从配置到实战：LocalAI+cpolar实现本地AI训练与跨平台访问全过程

前言

技术爱好者们注意了！今天为您带来一套颠覆性的本地化部署方案——基于LocalAI的智能计算架构。这个开源项目能将普通PC升级为具备强大AI运算能力的终端设备，实现高效模型推理与多样化内容创作。其创新之处在于突破硬件限制，即使是基础显卡配置的机器也能稳定运行。当我们将LocalAI与网络穿透工具cpolar深度结合后，无论身处办公室还是移动场景，都能实现安全的远程项目访问。这种技术组合不仅强化了数据防护体系，更打破了传统AI开发的物理边界。现在就让我们共同探索这套低成本、高效率的本地智能部署方案！

image-20250107161115378

【视频教程】

支持CPU推理运行的开源AI神器LocalAI本地安装与远程使用教程

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：

sudo docker run -ti --name local-ai -p 8080:8080 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：

sudo docker run -ti --name local-ai -p 8080:8080 --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：

image-20250107150311522

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：

image-20250107151137003

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：

1736234546248

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

image-20250107151337786

image-20250107151539442

image-20250107151705300

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：

image-20250107153151174

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：

image-20250107153311605

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：

image-20250107153543150

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）

image-20250107153714760

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：

sudo curl https://get.cpolar.sh | sh

img

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）

sudo systemctl status cpolar

img

Cpolar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：

image-20240801133735424

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：

image-20250107155748353

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。

image-20250107160010472

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！

image-20250107160149458

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。

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。

image-20250107160432921

保留成功后复制保留的二级子域名地址：

image-20250107160503136

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。

image-20250107160552136

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

image-20250107160647570

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。

image-20250107160726385

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。

image-20250107160928361

这项技术组合是否已点燃您的创新思维？LocalAI与cpolar的系统集成不仅突破硬件性能的桎梏，更重构了计算资源的使用模式。试想在移动场景中，通过智能设备即时连接云端模型——这种颠覆性体验正等待您去探索。

我们期待您分享实践中的创新发现，无论是部署优化的独到见解，还是跨平台应用的突破方案，都能在技术社区形成价值共鸣。点击获取最新技术洞察，携手打造开放共享的本地化AI生态。下期将解析容器化技术对系统稳定性的增强方案，精彩内容敬请期待！