第 02 章：Antigravity Remote-SSH 與三個 AI Agent

歡迎來到第 02 章！在第 01 章中，您已經學會 SSH 登入、雙因子認證（2FA）、/home 與 /work 的分工，以及用 module 載入生醫工具。

本章的目的只有一個：把 AI Agent 帶到 Nano4 上。我們用以 VS Code 為基礎的 Google Antigravity，透過「Remote - SSH」連上 Nano4，再裝上 Codex 與 Claude Code 兩個擴充套件，加上 Antigravity 內建的 Agent，一共三個 Agent 可以隨時切換、對同一個問題比較回答。

有了 AI Agent，您不必背誦複雜的指令：用自然語言說出想完成的分析（例如「幫我檢查這 4 個定序樣本的品質」），由 Agent 撰寫 Slurm 腳本、送到計算節點、再用白話解讀結果；您的工作是確認 Agent 的計畫與結果是否正確。本章最後的示範會讓您親眼看到這件事。

NOTE

本章指令預設已完成第 01 章的 repository clone。若重新開啟終端機，先回到教材根目錄：

bash

cd "$HOME/Nano4-Docs"

📌 目錄 (Table of Contents)

1. 為什麼要用 Antigravity Remote-SSH？
2. 連上 Nano4 (Antigravity / VS Code Remote-SSH)
3. 裝上三個 AI Agent
4. 三個 Agent 怎麼讀到 Nano4 的規則與 Skills
5. 超算專屬 AI Agent 治理守則：AGENTS.md
6. 動手實戰練習 (Hands-on Labs 1 ~ 6)
7. 多登入節點與 Agent session 清理
8. 常見踩坑與連線排錯 (FAQ)

1. 為什麼要用 Antigravity Remote-SSH？

Remote-SSH 讓您的編輯器介面在個人電腦上執行，而檔案、終端機與 AI Agent 都在 Nano4 遠端執行：

AI Agent 直接看得到遠端的檔案：Agent 可以讀取 /work 裡的資料、撰寫 Slurm 腳本、執行 sbatch 並查看日誌，不必在網頁和終端機之間複製貼上。
三個 Agent 可以自由切換：Antigravity 內建 Agent、Codex、Claude Code 裝在同一個視窗，同一個問題可以請三個 Agent 各回答一次，互相比對。
不用記 vim：左側檔案總管用滑鼠開檔、存檔；按下 Ctrl + ` 就有遠端終端機。
直接在瀏覽器看報告：MultiQC 等 HTML 報告可透過連接埠轉送或下載，在筆電瀏覽器打開。

text

[ 學員個人電腦 (Windows / macOS / Linux) ]
   └─ Antigravity（本地介面、快捷鍵）
            │
            ▼ (加密 SSH 連線，使用第 01 章設定之 Host nano4)
[ 晶創26 (Nano4) 登入節點 (25a-lgn01~05) ]
   ├─ Antigravity Server（背景執行）
   ├─ 三個 AI Agent：Antigravity 內建 Agent、Codex、Claude Code
   ├─ WekaFS 高速工作區 (/work/$USER)
   └─ Slurm 指令 (sbatch, squeue, sacct) → 計算節點 ngs62g

NOTE

Antigravity 以 VS Code 為基礎，本章步驟在 VS Code 上也完全相同，差別只在 VS Code 沒有內建 Agent。

2. 連上 Nano4 (Antigravity / VS Code Remote-SSH)

步驟 A：在個人電腦安裝 Antigravity

前往 Antigravity 官網下載安裝，並以 Google 帳號登入。
在擴充套件面板（Ctrl + Shift + X，macOS 為 Cmd + Shift + X）確認已有 Remote - SSH 套件（若已內建則略過安裝）。
首次連線時，Antigravity 會在 Nano4 的 ~/.antigravity-ide-server 安裝伺服器端。

TIP

使用 VS Code：到 VS Code 官網下載安裝，在擴充套件市場搜尋 Remote - SSH（Microsoft 官方發行）並安裝。首次連線會在 Nano4 的 ~/.vscode-server 安裝伺服器端。VS Code 可以使用第 3 節的 Codex 與 Claude Code，但沒有 Antigravity 內建 Agent。

