怎么跑起来

让它无人值守地跑

「放到后台」和「能扛住重启」是两个问题。在这台机器上,<code>nohup</code> 与 <code>setsid</code> 都活过了父 shell 退出——进程只是被重新挂了父——然后两者一起死在 <code>wsl --shutdown</code> 上。所以「换成 setsid 就好了」这条常见建议什么也没修。能扛住重启的是带重启策略的 unit 文件;决定端口安不安全的是监听地址,不是进程管理工具。

关于这件事的建议,几乎都盯着错误的地方。它们说 nohup 救不了你、得用 setsid,或者反过来。我们把两个都跑了一遍盯着看,结论是:在这台机器上两者没有区别——因为没人演示的那个故障,根本不是 shell 退出,而是机器消失。

放进后台 ≠ 扛住重启

关掉终端只问了一个问题:进程能不能比父进程活得久。重启机器问的是另一个:有没有东西把它拉回来。大家争论的那两个命令,只影响第一个问题,而且只在某些环境下影响。

实验很短。起两个 sleep,一个走 nohup,一个走 setsid,然后让父 shell 退出,再从一个新会话里看:

$ wsl.exe -d Ubuntu -- bash -lc 'nohup sleep 150 & setsid sleep 150 &'
$ # 父 shell 在这里退出
$ wsl.exe -d Ubuntu -- bash -lc 'ps -eo pid,ppid,args | grep "sleep 150"'
    631     618 sleep 150
    632     618 sleep 150

两个都还在。注意父进程号:618,不是 1。它们被挂到了发行版里另一个活着的进程上——也就是说,传说中 nohup 和 setsid 各自负责的那件事,在这里都不是它们干的。这台机器上,两者的差别观测不到。

真正会停下来的是什么

同一对进程,过一会儿:

$ wsl.exe --shutdown
$ wsl.exe -d Ubuntu -- bash -lc 'ps -eo pid,ppid,args | grep "sleep 150"'
全部消失(含 PPID=618 那两个)

全没了,连收留它们的那个进程一起。Windows 重启、宿主机重启、或者关掉发行版,都会把整棵树带走,而「它是怎么启动的」对此毫无影响。这就是「我的 agent 过夜就没了」的诚实版本:不是终端杀掉了它,是机器杀掉了它。

机器本来就有的机制

能扛住重启的机制是 init 系统,而它是现成的:

$ ps -p 1 -o comm=
systemd
$ systemctl is-system-running
running
$ systemctl list-unit-files | grep -i hermes
无 hermes unit

工具在,没人用它。带重启策略的 unit,是「你手动启动的进程」与「被期望一直在运行的服务」之间的差别。三个性质比 unit 的具体内容更重要:

  • 失败重启,且带延迟,否则崩溃循环看起来跟健康运行一样。
  • 工作目录与环境变量,因为服务不会继承你的 shell、你手动激活的虚拟环境、你 export 过的代理变量。
  • 日志有确定去处,因为无人值守出问题后的第一个问题永远是「它打了什么」,而这个答案不能是一个已经关掉的终端。

最后一条最常被跳过。交给服务管理器之后,输出进的是 journal 而不是终端缓冲;一个凌晨三点失败、却没有可读日志的服务,跟一个从没启动过的服务在证据上没区别。

unit 文件到底要写什么

给个骨架就够看清常见写法错在哪。下面这份在这台机器上没有安装——占位符就是占位符,而这正是要点:文件里必须写明解释器的绝对路径和环境,因为你的 shell 什么都不会被继承。

[Unit]
Description=Agent backend
After=network-online.target

[Service]
Type=simple
WorkingDirectory=/home/<user>/.hermes/hermes-agent
Environment="PATH=/home/<user>/.hermes/hermes-agent/venv/bin:/usr/local/bin:/usr/bin:/bin"
ExecStart=/home/<user>/.hermes/hermes-agent/venv/bin/hermes serve --host 127.0.0.1 --port 9119
Restart=on-failure
RestartSec=5
StandardOutput=journal
StandardError=journal

