SLV 新增本地模式 —— 透過 AI 代理直接在 SSH 登入節點上管理 Solana 驗證者與 RPC 節點。亦為 solv 用戶轉移的最佳選擇
ELSOUL LABO B.V. 發布了其 Solana 開發工具 SLV 的最新版本，新增了「本地模式」。該功能允許使用者透過 AI 代理以自然語言直接管理及營運目標節點，並為舊版工具 solv 的使用者提供了順暢的轉移路徑。
📋 文章處理履歷
- 📰 發表: 2026年4月4日 09:18
- 🔍 收集: 2026年4月4日 05:30
- 🤖 AI分析完成: 2026年4月18日 04:08（收集後334小時37分鐘）
由 ELSOUL LABO B.V.（總部：荷蘭阿姆斯特丹，執行長 CEO：川崎文武）與 Validators DAO 開發及營運的開源 Solana 開發工具 SLV，發布了新增「本地模式（Local Mode）」的最新版本（slv 2026.4.3.1005）。
過去，SLV 的設計是作為控制遠端節點的管理節點來運行。隨著本次發布，使用者現在可以直接在透過 SSH 登入的節點上運行 SLV，從而啟用管理該節點本身的本地模式。只需在 `slv onboard` 導引精靈中選擇本地模式，即可完成設定。
SLV 官方網站: https://slv.dev/ja
入門指南 (Getting Started): https://slv.dev/ja/doc/general/getting-started/
為何選擇本地模式 —— 消除一層複雜性
在集中管理多台節點時，遠端管理非常強大。然而，管理 Solana 驗證者或 Solana RPC 節點本身就伴隨著很高的認知負荷。加入遠端管理的配置，意味著進一步增加了這種認知負荷。
本地模式消除了這一層額外的複雜性。透過 SSH 登入節點，並直接在該節點上運行 SLV。由於管理目標與執行環境相同，配置變得簡單，操作也更加直觀。
在許多情況下，Solana 節點的營運都是從單台開始的。很少有人會一開始就對多台節點進行遠端管理，因此從本地模式起步是更自然的引導路徑。
從本地到遠端 —— 繼承設定並階段性轉移
SLV 的本地模式在設計上也包含了未來擴展時的轉移路徑。
隨著專案的成長，在本地模式下建構的環境可以轉移至遠端管理配置。系統提供了平滑升級的引導路徑，讓您在繼承原有設定的同時，從單一節點的直接管理，階段性擴展為利用 Ansible 進行多節點的批次管理。
無需一開始就設計大規模配置。從眼前的單台節點開始，在必要時再轉移至遠端管理。這種階段性的成長路徑正是 SLV 的設計理念。
作為 solv 用戶的轉移目的地 —— 繼承前身的設計思想
SLV 的前身是由 Epics DAO 開發的 solv。solv 因為能直接安裝在節點上並輕鬆進行單節點營運的風格而深受歡迎，儘管目前已停止更新，但仍被廣泛使用。
SLV 的本地模式繼承了這項 solv 的設計思想 —— 直接管理已登入節點的直觀性。在維持 solv 令人熟悉的本地執行風格的同時，使用者可以使用所有 SLV 的功能，例如 AI 代理的自然語言操作、相容 MCP 的工具集，以及追蹤最新的 Solana 客戶端。
由於 solv 的更新已經結束，為了繼續跟上 Solana 網路的版本升級，轉移是必要的。透過 SLV AI 代理的協助，您可以順利完成轉移流程。為了能持續獲得未來的更新，我們建議您儘早進行轉移。
AI Console —— 在本地模式下也能以自然語言進行運維管理
透過 `slv c` 啟動的 AI Console 在本地模式下同樣能正常運作。因為 AI 代理並不是在本地電腦上運行，而是連接到外部的高效能模型（ChatGPT / Claude）來執行，所以不會影響節點的硬體效能。
部署驗證者、升級、降級、切換身分、建構 Solana RPC 節點、以及設定 Solana Geyser gRPC —— 這些操作只需在登入的節點上與 AI 代理對話即可執行。啟動時，系統會自動檢查 agave、jito-solana、firedancer、yellowstone-grpc 等的最新版本，並顯示更新候選項。
AI 代理常駐在節點上的配置，不僅可用於運維管理，也可活用於 Solana 應用程式的開發。與 AI 的對話就能在節點上完成從程式碼生成到部署的整個過程，如果需要進行環境轉移，SLV AI 也會為您處理。
幾分鐘內完成設定
有兩種方式可以開始使用本地模式。
最簡單的方法是在 `slv onboard` 導引精靈中選擇本地模式。精靈將會一次性引導您完成連接 AI 供應商、選擇模型、以及設定要使用的技能。對於習慣操作 SLV 的使用者來說，也可以從 CLI 指定 `localhost` 進行設定，這也是一個方便的選項。
無論使用哪種方法，從安裝到開始以自然語言進行營運，所需的時間都只需短短幾分鐘。
