文章目录
- 前言
- 【视频教程】
- 1. Docker部署
- 2. 简单使用演示
- 3. 安装cpolar内网穿透
- 4. 配置公网地址
- 5. 配置固定公网地址
前言
LocalAI 是一款开源工具，支持在本地部署多种大语言模型和多模态工具，能实现文本生成、图像创作等 AI 功能，数据无需上传云端。适合注重隐私的个人用户、研究团队，以及需要在内部网络搭建 AI 服务的企业，既享受 AI 便利，又保障数据安全。
使用 LocalAI 时，发现它对硬件要求不算太高，普通电脑的 CPU 也能运行轻量模型。不过要注意，下载大模型时需保证网络稳定，否则容易中断；首次启动可能需要耐心等待模型加载。
但 LocalAI 默认只能在局域网内使用，限制了使用场景。比如在家训练好模型，想在公司继续调试，就得重新部署；团队成员想远程协作使用同一模型，也无法直接访问。
而 LocalAI 与 cpolar 结合后，轻松实现公网访问。在家部署的模型，在公司通过公网地址就能调用，团队成员也能远程访问共同使用，既保持数据本地存储的安全性，又打破了局域网的使用局限。
本文主要介绍如何在本地服务器部署无需依托高昂价格的GPU，也可以在本地运行离线AI项目的开源AI神器LoaclAI，并结合cpolar内网穿透轻松实现远程使用的超详细教程。
【视频教程】
1. Docker部署
本例使用Ubuntu 22.04进行演示，使用Docker进行部署，如果没有安装Docker，可以查看这篇教程进行安装：《Docker安装教程——Linux、Windows、MacOS》
安装好Docker后，打开终端执行这行命令启动容器即可：
sudodocker run -ti --name local-ai -p8080:8080 localai/localai:latest-cpu这里使用的镜像是仅使用CPU来运行的镜像，如果大家有Nvidia显卡的好GPU，也可以使用下方命令拉取支持N卡的镜像来运行容器：
sudodocker run -ti --name local-ai -p8080:8080 --gpus all localai/localai:latest-gpu-nvidia-cuda-12更多项目配置与使用详情大家也可以访问作者的github主页进行查看：https://github.com/mudler/LocalAI
2. 简单使用演示
容器启动后，我们在Ubuntu中使用浏览器访问 http://localhost:8080 即可打开LocalAI的Web UI页面：
能看到页面中央提示我们现在还没有添加大模型，我们可以点击Gallery，在跳转页面选择一个大模型：
可以看到在这个界面中有600多个大模型，并且可以根据用途标签（文字转语音、图片生成、文章生成等等）进行筛选或者在下方输入框搜索指定的模型：
我这里以添加llama-3.2-1b模型来进行演示：点击install按钮安装等待完成即可
安装完成后，点击页面上方导航条中的HOME回到主页即可发现刚刚添加的llama-3.2模型：
想要使用这个AI大模型，点击上方导航中的chat即可与它聊天了：
点击右侧的模型选择，下拉框中会显示你已经安装的大模型：
目前我只安装了这一个，如果想继续安装其他大模型，可以点击页面上方导航栏中的Models进行选择：（跳转的就是首次挑选模型安装的那个页面）
3. 安装cpolar内网穿透
不过我们目前只能在本地局域网内访问刚刚部署的LocalAI来使用AI大模型聊天，如果想不在同一局域网内时，也能在外部网络环境使用手机、平板、电脑等设备远程访问与使用它，应该怎么办呢？我们可以使用cpolar内网穿透工具来实现远程访问的需求。无需公网IP，也不用设置路由器那么麻烦。
下面是安装cpolar步骤：
Cpolar官网地址:https://www.cpolar.com
使用一键脚本安装命令：
sudocurlhttps://get.cpolar.sh|sh安装完成后，执行下方命令查看cpolar服务状态：（如图所示即为正常启动）
sudosystemctl status cpolarCpolar安装和成功启动服务后，在浏览器上输入ubuntu主机IP加9200端口即:【http://localhost:9200】访问Cpolar管理界面，使用Cpolar官网注册的账号登录,登录后即可看到cpolar web 配置界面,接下来在web 界面配置即可：
4. 配置公网地址
登录cpolar web UI管理界面后,点击左侧仪表盘的隧道管理——创建隧道：
- 隧道名称：可自定义，本例使用了: localai ，注意不要与已有的隧道名称重复
- 协议：http
- 本地地址：8080
- 域名类型：随机域名
- 地区：选择China Top
点击创建：
创建成功后，打开左侧在线隧道列表,可以看到刚刚通过创建隧道生成了两个公网地址，接下来就可以在其他电脑或者移动端设备（异地）上，使用任意一个地址在浏览器中访问即可。
如图所示，现在就已经成功实现使用公网地址异地远程访问本地部署的LocalAI来用AI大模型聊天啦！
小结
为了方便演示，我们在上边的操作过程中使用cpolar生成的HTTP公网地址隧道，其公网地址是随机生成的。这种随机地址的优势在于建立速度快，可以立即使用。然而，它的缺点是网址是随机生成，这个地址在24小时内会发生随机变化，更适合于临时使用。
如果有长期使用LocalAI，或者异地访问与使用其他本地部署的服务的需求，但又不想每天重新配置公网地址，还想让公网地址好看又好记并体验更多功能与更快的带宽，那我推荐大家选择使用固定的二级子域名方式来配置公网地址。
5. 配置固定公网地址
由于以上使用cpolar所创建的隧道使用的是随机公网地址，24小时内会随机变化，不利于长期远程访问。因此我们可以为其配置二级子域名，该地址为固定地址，不会随机变化。
注意需要将cpolar套餐升级至基础套餐或以上，且每个套餐对应的带宽不一样。【cpolar.cn已备案】
点击左侧的预留，选择保留二级子域名，地区选择china top，然后设置一个二级子域名名称，我这里演示使用的是mylocal，大家可以自定义。填写备注信息，点击保留。
保留成功后复制保留的二级子域名地址：
登录cpolar web UI管理界面，点击左侧仪表盘的隧道管理——隧道列表，找到所要配置的隧道localai，点击右侧的编辑。
修改隧道信息，将保留成功的二级子域名配置到隧道中
- 域名类型：选择二级子域名
- Sub Domain：填写保留成功的二级子域名
- 地区: China Top
点击更新
更新完成后，打开在线隧道列表，此时可以看到随机的公网地址已经发生变化，地址名称也变成了保留和固定的二级子域名名称。
最后，我们使用固定的公网地址在任意设备的浏览器中访问，可以看到成功访问本地部署的LocalAI Web UI页面，这样一个永久不会变化的二级子域名公网网址即设置好了。
以上就是如何在本地Ubuntu系统使用Docker快速部署开源AI服务LocalAI，并安装cpolar内网穿透工具配置固定不变的二级子域名公网地址，实现随时随地远程在线与AI大模型交互的全部流程，感谢您的观看，有任何问题欢迎留言交流。
总结：LocalAI 与 cpolar 的搭配，让本地 AI 服务的使用更灵活。无需担心数据泄露，又能实现远程访问，为 AI 应用提供了更实用的解决方案。
本篇文章知识点来源[cpolar官网][https://www.cpolar.com]
