tailscale-runpod
通过Tailscale VPN安全SSH连接云端GPU实例
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：tailscale-runpod。 它的用途是：通过Tailscale VPN安全SSH连接云端GPU实例 完整的 Skill 内容见：https://321skill.com/skills/tailscale-runpod/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“我需要安全地SSH连接到我的RunPod GPU实例，请指导我操作。” 它会提供一条完整的curl安装命令，并解释每个参数的作用（如使用userspace-networking适配容器环境）。接着，它会引导你完成浏览器授权步骤，并告诉你如何用获取到的Tailscale IP在本地进行SSH连接。
介绍
这个Skill解决了在RunPod、Vast.ai等云端GPU平台上，无法直接通过SSH安全访问容器实例的难题。传统的SSH需要暴露端口或复杂的网络配置，而该Skill利用Tailscale构建加密的Mesh VPN网络，让用户能像访问内网机器一样直接连接云端GPU容器。
使用非常简单：在云端GPU实例的终端中，运行Skill提供的单条安装命令，它会自动下载并配置Tailscale。之后，你只需通过浏览器完成一次授权登录，即可获得一个固定的Tailscale内网IP地址。在你的本地电脑上，使用标准的SSH命令（如 ssh root@<Tailscale-IP>）就能直接连接，无需任何端口转发或公网IP配置。
这个Skill非常适合需要频繁在云端GPU（如RunPod、Vast.ai、Lambda Labs）上进行深度学习训练、模型推理或高性能计算的开发者、研究人员和学生。他们常常需要从本地IDE或终端连接到远程容器进行代码调试、环境管理或查看任务进度。
需要注意的是，由于大多数GPU云容器环境权限受限，必须使用Skill中指定的 --tun=userspace-networking 参数。此外，授权过程通常需要在容器提供的Web终端（如JupyterLab）中通过点击链接完成，直接使用Auth Key可能不成功。建议将Tailscale的状态文件保存在持久化目录（如/workspace）中，以便实例重启后能快速恢复连接。
核心特点
与标准Tailscale部署指南不同，此Skill专门针对云GPU容器的无特权、无内核TUN设备的环境进行了优化，强制使用用户空间网络模式（--tun=userspace-networking）并明确持久化状态文件路径，解决了在RunPod等平台上直接安装Tailscale失败或无法SSH的核心痛点。
注意事项
不适合需要在内核层面进行高性能网络包处理或对Tailscale高级企业版功能有需求的场景。
常见问题
在RunPod上安装Tailscale后SSH连不上怎么办？
请检查Tailscale状态（`tailscale status`），确保已显示为“Connected”。如果守护进程意外退出，需重新运行安装命令启动daemon并认证。
Pod重启后Tailscale连接会丢失吗？
如果按照Skill指引将状态文件保存在`/workspace`等持久化目录，重启后只需重新运行`tailscale up --ssh`命令即可快速恢复连接，无需重新安装。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/tailscale-runpod/raw/index.md 读取 tailscale-runpod 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/tailscale-runpod/raw/index.md（查看排版版本）