ERPC - 增强型 Solana RPC

SLV AI

SLV AI - The AI Agent for Solana Devs

SLV AI 是面向 Solana 开发者的 AI agent。借助内置的 Solana 技能，你可以用自然语言推进验证者运维、RPC 节点搭建和应用开发。
完成 slv onboard 后，打开 slv c，就可以开始与 AI agent 协作。整个配置流程很短：连接 AI provider、选择 model、选择技能，然后开始。
SLV

先看一遍配置流程

这个视频展示了 SLV AI 的零代码 onboarding 流程。

先安装 SLV

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

两条命令开始

bash
slv onboard
slv c
slv onboard 会在一个向导流程里完成 AI provider、model、agent profile 和 Solana 技能的配置。设置完成后，slv c 会打开 AI Console，并把请求路由到合适的专用工作流。
AI 控制台中的自然语言管理

内置 Solana 技能覆盖的内容

  • Solana 验证者的部署、升级、降级规划和迁移
  • Solana RPC 节点搭建与 Solana Geyser gRPC 配置
  • 与 AI agent 一起进行无代码的 Solana 应用开发
  • 自动检查 agave、jito-solana、firedancer、yellowstone-grpc 等组件的新版本
AI 控制台中的更新检查

本地模式与远程模式

SLV AI 同时支持本地模式和远程模式。
在本地模式下，你可以直接在 SSH 登录进去的那台机器上运行 SLV。重要密钥保留在本地环境中，而环境配置、更新、迁移、验证者运维、RPC 节点运维以及 Solana 应用开发，都可以与 AI agent 一起用无代码方式推进。
在远程模式下，你可以使用一台管理机统一控制多台节点，并扩展到基于 Ansible 的多节点运维。若想走最直接的路径，可以先从本地模式开始，之后再把配置带到远程管理中。

从 solv 迁移也很自然

如果你正从 solv 迁移，本地模式会保留“直接在登录节点上操作”的熟悉方式。SLV AI 进一步提供了 MCP-ready 工具、AI 引导迁移，以及对 Solana 客户端版本的持续跟踪。

为什么 SLV AI 很重要

AI 辅助运维不只是 UI 改进。它会降低记忆 flag、对照文档以及手动追踪快速变化的客户端更新所带来的认知负担。认知负担越低，运维失误越少，也就能把更多精力放在性能、部署策略和产品开发上。

将 SLV AI 与 ERPC 结合使用

当你把基于 SLV 构建的环境部署到 ERPC 平台时，还能同时获得面向 Solana 优化的基础设施、更快的 snapshot 路径，以及与平台服务之间的零距离通信。SLV AI 负责推进工作流，ERPC 则为这条工作流提供更快的运行环境。

相关链接

上一页

Solana RPC - Speed Comparison

下一页

SLV AI