SLV - Solana 開發者 AI Agent Kit

SLV AI

SLV AI - The AI Agent for Solana Devs

SLV AI 是面向 Solana 開發者的 AI agent。藉助內建的 Solana 技能，你可以用自然語言推進驗證者運維、RPC 節點搭建和應用開發。
完成 slv onboard 後，開啟 slv c，就可以開始與 AI agent 協作。整個配置流程很短：連線 AI provider、選擇 model、選擇技能，然後開始。
SLV

先看一遍配置流程

這個影片展示了 SLV AI 的零程式碼 onboarding 流程。

先安裝 SLV

bash
curl -fsSL https://storage.slv.dev/slv/install | sh

兩條命令開始

bash
slv onboard
slv c
slv onboard 會在一個嚮導流程裡完成 AI provider、model、agent profile 和 Solana 技能的配置。設定完成後，slv c 會開啟 AI Console，並把請求路由到合適的專用工作流。
AI 控制檯中的自然語言管理

內建 Solana 技能覆蓋的內容

  • Solana 驗證者的部署、升級、降級規劃和遷移
  • Solana RPC 節點搭建與 Solana Geyser gRPC 配置
  • 與 AI agent 一起進行無程式碼的 Solana 應用開發
  • 自動檢查 agave、jito-solana、firedancer、yellowstone-grpc 等元件的新版本
AI 控制檯中的更新檢查

本地模式與遠端模式

SLV AI 同時支援本地模式和遠端模式。
在本地模式下，你可以直接在 SSH 登入進去的那臺機器上執行 SLV。重要金鑰保留在本地環境中，而環境配置、更新、遷移、驗證者運維、RPC 節點運維以及 Solana 應用開發，都可以與 AI agent 一起用無程式碼方式推進。
在遠端模式下，你可以使用一臺管理機統一控制多臺節點，並擴充套件到基於 Ansible 的多節點運維。若想走最直接的路徑，可以先從本地模式開始，之後再把配置帶到遠端管理中。

從 solv 遷移也很自然

如果你正從 solv 遷移，本地模式會保留“直接在登入節點上操作”的熟悉方式。SLV AI 進一步提供了 MCP-ready 工具、AI 引導遷移，以及對 Solana 客戶端版本的持續跟蹤。

為什麼 SLV AI 很重要

AI 輔助運維不只是 UI 改進。它會降低記憶 flag、對照文件以及手動追蹤快速變化的客戶端更新所帶來的認知負擔。認知負擔越低，運維失誤越少，也就能把更多精力放在效能、部署策略和產品開發上。

將 SLV AI 與 ERPC 結合使用

當你把基於 SLV 構建的環境部署到 ERPC 平臺時，還能同時獲得面向 Solana 最佳化的基礎設施、更快的 snapshot 路徑，以及與平臺服務之間的零距離通訊。SLV AI 負責推進工作流，ERPC 則為這條工作流提供更快的執行環境。

相關連結

上一頁

快速開始

下一頁

SLV AI