此文章主要用于：在使用VSCode远程连接linix服务器的同时可以登录Codex插件，解决端口冲突问题。注意，Codex插件和SSH远程连接窗口需要分开使用。
以下分别时VSCode如何设置，以及设置完毕后如何一步一步操作，以训练YOLO为例。
1. 本地 VS Code 配置
打开本地 VS Code：
Ctrl + Shift + P
Preferences: Open User Settings (JSON)
推荐配置：
{
"update.mode": "none",
"update.enableWindowsBackgroundUpdates": false,
"remote.SSH.remotePlatform": {
"10.106.14.223": "linux"
},
"remote.autoForwardPorts": false,
"remote.restoreForwardedPorts": false,
"remote.SSH.lockfilesInTmp": true,
"remote.SSH.connectTimeout": 60,
"window.restoreWindows": "none",
"terminal.integrated.enablePersistentSessions": false,
"terminal.integrated.scrollback": 20000,
"files.watcherExclude": {
"**/.git/**": true,
"**/__pycache__/**": true,
"**/runs/**": true,
"**/logs/**": true,
"**/weights/**": true,
"**/datasets/**": true,
"**/data/**": true,
"**/wandb/**": true
},
"search.exclude": {
"**/runs": true,
"**/logs": true,
"**/weights": true,
"**/datasets": true,
"**/data": true,
"**/wandb": true
},
"python.terminal.activateEnvironment": true,
"python.analysis.autoImportCompletions": false,
"python.analysis.indexing": false
}
核心目的：
关闭自动端口转发，避免 Codex 1455 端口冲突；
关闭窗口自动恢复，避免多个 VS Code 抢端口；
排除 runs、datasets、wandb 等大目录，减少卡顿。
2. SSH config 配置
打开：
C:\\Users\\你的用户名\\.ssh\\config
推荐写法：
Host yolo223（可以自拟名称）
HostName 10.106.14.223
User zhoubowen01
IdentityFile D:\\moba\\zhoubowen01@10.106.14.223/id_rsa
HostKeyAlgorithms +ssh-rsa
PubkeyAcceptedKeyTypes +ssh-rsa
ServerAliveInterval 30
ServerAliveCountMax 6
TCPKeepAlive yes
ConnectTimeout 20
以后连接时选择：
Remote-SSH: Connect to Host → yolo223
3. Codex 登录流程
正确顺序：
先本地 Codex，后 Remote SSH。
具体步骤：
如果 端口冲突：
netstat -ano | findstr :1455
tasklist /FI "PID eq 端口对应PID"
taskkill /PID 端口对应PID /F
如果是 VS Code 自己占用：
taskkill /F /IM Code.exe
4. 插件安装策略
推荐：
Codex：只装本地窗口
Remote SSH：本地安装
Python / Pylance：远程窗口安装
不要把 Codex 装到远程 SSH 服务器端，容易出问题。
5. 远程打开服务器代码
连接服务器后：
File → Open Folder
选择你的项目目录，例如：
/data/users/zhoubowen01/MODA_YOLO
注意：
Remote SSH 下，VS Code 修改的就是服务器真实代码，不需要同步。
6. 安装和确认 tmux
不要用 pip 安装 tmux。
Ubuntu / Debian：
sudo apt update
sudo apt install tmux -y
CentOS：
sudo yum install tmux -y
确认tmux版本：
tmux -V
7. 创建 tmux 训练会话
在服务器终端中：
tmux new -s yolo
这里的 yolo 是 tmux 会话名，不是 SSH Host 名。
你也可以命名为：
tmux new -s moda
tmux new -s visdrone
tmux new -s exp1
tmux new -s gpu0
8. 激活环境并开始训练
进入项目目录：
cd /data/users/zhoubowen01/MODA_YOLO
激活环境：
conda activate 你的环境名
检查 GPU：
nvidia-smi
单卡训练：
CUDA_VISIBLE_DEVICES=0 python train.py
双卡训练：
CUDA_VISIBLE_DEVICES=0,1 python train.py
Ultralytics YOLO：
yolo detect train model=yolo11n.pt data=data.yaml device=0,1
9. 退出 tmux 但保持训练
按键：
Ctrl + B
松开
再按 D
看到：
[detached]
说明你已经退出 tmux 界面，但训练仍在服务器后台运行。
重新进入：
tmux attach -t yolo
查看所有会话：
tmux ls
彻底关闭会话：
tmux kill-session -t yolo
10. tmux 分屏监控 YOLO
进入 tmux 后：
左右分屏：
Ctrl + B
然后按 %
上下分屏：
Ctrl + B
然后按 "
切换分屏：
Ctrl + B
然后按方向键
左边跑训练：
python train.py
右边监控 GPU：
watch -n 1 nvidia-smi
下方看日志：
tail -f train.log
或者：
tail -f runs/detect/train/results.csv
一键三分屏：
tmux new -s yolo \\; split-window -h \\; split-window -v \\; select-pane -L
11. TensorBoard 手动端口转发
服务器运行：
tensorboard –logdir runs –host 0.0.0.0 –port 6006
VS Code 底部：
PORTS → Forward a Port → 6006
本地浏览器打开：
http://localhost:6006
因为你关闭了自动端口转发，所以需要手动转发。这样更稳定，也不容易和 Codex 的 1455 端口冲突。
12. 推荐日常工作流
最稳定方式：
窗口1：本地 VS Code
用途：Codex 提问、分析报错、生成修改建议
窗口2：Remote SSH VS Code
用途：直接编辑服务器代码、运行终端、查看文件
服务器 tmux：
用途：长期训练、GPU监控、日志查看
实际流程：
1. 打开本地 VS Code
2. 登录 Codex
3. 新开 Remote SSH 窗口
4. 打开服务器 YOLO 项目目录
5. tmux new -s yolo
6. conda activate 环境
7. CUDA_VISIBLE_DEVICES=0,1 python train.py
8. Ctrl+B, D 退出 tmux
9. 需要查看时 tmux attach -t yolo
10. 需要曲线时手动转发 6006 看 TensorBoard
13. 最终记住这几句话
Codex 放本地。
代码编辑放 Remote SSH。
训练放 tmux。
端口手动转发。
大目录排除扫描。
训练任务永远不要裸跑在普通 SSH 终端里。