步驟 B：確認本機 SSH Config 已配置

在第 01 章中，我們已經在您本機的 ~/.ssh/config 中加入了 nano4 設定：

ssh-config

Host nano4
  #HostName nano4.nchc.org.tw
  HostName 140.110.109.162
  User your_account

  # 直接進入 OTP / MFA 驗證流程
  PubkeyAuthentication no
  KbdInteractiveAuthentication yes
  PreferredAuthentications keyboard-interactive,password

  # 維持及偵測連線狀態
  ServerAliveInterval 30
  ServerAliveCountMax 3

  # 如果目前網路確實需要，再保留
  IPQoS none

步驟 C：一鍵連入 Nano4

點擊視窗左下角的遠端按鈕（圖示 ><），在上方彈出的選單中選擇：
👉 Connect to Host... (連線至主機...)
清單中會自動列出 nano4，點擊選取它。
系統會開啟新視窗並提示連線。在上方提示列選擇連線平台（選擇 Linux）。
終端機或上方輸入框會彈出 2FA 選項：
text
```
Login method (1: Mobile APP OTP, 2: Mobile APP PUSH, 3: Email OTP):
```
輸入 2 按 Enter，解鎖手機在 IDExpert App 點擊「同意」；隨後輸入您的主機密碼。
驗證通過後，左下角會顯示 SSH: nano4，表示您已成功連進晶創26！

步驟 D：開啟遠端工作區

點擊左側選單的「檔案總管 (Explorer)」➔ 點擊 Open Folder (開啟資料夾)。
在上方輸入框填入您的 WekaFS 高速工作區路徑：
text
```
/work/your_account
```
（教材 repository 位於 /home/your_account/Nano4-Docs；本章練習 3–6 要讓 Agent 讀到教材裡的 AGENTS.md，屆時改用 File ➔ Open Folder 開啟這個資料夾。）
按下確定，您就能在左側清單中看到所有遠端檔案與目錄！

步驟 E（強烈建議）：用 ssh-proxy 只做一次 2FA 認證

Nano4 的每一條新 SSH 連線都要輸入密碼與 OTP。Antigravity / VS Code 的 Remote-SSH 在「連線」、「Open Folder 選目錄」、「切換資料夾或重新載入視窗」時都會開新連線，所以同一堂課可能要認證好幾次。

ssh-proxy 是在您個人電腦上執行的小工具：它先用密碼 + OTP 連上 Nano4 並保持連線，再在本機 127.0.0.1:2222 開一個入口。之後 Antigravity 改連 nano4-proxy，所有連線都走這條已認證的通道，不必再輸入 OTP。

text

Antigravity / VS Code / 終端機
        │  連 nano4-proxy（不需 OTP）
        ▼
127.0.0.1:2222   ← ssh-proxy（在您的電腦上執行，視窗保持開著）
        │  已完成密碼 + OTP 的連線
        ▼
nano4.nchc.org.tw:22

1. 下載執行檔（Releases 頁面，免安裝 Python）：

您的電腦	下載檔案
Windows 10 / 11	`ssh-proxy-windows-x64.exe`
macOS Apple Silicon (M1–M4)	`ssh-proxy-macos-arm64`
Linux x64	`ssh-proxy-linux-x64`

Intel Mac 沒有預先編譯的檔案，請依 ssh-proxy README 的「Run from Source with uv」方式執行。

2. 在本機 ~/.ssh/config 加入 proxy 專用的主機（保留第 01 章的 Host nano4，ssh-proxy 會從它讀取主機名稱與帳號；完整範本見 01-nano4-ssh-and-2fa/config/ssh_config_example，已包含下面這段）：

ssh-config

Host nano4-proxy
    HostName 127.0.0.1
    Port 2222
    User your_account
    # 本機 proxy 每次啟動都會產生新的暫時金鑰；這兩行只能用在這個 127.0.0.1 別名，
    # 絕對不要加到 nano4 或其他遠端主機
    StrictHostKeyChecking no
    UserKnownHostsFile /dev/null
    LogLevel ERROR
    ServerAliveInterval 30
    ServerAliveCountMax 3

3. 啟動 proxy，完成一次認證（在本機終端機 / PowerShell 執行，並讓這個視窗保持開著）：

bash

# Windows (PowerShell)
.\ssh-proxy-windows-x64.exe nano4

# macOS Apple Silicon（第一次需加執行權限並解除下載隔離）
chmod +x ssh-proxy-macos-arm64
xattr -d com.apple.quarantine ssh-proxy-macos-arm64
./ssh-proxy-macos-arm64 nano4

