用途：在 TrueFoundry 上启动 SSH 服务器，用于远程开发与调试，支持 VS Code Remote-SSH 或任意 SSH 客户端连接，并可申请 GPU 与持久化存储。
主要能力：提供 CPU 与 CUDA 两种镜像（ssh-server:0.4.5-py3.12.12、ssh-server:0.4.5-cu129-py3.12.12）；可配置 home_directory_size（默认 20GB）、CPU/内存/临时存储及 NVIDIA GPU；home 目录与 conda 环境、home 下 pip 包可持久化，APT 包不持久，需通过镜像构建脚本处理；支持 scale-to-zero，仅检测活动 SSH 连接和前台应用，后台进程不计入；可通过继承镜像自定义，但不得修改 ENTRYPOINT 或 CMD。
使用方式：前提是设置 TFY_BASE_URL、TFY_API_KEY，并明确 TFY_WORKSPACE_FQN（不可自动选择）。检查 tfy --version，缺失时安装 pip install 'truefoundry==0.5.0' 并执行 tfy login --host "$TFY_BASE_URL"。编写 YAML 清单后先预览 tfy apply -f tfy-manifest.yaml --dry-run --show-diff，再执行 tfy apply -f tfy-manifest.yaml；也可通过 UI（Deployments → New Deployment → SSH Server）部署。CLI 不可用时用 scripts/tfy-api.sh 调用 PUT /api/svc/v1/apps。连接前需准备 SSH 密钥（ssh-keygen -t rsa 生成，部署时添加公钥），安装 VS Code Remote-SSH 扩展。SSH 隧道需安装 proxytunnel（macOS 用 brew install proxytunnel，Ubuntu 用发行版包管理器），或改用 nc。文件传输可用 scp 或 rsync。
适用场景：远程开发环境、VS Code 连接云 GPU、开发调试用 SSH、远程开发机。
限制：不适合部署服务或模型，Jupyter 笔记本应使用 notebooks 技能。多用户需逐个在 UI 添加队友公钥并确认归属。密钥仅授权访问该容器。常见错误包括 CLI 未安装、清单校验失败（需校验 YAML 与必需字段 name/type/workspace_fqn）、无法连接、GPU 不可用、服务器因自动关机意外停止，REST API 可能出现 401/404/422。具体费用与价格资料暂未提供。