗口即断连：桥是你双击 bat 启动的，关掉黑窗口服务就停了，控制权一直在你手里
4. 为什么要经 Tailscale 而不用公网 IP：家用宽带没公网 IP ，且桥直接暴露公网等于给全世界开 shell ； Tailscale 解决的是"可达性 + 身份"两个问题

四、踩坑实录（全是血泪）

坑 1：bat 文件中文乱码

中文 Windows 的 cmd 按 GBK 解析无 BOM 的 UTF-8 bat ，多字节字符会吞掉相邻的 ASCII （比如 %），脚本直接被破坏。文件头加 chcp 65001 也救不了——那是运行时的 codepage ，解析阶段已经坏了。

结论：.bat 文件坚持纯 ASCII，注释也不写中文。

坑 2："此时不应有 ."

bat 的 if/for 括号块里出现了一个未转义的 )（echo (tick ...)），cmd 解析器把它当成代码块结束符，后面的 . 就报"此时不应有。"。

结论：括号块里的 ) 要么改写掉，要么转义成 ^)。

坑 3：tailscale whois 解析取错名字

tailscale whois <ip> 的输出里，Node: 段和 User: 段**各有一个 Name:**。我的解析器取了最后一个，拿到的是用户登录名（lisiyu@github）而不是节点名，导致合法节点被 403 。修复：取 Node: 段的第一个 Name:，遇到 User: 段直接停。

坑 4：节点名是 FQDN

whois 返回的节点名是完整域名（muse.tail3fffd7.ts.net），白名单里写的是短名 muse。修复：短名匹配 FQDN 前缀（muse == muse.*）。

坑 5：拿用户电脑当调试器

上面两个 bug 都是"改完 → 发给用户 → 重启 → 再试"才发现的，用户当场抱怨"能不能一次改全"。反思后搭了个假 tailscale（一个 shell 脚本桩，返回和真机一致的 whois 输出），在本地把"鉴权 → 读写 → 穿越拦截 → 控制台交互"端到端跑通才发版。

结论：凡是依赖对端环境的行为，先在本地桩测，别消耗用户的耐心。

五、交互式控制台

黑窗口不是一次性脚本，而是一个 REPL：

bridge> allow D:\data          加只读目录（立即生效）
bridge> allow-write D:\work    加可写目录（立即生效）
bridge> disallow D:\data       移除
bridge> dirs                   查看当前（[R]/[W] 标记）
bridge> quit                   停桥

加过的目录持久化到 pc-bridge.allow（R|/W| 标记），重启自动加载，不用每次改 bat 。

六、使用方法（给朋友的极简版）

1. 两台电脑都装 Tailscale，登录同一个账号
2. 被控的 Windows 电脑装 Python 3 （官网下载，勾选 Add to PATH ）
3. 把 pc-bridge.py 和 run-bridge-py.bat 放到同一个目录
4. 用记事本改 bat 开头：

   set ALLOW_NODE=你的控制端节点名
   set ALLOW_READ=C:\Users\你            ← 只读目录，逗号分隔多个
   set ALLOW_WRITE=D:\work              ← 可写目录，留空=不给写
   set ALLOW_CMD=hdc,git,go,javac,java,python
   

5. 双击 bat ，黑窗口保持开着（关了桥就断）
6. 控制端经 Tailscale IP 访问 http://<对端 IP>:18743/health

七、适用边界

• ✅ 适合：远程调试自己的电脑、拉日志、自动化运维、给父母修电脑
• ❌ 不适合：公网直接暴露（务必只绑 Tailscale 内网）；对抗专业攻击者（节点私钥丢了就全丢）
• ⚠️ 写权限 + 命令执行 = 完全控制，只给自己信任的节点，路径白名单能小就小

一句话总结：一个只有一个文件的 Python 小桥，把云端的 Muse 和本地电脑接成一条链路——读写、编译、调试全打通。杀软逼出来的零依赖方案，安全靠"内网 + 节点身份"两层兜底，白名单能小则小，控制权始终攥在本地这一端。

八、✅最后欢迎一起白嫖 10 亿 Token 俺的邀请码：1EQBVV （快速助记：1 亿扣币薇薇）