第一次連線會顯示 Nano4 的主機金鑰指紋，確認後輸入完整的 yes；之後依提示輸入密碼與 OTP。
若之後出現 REMOTE HOST IDENTIFICATION HAS CHANGED，proxy 會在送出密碼前停止；請先向國網中心確認，不要直接刪除舊金鑰。

4. 改連 nano4-proxy：

終端機：ssh nano4-proxy，應直接進入 Nano4，不再要求 OTP。
Antigravity / VS Code：Connect to Host... 時選 nano4-proxy（不是 nano4），之後 Open Folder、切換資料夾都不必再認證。

5. 使用注意

預設沒有任何連線 60 分鐘或總執行 8 小時後，proxy 會自動停止；整天的課程可在啟動時加上 --max-lifetime 10h。proxy 停止後 Antigravity 會斷線，重新啟動 proxy（再認證一次）並重新連線即可。
只在自己的電腦上使用：proxy 在執行期間，同一台電腦上的其他程式也能透過它連進您的帳號。使用共用電腦或離開座位前，請在 proxy 視窗按 Ctrl+C 停止。
若出現 Address already in use，表示已有另一個 proxy 在使用 2222 埠，請先關閉它。

3. 裝上三個 AI Agent

Agent	怎麼取得	需要的帳號	在哪裡開啟
Antigravity 內建 Agent	Antigravity 內建，不需安裝	Google 帳號（登入 Antigravity 時已完成）	Agent 面板
Codex	擴充套件 `openai.chatgpt`	ChatGPT 帳號	左側活動列的 Codex 圖示
Claude Code	擴充套件 `anthropic.claude-code`	Claude 帳號（Pro / Max 訂閱）或 Anthropic API key	左側活動列的 Claude 圖示

IMPORTANT

Codex 與 Claude Code 需要學員自己的帳號。只有 Antigravity 內建 Agent 也能完成本課程所有練習；有其他帳號的學員，再加裝對應的擴充套件來比較。

A. 安裝擴充套件（裝在遠端 SSH: nano4-proxy）

連上 Nano4 後，擴充套件分為「本地」與「遠端（SSH）」。AI Agent 與 Python、Jupyter 套件都要裝在遠端，Agent 才能讀取 Nano4 上的檔案、在 Nano4 上執行指令。

按下 Ctrl + ` 開啟整合式終端機，執行本章隨附的安裝腳本（Antigravity 與 VS Code 都適用）：

bash

cd "$HOME/Nano4-Docs/02-vscode-and-ai-tools/scripts"
bash install_vscode_extensions.sh

腳本會安裝下列套件：

套件類別	識別碼 (Extension ID)	核心功能
Codex	`openai.chatgpt`	OpenAI 的 AI Agent
Claude Code	`anthropic.claude-code`	Anthropic 的 AI Agent
Python 核心環境	`ms-python.python`	Python 語法高亮、虛擬環境自動偵測
Python 除錯器	`ms-python.debugpy`	斷點除錯、單步執行與變數檢視
Jupyter 互動運算	`ms-toolsai.jupyter`	執行 `.ipynb` Notebook 的運算引擎
Jupyter 渲染器	`ms-toolsai.jupyter-renderers`	支援 Plotly 互動圖表與 DataFrame 表格檢視

(也可以在左側 Extensions 面板搜尋套件名稱，點選 Install in SSH: nano4-proxy 安裝。)

B. 登入各個 Agent

Codex：點左側活動列的 Codex 圖示 ➔ Sign in with ChatGPT，依畫面在本機瀏覽器完成授權。
Claude Code：點左側活動列的 Claude 圖示 ➔ 依畫面登入 Claude 帳號（或填入 API key）。
Antigravity 內建 Agent：打開 Agent 面板即可使用。

TIP

三個 Agent 都在登入節點上執行指令。登入節點只適合編輯、小型測試與送出作業；請讓 Agent 把運算用 sbatch 送到計算節點（AGENTS.md 已寫明這條規則，見第 5 節）。

