核心用法
Perry Workspaces 是一个基于 Tailscale tailnet 的隔离式 Docker 工作空间管理工具。用户通过简单的 CLI 命令即可快速创建、启动、停止和删除远程开发环境。核心工作流包括：使用 perry start 创建工作空间并自动克隆代码仓库，通过 perry shell 进入交互式终端，或直接使用 SSH 连接（用户名固定为 workspace）。每个工作空间预装了 Claude Code 和 OpenCode 两款 AI 编程助手，前者需在 shell 中直接调用，后者提供 Web UI（默认端口 4096）和 CLI 两种接入方式。
显著优点
网络层安全隔离：依托 Tailscale 的 WireGuard 加密网络，工作空间天然处于私有 tailnet 中，无需暴露公网端口即可安全访问。开箱即用的 AI 工具链：省去繁琐的环境配置，Claude Code 和 OpenCode 随容器启动即就绪，大幅降低 AI 辅助编程的门槛。极简的运维体验：命令设计直观（start/ls/stop/remove/shell），项目自动挂载到 ~/<name>> 目录，符合开发者直觉。灵活的访问方式：支持 MagicDNS 主机名或 IP 直连，SSH 和 Web UI 双通道满足不同场景需求。
潜在缺点与局限性
外部依赖较重：必须预先安装并配置 Tailscale，且需理解 tailnet 网络概念，对新手有一定学习成本。工具链锁定：预装的 Claude Code 和 OpenCode 版本由镜像决定，用户难以自定义或替换为其他 AI 工具。存储与状态管理未明确：文档未说明工作空间数据持久化策略，容器删除后数据是否保留存疑。调试信息有限：仅提示"慢启动时检查 Web UI"，缺乏详细的日志定位和故障排查指南。MagicDNS 可靠性：明确提示存在解析失败需回退到 IP 的情况，生产环境需准备备用方案。
适合的目标群体
主要面向三类用户：一是已在使用 Tailscale 的开发者，希望快速扩展远程开发能力；二是需要临时、可丢弃的隔离环境进行实验或评审代码的工程师；三是希望零配置体验 AI 编程助手的技术团队。不适合无 Tailscale 基础、需要高度定制化开发环境，或对数据持久性有严格要求的场景。
使用风险
性能层面：Docker 容器运行在远程服务器，网络延迟可能影响交互体验，大文件传输受 tailnet 带宽限制。依赖项风险：Perry CLI 工具本身需独立安装，其更新维护与 skill 文档可能不同步；Tailscale 服务中断将直接导致工作空间不可达。权限与配置风险：SSH 强制使用 workspace 用户，若用户误用本地用户名将导致连接失败；tailnet 的 ACL 配置不当可能意外暴露工作空间。数据安全：文档未明确说明工作空间是否加密存储，敏感代码仓库克隆前需评估信任边界。