1. 视频点播系统环境搭建：Ubuntu 虚拟机 + Docker + XShell 全流程配置

视频点播系统的开发环境，说白了就是一套能跑转码、切片、存储、播放接口的中间件组合。它通常包含 MySQL、Redis、MinIO 或 FastDFS、Nginx、FFmpeg 这些组件，本地裸装一遍能折腾一整天，还容易把系统搞乱。所以更省事的做法是：Ubuntu 虚拟机打底，Docker 装中间件，XShell 远程连进去操作，cmake 负责编译 C++ 业务代码。这套组合适合刚接触流媒体后端、想在自己电脑上跑通一套点播服务的同学，也适合需要隔离环境、不想污染主力机的开发者。

我这次把整个流程拆成可复制的步骤：虚拟机装 Ubuntu 22.04、Docker 安装与镜像加速、XShell 连接参数、cmake 编译链配置，最后把 AI 编程工具的 Base URL 统一改到 TaoToken 管理 Key。每一步都给出命令和验证动作，你照着敲就能跑起来。

先明确一下资源规格，视频点播系统涉及转码，CPU 和内存别抠：

项目	配置
操作系统	Ubuntu 22.04 LTS
CPU	2 核起步，转码建议 4 核
内存	8G
硬盘	50G 以上
编译工具	g++ / gdb / cmake
容器	Docker + docker-compose

虚拟机软件用 VMware Workstation Pro，官网下载后右键以管理员身份安装，避免虚拟网卡驱动装不上。Ubuntu 镜像从国内镜像站拉，比如 https://mirrors.163.com/ubuntu-releases/，选 22.04 的 desktop 或 server 版都行，server 版更省资源。

创建虚拟机时选「稍后安装操作系统」，系统类型选 Linux / Ubuntu 64 位，磁盘给 50G 以上。安装过程中有几个点要注意：软件源填清华源 https://mirrors.tuna.tsinghua.edu.cn/ubuntu，别用默认国外源；磁盘分区那里默认配置不会把剩余空间全给根分区，需要手动删掉默认挂载、重建逻辑卷用满空间；最后一步一定要勾选安装 OpenSSH server，否则 XShell 连不上。

系统装完重启，先更新源并装网络工具：

sudo apt update
sudo apt install -y net-tools openssh-server
ifconfig

ifconfig 输出里 ens33 下面的 inet 地址就是远程连接地址，记下来。

2. TaoToken 前置准备：统一管理 AI 编程工具 Key

环境搭好之后，写代码环节会用到 AI 编程工具。这里有个坑：不同工具的 API Key 分散在各家平台，额度、模型、计费各管各的，切换工具就要重新配一遍。TaoToken 的作用就是把这些统一到一个入口，Base URL 指向它，Key 也只管一份。

TaoToken 是一个 AI 模型 API 聚合网关，能做什么？简单说，它把多家模型的调用收敛到一套 OpenAI 兼容接口上，你改 Base URL 和 Key 就能切换模型，不用每个工具单独注册。适合谁？适合同时用 Cline、Claude Code、Codex 这类工具，又不想管理一堆 Key 的开发者。

前置准备分三步。第一步，注册并拿到 Key。打开 https://taotoken.net/api-keys，登录后在控制台创建 API Key，复制保存，这个 Key 后面所有工具共用。

第二步，确认 Base URL。TaoToken 的 API 入口是：

https://taotoken.net/api

注意这个地址不带任何查询参数，配置时原样填入。

第三步，确认要用的 Model ID。在模型对话页面或文档里能看到当前支持的模型列表，比如 claude-sonnet-4-5、gpt-4o 这类。记下你要用的那个，配置时填进去。

提示：Key 只在创建时完整显示一次，建议创建后立刻存到密码管理器。如果泄露，在控制台吊销重建即可。

这里要强调一个原则：Base URL、Key、Model ID 是三件套，缺一不可。很多工具报 401 或 model not found，就是这三者有一个填错了。后面配置 Cline、Claude Code、Codex 时，我都会把这三个值明确列出来。

如果你只是想在浏览器里先验证模型能不能通，可以直接用模型对话页面发一条消息测试，不用写代码。等确认通了，再往工具里配。

3. 可复制配置：Docker 安装、XShell 连接与 cmake 编译链

这一节是核心操作区，命令都能直接复制。

3.1 Docker 安装与镜像加速

先装依赖：

sudo apt update
sudo apt-get install -y ca-certificates curl gnupg lsb-release
sudo apt-get install -y make gcc g++ libz-dev lrzsz vim software-properties-common