4. 三個 Agent 怎麼讀到 Nano4 的規則與 Skills

Agent 會從您開啟的工作資料夾讀取規則檔，並從固定的資料夾載入 Skills（第二堂會做自己的 skill）：

Agent	讀取的規則檔	工作資料夾的 Skills	個人（所有資料夾）的 Skills
Antigravity 內建 Agent	`.agents/rules/` 裡的規則（本教材的 `.agents/rules/nano4.md` 會引用 `AGENTS.md`）	`.agents/skills/`	`~/.gemini/config/skills/`
Codex	`AGENTS.md`	`.agents/skills/`	`~/.agents/skills/`
Claude Code	`CLAUDE.md`（本教材的 `CLAUDE.md` 內容為 `@AGENTS.md`，也就是匯入 `AGENTS.md`）	`.claude/skills/`	`~/.claude/skills/`

用 File ➔ Open Folder 開啟 $HOME/Nano4-Docs，三個 Agent 都會讀到本教材的 AGENTS.md；Antigravity 與 Codex 也會自動載入 Nano4-Docs/.agents/skills/ 裡課程提供的 Skills（第 06 章介紹）。
開啟其他資料夾（例如 /work/<帳號>）時，Agent 不會讀到這份規則。第 03 章會用腳本在工作資料夾放好 AGENTS.md、CLAUDE.md 與 .agents/rules/nano4.md。
不確定 Agent 有沒有讀到時，在對話開頭加一句「請先閱讀 AGENTS.md」。

5. 超算專屬 AI Agent 治理守則：AGENTS.md

AI 預設並不知道超級電腦是多人共用的，可能會建議執行 sudo apt install、在 $HOME 下載 50 GB 模型，或在登入節點直接跑大型運算。本教材在根目錄建立了 AGENTS.md 系統守則，告訴 AI 這台機器的規矩：

嚴禁 sudo：軟體需求改以 Lmod 模組、uv 虛擬環境或 Apptainer 容器解決。
大資料放 /work/$USER：大資料集、模型與虛擬環境一律放在 /work，不塞爆 $HOME，不寫 /tmp。
登入節點不跑重度運算：超過 5 分鐘、4 核心或 8 GB 的工作，一律封裝成 Slurm 作業送到計算節點。
Slurm 作業標準：腳本執行內容第一行是 module purge，日誌格式一律使用 %x-%j.out；送出後不要在迴圈中反覆查詢 squeue。
本課程設定：GOV115088 只能使用 ngs62g，每個作業固定 -c 8 --mem=62G，不可為了「省資源」調小。
Agent 替使用者操作：使用者多為第一次使用超級電腦的生醫研究者。Agent 應先用白話說明計畫、撰寫並驗證腳本、經使用者同意後送出，最後用白話解讀結果，而不是丟給使用者一長串指令去打。

6. 動手實戰練習 (Hands-on Labs 1 ~ 6)

練習	內容	本課程
1	在 Antigravity 開啟遠端工作區	必做
2	確認 ssh-proxy 只需認證一次	必做
3	裝上三個 AI Agent 並打招呼	必做（至少 Antigravity 內建 Agent）
4	請 Agent 解釋 Slurm 範本	必做（選一個 Agent；時間夠再換一個比較）
5	請 AI 用自然語言查資源與權限，再自己驗證	必做
6	手動送出 vs 自然語言派送 FastQC / MultiQC	講師示範，學員可跟著做

🧪 練習 1：在 Antigravity 開啟遠端工作區

依照第 2 節步驟，在您個人筆電打開 Antigravity（或 VS Code）。
透過 Remote-SSH 連線至 nano4（完成練習 2 後改連 nano4-proxy）。
開啟 /work/$USER 目錄，在檔案清單中點擊右鍵新增一個檔案 my_test.py。
寫入一行 print("Hello from VS Code Remote on Nano4!") 並存檔（Ctrl + S）。
按下 Ctrl + ` 打開整合終端，執行 python my_test.py，驗證程式碼確實在 Nano4 登入節點上執行！

🧪 練習 2：確認 ssh-proxy 只需認證一次

目標：完成第 2 節步驟 E 後，確認之後的連線都不再要求 OTP。

在本機終端機 / PowerShell 啟動 proxy，完成一次密碼與 OTP 認證，並讓視窗保持開著：

bash

# Windows
.\ssh-proxy-windows-x64.exe nano4 --max-lifetime 10h
# macOS Apple Silicon
./ssh-proxy-macos-arm64 nano4 --max-lifetime 10h