[Install]
WantedBy=default.target

价值主要在两行。Environment 决定了这种靠虚拟环境运行的工具能不能被一个完全不知道你激活过什么的守护理起。Restart=on-failure 加五秒延迟,把一次崩溃变成一条你能在 journal 里读到的事故,而不是凌晨三点悄悄停掉的服务。注意这一份绑的是回环——上面的文件是刻意不暴露任何东西的。

监听地址决定认证存不存在

还有第二个决定,它跟进程管理毫无关系:服务绑在哪。绑回环,只有本机能连,别人连握手都做不了;绑到可路由地址,任何能路由过来的人都能连,认证成了「互联网」与「一个会执行命令的 agent」之间唯一的东西。

把地址当安全开关看,因为它的行为就是开关。两种可行形态:

形态谁在监听你要补什么
只绑回环发行版或主机内的 127.0.0.1从外面进来要隧道或反向代理;端口本身不暴露
可路由 + 认证服务绑在真实网卡上认证、前面套 TLS、以及一条你能解释清楚的防火墙规则

第一种不是妥协。一个人、一台机器,它才是正确的默认值,而且它一次性消掉了一整类问题——那是任何密码强度都补不回来的。

怎么知道它真的有效

不是「它回了一句」。三条检查,中间那条最多人跳过:

  1. 重启之前记下进程和端口:一个监听、一个没有父进程的进程。这就是你后面要比的基线。
  2. 重启机器。不是关终端、不是重开 shell——是机器,至少也要是那个发行版。这一步才是「服务」与「后台命令」的分界线;跳过它,「无人值守」最后会变成「今早启动过」。
  3. 重启之后什么都不碰,问同样两个问题:端口在听吗,unit 自己报 active 吗。如果你必须手动启动它,那你有的是一套习惯,不是一个服务。

再加一条,因为「在跑但连不上网络」看起来跟健康一模一样:让 agent 干一件需要出网的事,然后读它打出来的那行日志。

怎么回滚

这里每一步都可逆,所以值得认真试一次:

  • 先停 unit、再 disable、最后删文件。先删文件的典型后果是进程还在跑——「已经移除的服务」继续占着端口,多半就是这么来的。
  • 在你信任 unit 之前,把手工起的后台进程杀掉,否则会有两个,端口被先启动的那个占住。
  • 如果暴露过地址又不需要,把监听改回回环。客户端那边恢复旧的连接文件才算回滚完成;客户端用的是启动时读到的值,所以它也得重启。

我们没验的部分

Windows 宿主机真正重启一次、并且发行版设为开机自启;以非 root 用户运行、且代理需要登录 shell 的 unit;以及同样的设置在普通 VPS 上(那里 init 是唯一的 init)。上面的测量都来自一台机器的 WSL2 发行版;「关机把一切带走」这条结论在各处都成立,而 unit 文件那一半,必须在你真打算跑的那台机器上验。

常见问题

nohup 能扛住关掉终端吗?

在这台机器上能——setsid 也能。父 shell 退出后两个进程都还在,只是父进程号换成了发行版里另一个活着的进程,而不是 init。如果你只想关掉终端,普通后台运行就够了,nohup 与 setsid 之争在这里不适用。

那它们为什么停?

因为整个发行版停了。wsl --shutdown、Windows 重启、宿主机重启都会把发行版一起带走,里面的进程一个都留不下,跟它是怎么启动的无关。这才是常见建议没有回答的那个故障。

那该用什么?

发行版里由 init 系统托管的 unit 文件,带重启策略。它随启动起来、失败自动重启、日志有固定去处。这台机器的 PID 1 就是 systemd 且状态是 running,机制是现成的——只是从来没给 agent 装过 unit。

把端口暴露出去安全吗?

只有在前面有认证和 TLS 时才安全。绑到可路由地址本身就是打开认证的那个动作;保持只绑回环、外面用隧道或反向代理进来,可以在不改程序的前提下把攻击面留成零。

怎么知道它明天还在跑?

重启机器,然后什么都不碰地去看端口和 unit 状态。如果需要你手动启动,那它从来不是无人值守,只是被忘了而已。

来源


本文最后一次核验:2026-11-18 · 下面的进程列表、活过父 shell 的两个 PID、wsl --shutdown 的结果、以及 systemd 的读数,都是 2026-11-18 在这台机器上取的。