配置镜像加速，写入 /etc/docker/daemon.json：

sudo mkdir -p /etc/docker
sudo tee /etc/docker/daemon.json <<-'EOF'
{
  "registry-mirrors": [
    "https://docker.m.daocloud.io",
    "https://dockerproxy.com",
    "https://docker.mirrors.ustc.edu.cn",
    "https://docker.nju.edu.cn"
  ]
}
EOF
sudo systemctl daemon-reload

添加 Docker 官方 GPG 密钥和软件源：

curl -fsSL http://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository "deb [arch=amd64] http://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"
sudo apt update
sudo apt-get install -y docker-ce docker-ce-cli containerd.io

装 docker-compose：

sudo curl -L "https://github.com/docker/compose/releases/download/v2.13.0/docker-compose-linux-x86_64" -o /usr/bin/docker-compose
sudo chmod +x /usr/bin/docker-compose
docker-compose --version

配置用户组，避免每次 sudo：

sudo groupadd docker
sudo gpasswd -a $USER docker
newgrp docker
docker version

docker version 能同时输出 Client 和 Server 信息，说明装好了。

3.2 XShell 连接参数

XShell 新建会话，参数如下：

参数	值
协议	SSH
主机	虚拟机 ens33 的 IP
端口	22
用户名	安装系统时创建的用户
密码	对应密码

连接成功后，后续所有操作都在 XShell 里做，比在虚拟机窗口里敲舒服得多。

3.3 cmake 编译链配置

视频点播系统的 C++ 业务代码通常用 cmake 构建。先确认工具链：

sudo apt install -y cmake g++ gdb
cmake --version
g++ --version

项目根目录建 CMakeLists.txt，一个最小可用的配置片段：

cmake_minimum_required(VERSION 3.16)
project(vod_server CXX)

set(CMAKE_CXX_STANDARD 17)
set(CMAKE_CXX_STANDARD_REQUIRED ON)
set(CMAKE_BUILD_TYPE Release)

include_directories(${CMAKE_SOURCE_DIR}/include)
link_directories(${CMAKE_SOURCE_DIR}/lib)

file(GLOB SRC_FILES ${CMAKE_SOURCE_DIR}/src/*.cpp)
add_executable(vod_server ${SRC_FILES})

target_link_libraries(vod_server pthread)

构建：

mkdir -p build && cd build
cmake ..
make -j4

make 结束没有报错，build/ 下出现 vod_server 可执行文件，编译链就通了。

3.4 AI 工具接入 TaoToken 的配置片段

以 Cline 为例，在设置里填三件套：

{
  "apiProvider": "openai",
  "baseUrl": "https://taotoken.net/api",
  "apiKey": "你的 TaoToken Key",
  "modelId": "claude-sonnet-4-5"
}

Claude Code 的配置在 ~/.claude/settings.json：

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://taotoken.net/api",
    "ANTHROPIC_API_KEY": "你的 TaoToken Key",
    "ANTHROPIC_MODEL": "claude-sonnet-4-5"
  }
}

Codex 的 ~/.codex/auth.json：

{
  "OPENAI_BASE_URL": "https://taotoken.net/api",
  "OPENAI_API_KEY": "你的 TaoToken Key"
}

三件套里 Base URL 固定 https://taotoken.net/api，Key 用同一个，Model ID 按需换。这样切工具不用重新配。

4. 验证请求与成功结果：接口连通性检查

配置写完必须验证，不然等到工具里报错再回头查很费时间。

先验证 Docker 环境。拉一个测试镜像：

docker pull hello-world
docker run --rm hello-world

看到 Hello from Docker! 就说明镜像加速和容器运行都正常。

再验证点播系统依赖的中间件。以 Redis 为例：

docker run -d --name redis-test -p 6379:6379 redis:7
docker exec -it redis-test redis-cli ping

返回 PONG 说明容器网络和端口映射没问题。

接着验证 TaoToken 接口连通性。用 curl 直接打：

curl -X POST https://taotoken.net/api/v1/chat/completions \
  -H "Authorization: Bearer 你的TaoToken Key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-5",
    "messages": [{"role": "user", "content": "ping"}]
  }'

返回 JSON 里 choices 数组有内容，说明 Key、Base URL、Model ID 三件套都对。如果返回 401，是 Key 问题；返回 model not found，是 Model ID 写错；返回连接超时，检查网络和 Base URL 拼写。

最后验证 cmake 产物能跑：

cd build && ./vod_server --help

能打印帮助信息，说明编译链和运行时依赖都齐了。

到这里，Ubuntu 虚拟机、Docker、XShell、cmake、TaoToken 五块全部打通。你可以在这个环境里继续拉 MySQL、MinIO、Nginx 容器，把点播系统的存储和分发链路补全。