YouTube 影片 "Deploy a Solana Validator with ZERO Coding — SLV AI Does It All": https://www.youtube.com/watch?v=RUvWiSE1pYQ
支援的客戶端與未來路線圖
目前，SLV 支援 Agave、Jito Agave、Firedancer 以及 Jito Firedancer。
未來的更新計畫將支援 DoubleZero 配置以及 AllNodes Client（由 AllNodes 提供經過最佳化的驗證者客戶端，運行於 AllNodes 環境上）。這兩者都是許多使用者強烈要求的環境，我們將以本月至下個月為目標，陸續推進支援工作。
與 ERPC 平台的結合
透過將使用 SLV 建構的環境部署到 ERPC 平台上，您可以從一開始就獲得平台內的高速快照下載、與 Solana 驗證者的零距離通訊，以及專為 Solana 調校的配置。Solana RPC、Solana Geyser gRPC、Solana Shredstream (Epic Shreds)、裸機伺服器、VPS 以及 Global Storage 皆整合於同一平台內。
ERPC 官方網站: https://erpc.global/ja
以開源形式提供
SLV 將繼續以開源形式提供。所有參與 Solana 營運的人員 —— 包括驗證者營運、Solana RPC 建構、應用程式開發 —— 都可以免費使用 SLV 的 AI 代理環境。
感謝您一直以來對 SLV 的支持。為了提供每個人都能在節點營運中活用 AI 代理的環境，我們將繼續推進開發工作。
SLV GitHub: https://github.com/validatorsDAO/slv
聯繫我們
如有關於 SLV 和 ERPC 的疑問，請在 Validators DAO 官方 Discord 建立客服工單（Support Ticket）。
Validators DAO 官方 Discord: https://discord.gg/C7ZQSrCkYR
連結列表
SLV 官方網站: https://slv.dev/ja
SLV 入門指南: https://slv.dev/ja/doc/general/getting-started/
SLV GitHub: https://github.com/validatorsDAO/slv
ERPC 官方網站: https://erpc.global/ja
Epics DAO 官方網站: https://epics.dev/ja
Validators DAO 官方 Discord: https://discord.gg/C7ZQSrCkYR
過去，SLV 的設計是作為控制遠端節點的管理節點來運行。隨著本次發布，使用者現在可以直接在透過 SSH 登入的節點上運行 SLV，從而啟用管理該節點本身的本地模式。只需在 `slv onboard` 導引精靈中選擇本地模式，即可完成設定。
SLV 官方網站: https://slv.dev/ja
入門指南 (Getting Started): https://slv.dev/ja/doc/general/getting-started/
為何選擇本地模式 —— 消除一層複雜性
在集中管理多台節點時，遠端管理非常強大。然而，管理 Solana 驗證者或 Solana RPC 節點本身就伴隨著很高的認知負荷。加入遠端管理的配置，意味著進一步增加了這種認知負荷。
本地模式消除了這一層額外的複雜性。透過 SSH 登入節點，並直接在該節點上運行 SLV。由於管理目標與執行環境相同，配置變得簡單，操作也更加直觀。
在許多情況下，Solana 節點的營運都是從單台開始的。很少有人會一開始就對多台節點進行遠端管理，因此從本地模式起步是更自然的引導路徑。
從本地到遠端 —— 繼承設定並階段性轉移
SLV 的本地模式在設計上也包含了未來擴展時的轉移路徑。
隨著專案的成長，在本地模式下建構的環境可以轉移至遠端管理配置。系統提供了平滑升級的引導路徑，讓您在繼承原有設定的同時，從單一節點的直接管理，階段性擴展為利用 Ansible 進行多節點的批次管理。
無需一開始就設計大規模配置。從眼前的單台節點開始，在必要時再轉移至遠端管理。這種階段性的成長路徑正是 SLV 的設計理念。
作為 solv 用戶的轉移目的地 —— 繼承前身的設計思想
SLV 的前身是由 Epics DAO 開發的 solv。solv 因為能直接安裝在節點上並輕鬆進行單節點營運的風格而深受歡迎，儘管目前已停止更新，但仍被廣泛使用。
SLV 的本地模式繼承了這項 solv 的設計思想 —— 直接管理已登入節點的直觀性。在維持 solv 令人熟悉的本地執行風格的同時，使用者可以使用所有 SLV 的功能，例如 AI 代理的自然語言操作、相容 MCP 的工具集，以及追蹤最新的 Solana 客戶端。