另開一個本機終端機，連續連線兩次：
bash
```
ssh nano4-proxy hostname
ssh nano4-proxy 'echo $USER; hfsquota'
```
預期結果：兩次都直接顯示結果（例如 25a-lgn03 與您的帳號），不會再要求密碼或 OTP。
在 Antigravity 選 Connect to Host... → nano4-proxy，依序用 Open Folder 開啟 /work/<帳號>，再切換到 /home/<帳號>/Nano4-Docs。 預期結果：切換資料夾時不再出現 OTP 提示。
在整合終端執行 hostname，與步驟 2 的結果比較：透過 proxy 的連線都會落在同一台登入節點。

若出現 Connection refused，代表 proxy 已停止（例如視窗被關掉或超過時間上限），請回到步驟 1 重新啟動。

🧪 練習 3：裝上三個 AI Agent 並打招呼

用 File ➔ Open Folder 開啟 /home/<帳號>/Nano4-Docs。
依第 3 節執行 install_vscode_extensions.sh，並登入您有帳號的 Agent。
對每個 Agent 輸入同一句話：
text
```
請先閱讀 AGENTS.md。用三句話告訴我：我現在在哪一台電腦上？這門課我能用哪個計畫和佇列？每個作業要申請多少核心和記憶體？
```
預期結果：三個 Agent 都能說出登入節點（25a-lgn0X）、GOV115088、ngs62g 與 -c 8 --mem=62G。說不出來的 Agent，多半是沒有讀到 AGENTS.md（檢查工作資料夾是否為 Nano4-Docs）。

🧪 練習 4：請 Agent 解釋 Slurm 範本並比較

請 Agent 解釋 sbatch 腳本中的 --account、--partition、--cpus-per-task、--mem，並說明為什麼本課程一律使用 -c 8 --mem=62G。課堂上先選一個 Agent；時間夠再把同一個 prompt 交給另一個 Agent 比較。

輸入的 prompt：

text

請先閱讀 AGENTS.md，再解釋 03-slurm-syntax-and-job-management/templates/standard_cpu_job.slurm 每一個 #SBATCH 參數的用途，但先不要修改檔案。

比較它們的回答：

是否都正確說出 GOV115088 只能使用 ngs62g？
是否有 Agent 建議把 --mem 調小？（依國網官方規定，ngs62g 必須固定 -c 8 --mem=62G，這是錯誤建議。）
哪個 Agent 的說明最容易懂？哪個最精確？

🧪 練習 5：請 AI 用自然語言查資源與權限，再自己驗證

目標：用三句自然語言請 Agent 查詢 Nano4 的資源、計畫與權限，每一句都產出一份 Markdown 報告；接著自己執行指令驗證 AI 的結論。三個 prompt 都只查詢、不送作業，由淺入深：看得到哪些資源 → 我有哪些計畫 → 這個計畫能用哪些佇列。

A. 請 AI 查詢（約 10 分鐘）

在工作資料夾為 Nano4-Docs 的 Antigravity，依序對同一個 Agent 輸入下列三個 prompt，每一個都先看 Agent 要執行的指令再按允許：

查詢 Slurm Partition：

text

請使用 sinfo 與 scontrol show partition，列出這台 HPC 上的 Slurm Partition：名稱、節點數、狀態、每個節點的 CPU 核心數與記憶體、最長執行時間（MaxTime）。
只查詢、不要送出任何作業。結果整理成表格，存到 /work/$USER/day1_ai_query/partition.md。

查詢我的計畫：

text

請執行 wallet，列出我名下所有計畫代碼（Project ID）、計畫名稱與剩餘額度（SU），整理成表格存到 /work/$USER/day1_ai_query/project.md。

確認 GOV115088 能用哪些佇列：

text

請確認計畫 GOV115088 可以使用 ngs8g、ngs16g、ngs32g、ngs62g、ngs125g 之中的哪些 Partition：
1. 用 sacctmgr -nP show assoc user="$USER" account="gov115088" 確認我有這個計畫的 Slurm 授權（Slurm 裡的帳號名稱是小寫）。
2. 用 scontrol show partition 檢查這五個 Partition 的 AllowAccounts。
3. 對能用的 Partition，用 sacctmgr show qos p_<Partition 名稱> 查出每個作業可申請的核心與記憶體上限。
判斷依據必須來自指令的輸出，不要只引用 AGENTS.md。用表格列出每個 Partition 能不能用、依據與規格。
只查詢、不要送出任何作業。結果存到 /work/$USER/day1_ai_query/permission.md。

