SLV v0.10.0 發布——從 CLI 到 AI Agent：用自然語言部署並維運 Solana 驗證者與 RPC

ELSOUL LABO B.V.（總部：荷蘭阿姆斯特丹，CEO：Fumitake Kawasaki）與 Validators DAO 發布了 SLV v0.10.0。透過此次發布，Solana 驗證者和 RPC 的部署與維運現在可以完全透過自然語言對話完成，無需專業的命令列知識。

過去，Solana 驗證者的初始設定需要熟練使用 CLI、手動編輯設定檔，還要記住操作流程——通常需要數小時到數天。透過 SLV v0.10.0，部署可以透過與 AI Agent 的簡短對話完成。此次發布從結構上降低了 Solana 網路的參與門檻。

對於新啟動 Solana 驗證者的人 — 設定 Solana 驗證者傳統上是一項高度技術性的工作。執行哪些命令、以什麼順序、哪些設定值是合適的、使用哪個版本——任何一項誤判都可能導致驗證者無法穩定參與網路。透過 SLV v0.10.0，AI Agent 能夠準確處理這些決策。只要描述您的需求，Agent 就會自動整理所需步驟，經您確認後再執行。

對於現有驗證者營運者 — Solana 目前正處於網路升級至 v3 過程中版本頻繁變更和回滾的階段。營運負擔很大，每個週期都需要耗時的流程驗證和執行。SLV v0.10.0 使升級、降級、重啟和身分切換——日常營運任務——可以完全透過自然語言對話完成。

對於整個 Solana 生態系 — Solana 網路的品質直接取決於每個驗證者的營運品質。參與門檻居高不下時，營運者的多樣性就會受限，進而限制整體網路的去中心化程度與韌性。在維持營運品質的同時降低參與門檻，對 Solana 生態系的健全成長至關重要。

SLV 先前一直以 CLI 工具形式提供。v0.10.0 完整保留 CLI 基礎，並新增可讓 AI Agent 精確操作的介接層。

你：在 203.0.113.10 上部署一個主網 Jito 驗證者
Agent：我來設定一個主網 Jito 驗證者。讓我帶您瞭解...

你：在 203.0.113.10 上部署一個主網 Jito 驗證者
Agent：我來設定一個主網 Jito 驗證者。讓我帶您瞭解...

營運者不再需要記憶命令或手動編輯設定檔。AI Agent 選擇適當的流程，給出設定值，透過試執行驗證，然後執行。

關鍵的是，這不是一個將 Solana 營運交給通用 AI 的系統。

僅靠通用 AI 自動執行 Solana 驗證者維運，無法得到穩定結果。驗證者維運涉及許多難以完整寫入文件的細節——特定版本的前提條件、網路設定差異，以及事件發生時的回滾決策。若 AI 在缺乏這些知識的情況下執行，便可能採用含糊的流程，導致驗證者效能下降與網路品質降低。

SLV v0.10.0 提供的 AI Agent Skills 將 SLV 在開發和營運中累積的實際維運知識系統化，使 AI Agent 能夠準確檢索和使用。這些 Skills 涵蓋 CLI 命令與 Ansible playbooks 之間的完整對應關係、建議版本、安全維運實務和常見陷阱。

由於驗證者維運對可信度要求極高，AI Agent 所依據知識基礎的準確性至關重要。SLV 提供了這一基礎。

SLV v0.10.0 引入了三個 AI Agent Skills：

slv-validator — 用於部署和管理主網及測試網驗證者的 Skill，支援 Jito、Agave 和 Firedancer 設定。

slv-rpc — 專門用於部署和管理 RPC 節點的 Skill，涵蓋 Standard、Index 和 Geyser gRPC 設定。

slv-grpc-geyser — 用於部署和管理 gRPC Geyser 流的 Skill，支援 Yellowstone 和 Richat。

每個 Skill 都包含具備完整營運知識的 SKILL.md、定義互動式部署流程的 AGENT.md、自動安裝前提條件的腳本，以及範例 inventory 文件。

Skills 由純 Markdown 和 Ansible 組成，不綁定任何特定的 AI Agent。它們可與 OpenClaw、Claude Code、Codex、Cursor、Windsurf 以及任何其他 AI 編碼 Agent 配合使用。您也可以直接執行 Ansible playbooks 而不使用 AI Agent。

ClawHub Skills：https://clawhub.ai/skills?sort=downloads&q=slv

v0.10.0 大幅擴充 Firedancer 支援。現在正式支援 firedancer-agave 和 firedancer-jito 驗證者類型，並提供參數化設定範本（hugepages、連接埠、身分）、透過 firedancer.service 進行服務管理，以及 Firedancer 部署所需的 hugetlbfs 清理。隨著 Firedancer 作為 Solana 下一代驗證者用戶端受到關注，SLV 的完整支援讓更多營運者能更輕鬆採用 Firedancer。

當 AI Agent 執行操作時，SLV 一律先建議試執行（--check 模式）。變更會在執行前接受審查，並由營運者核准後才套用。

請注意，AI Agent 的行為取決於其接收到的提示和指令。雖然 SLV 的 Skills 為 AI Agent 提供了準確的營運基礎，但執行決策及其結果的最終責任在於營運者。這與傳統 CLI 維運沒有區別——工具的形式改變了，但營運責任的歸屬不變。

ELSOUL LABO 自 2022 年起，連續五年獲得荷蘭政府研發支援計畫 WBSO（Wet Bevordering Speur- en Ontwikkelingswerk）批准。2026 年獲批的研究專案包括「驗證者自動選址與營運編排的研究與開發」；SLV v0.10.0 的 AI Agent Skills 正是這項研究主題的直接成果。

ELSOUL LABO 的研發不與實際實作和營運分離。研究假設會化為具體實作，在營運限制下接受驗證；發現的挑戰則回饋到下一輪研究週期。SLV v0.10.0 正是誕生於這個循環。

SLV 將繼續透過與 MCP（Model Context Protocol）的整合追求更高的精度和更先進的自動化。

AI Agent 驅動的驗證者營運才剛起步。目前版本已讓部署到日常營運都能透過自然語言完成，而 MCP 整合將進一步實現更進階的自動化。例如，自動容錯移轉是一項複雜且不容失敗的多步驟流程，未來可透過 MCP 由 AI Agent 以更高準確度執行。以監控為基礎的決策、跨多節點的整合編排，以及其他進一步提升維運可靠性的能力，也將在後續提供。

SLV 提供的是支援這項演進的可信基礎。這不是籠統採用 AI，而是由精確維運知識支撐的 AI Agent 協作。SLV 將繼續演進，成為從結構上支撐 Solana 維運品質、並讓任何人都能在同等條件下參與的基礎。