5. 本篇常见错误排查：401、local proxy failed、reading choices、OAuth

环境搭建过程中，报错集中在几个地方，逐个对照。

401 Unauthorized。出现在 curl 或 AI 工具里。原因通常是 Key 没填、Key 复制时带了空格、或者 Key 被吊销。排查：重新在 https://taotoken.net/api-keys 复制一次，确认 Authorization: Bearer 后面没有多余字符。如果工具里报 401，检查是不是把 Base URL 和 Key 填反了。

local proxy failed。这个报错一般出现在工具尝试走本地代理时。检查工具设置里有没有开启代理选项，关掉它，让请求直连 https://taotoken.net/api。另外确认系统环境变量里没有残留的 HTTP_PROXY、HTTPS_PROXY，有就 unset 掉。

reading choices 报错。通常是接口返回了非预期结构，比如返回了错误 JSON 但工具按成功解析。用 curl 手动打一次，看返回体里有没有 error 字段。常见原因是 Model ID 不在支持列表里，换一个确认可用的模型再试。

OAuth 相关报错。Claude Code 或 Codex 首次启动可能引导 OAuth 登录，如果你已经配了 API Key，要跳过 OAuth 流程。Claude Code 里确认 settings.json 的 env 段生效，Codex 里确认 auth.json 路径正确。如果工具仍弹 OAuth，检查是不是配置文件放错了目录。

Docker 拉镜像超时。镜像加速地址失效是常事，daemon.json 里多配几个，改完 sudo systemctl restart docker 再试。如果某个地址一直超时，从列表里删掉。

XShell 连接被拒。先确认虚拟机里 sudo systemctl status ssh 是 running，再确认防火墙没拦 22 端口：sudo ufw status。如果虚拟机是 NAT 网络，宿主机连虚拟机 IP 没问题；如果是桥接，确认 IP 段和宿主机一致。

cmake 找不到库。报 Could NOT find XXX，用 apt install libxxx-dev 补上，或者在 CMakeLists.txt 里用 find_package 指定路径。链接阶段报 undefined reference，检查 target_link_libraries 有没有漏。

排查思路就一条：先确认三件套（Base URL、Key、Model ID）对不对，再确认网络通不通，最后看工具配置路径对不对。大部分问题出在第一步。

6. 长期编码与 Agent 场景：把 Key 统一到 TaoToken

环境跑通只是开始，真正写点播系统业务代码时，AI 编程工具会高频调用模型。这时候 Key 管理就重要了。

如果你只是偶尔问几个问题，用模型对话页面就够了，打开 https://taotoken.net/chat 直接聊，不用配工具。

如果你长期用 Cline、Claude Code 这类工具写代码，建议走 Coding Plan，把额度集中管理，避免每个工具单独充值。入口在 https://taotoken.net/coding-plan。

配置细节和更多接入方式，文档里有完整说明：https://taotoken.net/doc。控制台里能看用量和余额：https://taotoken.net/console。

回到视频点播系统本身，环境搭好后的下一步是拉中间件容器。给你一个 docker-compose 片段，把 MySQL、Redis、MinIO 一起起来：

version: "3.8"
services:
  mysql:
    image: mysql:8.0
    environment:
      MYSQL_ROOT_PASSWORD: root123
    ports:
      - "3306:3306"
    volumes:
      - ./data/mysql:/var/lib/mysql
  redis:
    image: redis:7
    ports:
      - "6379:6379"
  minio:
    image: minio/minio
    command: server /data --console-address ":9001"
    environment:
      MINIO_ROOT_USER: minioadmin
      MINIO_ROOT_PASSWORD: minioadmin
    ports:
      - "9000:9000"
      - "9001:9001"
    volumes:
      - ./data/minio:/data

docker-compose up -d 之后，docker ps 能看到三个容器在跑。MySQL 建库、MinIO 建 bucket、Redis 直接可用，点播系统的存储层就齐了。转码环节再单独拉一个带 FFmpeg 的容器，或者直接在宿主机装 FFmpeg。

这套环境的好处是可复制：换台机器，把 docker-compose 和 CMakeLists 拷过去，十分钟重建。AI 工具的 Key 统一在 TaoToken，换工具不用重新配。虚拟机快照留一份，搞崩了直接回滚。

最后提醒一句：虚拟机密码别设太复杂，本地环境自己用，方便为主；但 TaoToken 的 Key 要当密码管，别提交到 Git 仓库里。