預期結果：/work/<帳號>/day1_ai_query/ 下有 partition.md、project.md、permission.md 三份報告；permission.md 的結論應該是只有 ngs62g 可用（它的 AllowAccounts 列出 gov115088，QoS p_ngs62g 為 cpu=8,mem=62G），其餘四個佇列只開放 mst109178、ent109430。

B. 自己驗證 AI 的結論（約 5 分鐘）

AI 的回答只是建議，最後要由學生自己驗證。手動執行：

bash

scontrol show partition ngs62g | grep -o "AllowAccounts=[^ ]*"
sacctmgr -nP show qos p_ngs62g format=Name,MaxTRESPerJob

預期結果：

text

AllowAccounts=mst109178,ent109430,gov115088
p_ngs62g|cpu=8,mem=62G

再驗證練習 4 那支範本：

bash

cd "$HOME/Nano4-Docs"
sinfo -p ngs62g
bash -n 03-slurm-syntax-and-job-management/templates/standard_cpu_job.slurm
sbatch --test-only --account=GOV115088 03-slurm-syntax-and-job-management/templates/standard_cpu_job.slurm

預期結果：bash -n 沒有任何輸出，代表 shell 語法正確；--test-only 顯示 Job ... to start at ...，代表帳號與分區組合可被接受（不會真的送出作業）。

sbatch --test-only 不會檢查 QoS 與官方規格（例如 ngs62g 必須固定 -c 8 --mem=62G），這部分仍需自行對照第 01 章的佇列表。

比對 permission.md 和自己查到的結果是否一致，並記錄哪個 Agent 的建議被採用、哪些建議被拒絕。

🧪 練習 6：手動送出 vs 自然語言派送 FastQC / MultiQC（第一堂結尾示範）

目標：用教材附的 4 個 FASTQ 定序樣本（各 1000 條 reads），做同一件事兩次：先手動送出寫好的 Slurm 腳本，再用一句自然語言請 AI Agent 完成。兩種方式都在計算節點 ngs62g 上執行 FastQC 與 MultiQC，約 10 秒就跑完。

A. 手動：送出寫好的腳本

bash

cd /work/$USER
sbatch "$HOME/Nano4-Docs/02-vscode-and-ai-tools/templates/day1_fastqc_multiqc.slurm"
sacct -X -o JobID,JobName,State,Elapsed      # 跑完後 State 為 COMPLETED
tail -3 day1_qc-*.out

預期結果：日誌最後一行是 ✅ 完成！MultiQC 報告：/work/<帳號>/day1_qc/multiqc_out/multiqc_report.html。腳本內容見 templates/day1_fastqc_multiqc.slurm，第二堂會學會每一行的意思。

B. 自然語言：請 AI Agent 做同一件事

在工作資料夾為 Nano4-Docs 的 Antigravity 中，對任一個 Agent 輸入：

text

我有 4 個定序樣本（FASTQ），放在 04-ai-assisted-bio-pipeline/demo_data/fastq_raw/。
請幫我檢查這些樣本的定序品質：用 FastQC 逐一檢查，再用 MultiQC 彙整成一份報告，結果放在 /work/$USER/day1_qc_ai/。
請依照 AGENTS.md 把工作送到計算節點執行。送出前先用三到五句話告訴我你的計畫，等我同意再送出；跑完後用白話告訴我這 4 個樣本的品質如何。

比較兩種方式：

檢查項目	手動腳本	AI 產生的腳本
`--account=GOV115088`、`--partition=ngs62g`	✅	?
`--cpus-per-task=8`、`--mem=62G`	✅	?
`module purge` 後載入 `biology/JDK/26.0.1 biology/FastQC/0.11.9 biology/MultiQC`	✅	?
用 `sbatch` 送到計算節點，而不是在登入節點直接執行 FastQC	✅	?
送出後沒有在迴圈中反覆查詢 `squeue`	✅	?
用白話解讀品質結果	—	?