由於 solv 的更新已經結束，為了繼續跟上 Solana 網路的版本升級，轉移是必要的。透過 SLV AI 代理的協助，您可以順利完成轉移流程。為了能持續獲得未來的更新，我們建議您儘早進行轉移。
AI Console —— 在本地模式下也能以自然語言進行運維管理
透過 `slv c` 啟動的 AI Console 在本地模式下同樣能正常運作。因為 AI 代理並不是在本地電腦上運行，而是連接到外部的高效能模型（ChatGPT / Claude）來執行，所以不會影響節點的硬體效能。
部署驗證者、升級、降級、切換身分、建構 Solana RPC 節點、以及設定 Solana Geyser gRPC —— 這些操作只需在登入的節點上與 AI 代理對話即可執行。啟動時，系統會自動檢查 agave、jito-solana、firedancer、yellowstone-grpc 等的最新版本，並顯示更新候選項。
AI 代理常駐在節點上的配置，不僅可用於運維管理，也可活用於 Solana 應用程式的開發。與 AI 的對話就能在節點上完成從程式碼生成到部署的整個過程，如果需要進行環境轉移，SLV AI 也會為您處理。
幾分鐘內完成設定
有兩種方式可以開始使用本地模式。
最簡單的方法是在 `slv onboard` 導引精靈中選擇本地模式。精靈將會一次性引導您完成連接 AI 供應商、選擇模型、以及設定要使用的技能。對於習慣操作 SLV 的使用者來說，也可以從 CLI 指定 `localhost` 進行設定，這也是一個方便的選項。
無論使用哪種方法，從安裝到開始以自然語言進行營運，所需的時間都只需短短幾分鐘。
YouTube 影片 "Deploy a Solana Validator with ZERO Coding — SLV AI Does It All": https://www.youtube.com/watch?v=RUvWiSE1pYQ
支援的客戶端與未來路線圖
目前，SLV 支援 Agave、Jito Agave、Firedancer 以及 Jito Firedancer。
未來的更新計畫將支援 DoubleZero 配置以及 AllNodes Client（由 AllNodes 提供經過最佳化的驗證者客戶端，運行於 AllNodes 環境上）。這兩者都是許多使用者強烈要求的環境，我們將以本月至下個月為目標，陸續推進支援工作。
與 ERPC 平台的結合
透過將使用 SLV 建構的環境部署到 ERPC 平台上，您可以從一開始就獲得平台內的高速快照下載、與 Solana 驗證者的零距離通訊，以及專為 Solana 調校的配置。Solana RPC、Solana Geyser gRPC、Solana Shredstream (Epic Shreds)、裸機伺服器、VPS 以及 Global Storage 皆整合於同一平台內。
ERPC 官方網站: https://erpc.global/ja
以開源形式提供
SLV 將繼續以開源形式提供。所有參與 Solana 營運的人員 —— 包括驗證者營運、Solana RPC 建構、應用程式開發 —— 都可以免費使用 SLV 的 AI 代理環境。
感謝您一直以來對 SLV 的支持。為了提供每個人都能在節點營運中活用 AI 代理的環境，我們將繼續推進開發工作。
SLV GitHub: https://github.com/validatorsDAO/slv
聯繫我們
如有關於 SLV 和 ERPC 的疑問，請在 Validators DAO 官方 Discord 建立客服工單（Support Ticket）。
Validators DAO 官方 Discord: https://discord.gg/C7ZQSrCkYR
連結列表
SLV 官方網站: https://slv.dev/ja
SLV 入門指南: https://slv.dev/ja/doc/general/getting-started/
SLV GitHub: https://github.com/validatorsDAO/slv
ERPC 官方網站: https://erpc.global/ja
Epics DAO 官方網站: https://epics.dev/ja
Validators DAO 官方 Discord: https://discord.gg/C7ZQSrCkYR
常見問題
SLV 的本地模式是什麼？
這是一項功能，允許您直接在已登入的目標節點上執行 SLV，並利用 AI 代理來管理與營運該節點本身。
為什麼需要從 solv 轉移？
由於 solv 已停止更新，為了跟上 Solana 的最新版本，建議轉移至具備同等功能且支援 AI 管理的 SLV。
使用 AI Console 會影響節點的硬體效能嗎？
AI 代理的處理程序是連接到外部模型（ChatGPT / Claude）執行的，因此不會影響節點本身的硬體資源。