TIP

若 Agent 在登入節點直接執行 FastQC、漏掉 biology/JDK，或把 --mem 調小，請直接告訴它哪裡違反 AGENTS.md，讓它修正後重來。這種「指出錯誤、請 AI 修正」的多輪對話，就是第二堂的主軸：第二堂會把這些經驗存成您自己的 skill。

7. 多登入節點與 Agent session 清理

Nano4 登入節點可能把同一次 SSH / Antigravity / VS Code 連線分派到 25a-lgn01～25a-lgn05 的不同主機。若舊主機上的 Antigravity / VS Code Server、Codex、 Claude Code 或 Antigravity agent 沒有正常結束，重新連線到另一台主機時可能看起來像「session 卡住」或無法接續原本的對話。

TIP

第 01 章的 Host nano4 已改用 HostName 140.110.109.162，每次都固定連到 25a-lgn02，可以避開這個問題。使用本章步驟 E 的 ssh-proxy 時，所有 Antigravity / VS Code / 終端機連線都走同一條已認證的連線，會固定在同一台登入節點上，比較不會遇到這個問題。

本教材提供兩支清理腳本。它們只會處理目前使用者自己的程序，但會終止所有匹配的 AI/IDE agent；執行前請先儲存檔案、結束不需要保留的工作，並確認沒有正在執行的分析。

WARNING

請從一般 SSH 終端機（例如 ssh nano4）執行，不要在 Antigravity / VS Code 整合終端機內執行：腳本會連同您目前使用的伺服器端一起終止，造成立即斷線。 kill_login.sh 會從目前的登入節點以 SSH 連到其他四台登入節點；若出現密碼或 2FA 提示，請依畫面完成驗證，無法連線的主機會顯示警告並略過。

bash

cd "$HOME/Nano4-Docs"
chmod +x 02-vscode-and-ai-tools/scripts/kill.sh \
           02-vscode-and-ai-tools/scripts/kill_login.sh

# 只清理目前這台登入節點：會先列出匹配程序，再要求確認
bash 02-vscode-and-ai-tools/scripts/kill.sh

# 清理五台登入節點上的 stale agent（不會再詢問確認，會直接執行）
bash 02-vscode-and-ai-tools/scripts/kill_login.sh

清理完成後，重新啟動 Antigravity / VS Code Remote-SSH，讓它在目前取得的登入節點建立新的 agent session。若某台主機無法連線，腳本會顯示警告並繼續處理其他主機。

CAUTION

kill_login.sh 不是一般登出指令；它會在五台登入節點上使用 pkill -9 終止匹配程序。不要在有重要互動工作或未保存修改時執行。

8. 常見踩坑與連線排錯 (FAQ)

Q1：Remote-SSH 連線時卡在「Waiting for 2FA...」？

原因：連線時，終端驗證提示有時會縮在視窗頂部或終端輸出分頁中。
解法：請留意視窗頂部的文字輸入框，或點開「Output (輸出)」分頁切換至「Remote - SSH」，在提示時輸入 2 (PUSH) 或 1 (OTP)。

Q2：開啟檔案總管時找不到 `/work` 目錄？

原因：預設開啟的是家目錄 $HOME。
解法：點擊選單「File ➔ Open Folder」，在路徑列手動輸入 /work/您的帳號/ 即可。

Q3：在擴充套件面板找不到 Codex 或 Claude Code？

原因：套件裝到了「本地」，或搜尋時沒有連上遠端。
解法：確認左下角顯示 SSH: nano4-proxy，再執行第 3 節的 install_vscode_extensions.sh；或在 Extensions 面板中點選 Install in SSH: nano4-proxy。

Q4：Agent 的回答不知道 `GOV115088`、`ngs62g`？

原因：工作資料夾裡沒有規則檔（Codex 讀 AGENTS.md、Claude Code 讀 CLAUDE.md、Antigravity 讀 .agents/rules/）。
解法：用 File ➔ Open Folder 開啟 $HOME/Nano4-Docs，開一個新對話再問一次；或在對話開頭要求「請先閱讀 AGENTS.md」。

Q5：Jupyter Notebook 無法選擇 Python Kernel？

原因：未安裝遠端 Python / Jupyter 擴充套件，或尚未啟動虛擬環境。
解法：
1. 確保已在遠端安裝 ms-toolsai.jupyter 與 ms-python.python。
2. 確認虛擬環境已安裝 Jupyter kernel 套件（第 01 章的 lab_env 預設沒有）：
  bash
```
uv pip install --python /work/${USER}/lab_env/bin/python ipykernel
```
3. 點擊 Notebook 右上角的「Select Kernel ➔ Python Environments」，選擇 /work/$USER/lab_env 或自訂環境路徑。

恭喜您！現在您的 Antigravity 已經連上 Nano4，並帶著三個熟悉超算規則的 AI Agent！
👉 下一步：進入 第 03 章：Slurm 語法與作業調度：先親手寫 Slurm 腳本，再請 AI Agent 用自然語言完成同樣的工作，最後把經驗存成您自己的 skill。

第 02 章：Antigravity Remote-SSH 與三個 AI Agent ​

📌 目錄 (Table of Contents) ​

1. 為什麼要用 Antigravity Remote-SSH？ ​

2. 連上 Nano4 (Antigravity / VS Code Remote-SSH) ​

步驟 A：在個人電腦安裝 Antigravity ​

步驟 B：確認本機 SSH Config 已配置 ​

步驟 C：一鍵連入 Nano4 ​

步驟 D：開啟遠端工作區 ​

步驟 E（強烈建議）：用 ssh-proxy 只做一次 2FA 認證 ​

3. 裝上三個 AI Agent ​

A. 安裝擴充套件（裝在遠端 SSH: nano4-proxy） ​

B. 登入各個 Agent ​

4. 三個 Agent 怎麼讀到 Nano4 的規則與 Skills ​

5. 超算專屬 AI Agent 治理守則：AGENTS.md ​

6. 動手實戰練習 (Hands-on Labs 1 ~ 6) ​

🧪 練習 1：在 Antigravity 開啟遠端工作區 ​

🧪 練習 2：確認 ssh-proxy 只需認證一次 ​

🧪 練習 3：裝上三個 AI Agent 並打招呼 ​

🧪 練習 4：請 Agent 解釋 Slurm 範本並比較 ​

🧪 練習 5：請 AI 用自然語言查資源與權限，再自己驗證 ​

🧪 練習 6：手動送出 vs 自然語言派送 FastQC / MultiQC（第一堂結尾示範） ​

7. 多登入節點與 Agent session 清理 ​

8. 常見踩坑與連線排錯 (FAQ) ​

Q1：Remote-SSH 連線時卡在「Waiting for 2FA...」？ ​

Q2：開啟檔案總管時找不到 /work 目錄？ ​

Q3：在擴充套件面板找不到 Codex 或 Claude Code？ ​

Q4：Agent 的回答不知道 GOV115088、ngs62g？ ​

Q5：Jupyter Notebook 無法選擇 Python Kernel？ ​

第 02 章：Antigravity Remote-SSH 與三個 AI Agent

📌 目錄 (Table of Contents)

1. 為什麼要用 Antigravity Remote-SSH？

2. 連上 Nano4 (Antigravity / VS Code Remote-SSH)

步驟 A：在個人電腦安裝 Antigravity

步驟 B：確認本機 SSH Config 已配置

步驟 C：一鍵連入 Nano4

步驟 D：開啟遠端工作區

步驟 E（強烈建議）：用 ssh-proxy 只做一次 2FA 認證

3. 裝上三個 AI Agent

A. 安裝擴充套件（裝在遠端 SSH: nano4-proxy）

B. 登入各個 Agent

4. 三個 Agent 怎麼讀到 Nano4 的規則與 Skills

5. 超算專屬 AI Agent 治理守則：AGENTS.md

6. 動手實戰練習 (Hands-on Labs 1 ~ 6)

🧪 練習 1：在 Antigravity 開啟遠端工作區

🧪 練習 2：確認 ssh-proxy 只需認證一次

🧪 練習 3：裝上三個 AI Agent 並打招呼

🧪 練習 4：請 Agent 解釋 Slurm 範本並比較

🧪 練習 5：請 AI 用自然語言查資源與權限，再自己驗證

🧪 練習 6：手動送出 vs 自然語言派送 FastQC / MultiQC（第一堂結尾示範）

7. 多登入節點與 Agent session 清理

8. 常見踩坑與連線排錯 (FAQ)

Q1：Remote-SSH 連線時卡在「Waiting for 2FA...」？

Q2：開啟檔案總管時找不到 `/work` 目錄？

Q3：在擴充套件面板找不到 Codex 或 Claude Code？

Q4：Agent 的回答不知道 `GOV115088`、`ngs62g`？

Q5：Jupyter Notebook 無法選擇 Python Kernel？