ChatGPT替代品？LocalAI+CPolar打造你的隐私保护AI实验室
文章目录
前言
当你用AI处理客户合同却担心数据被训练时，当企业因合规要求禁止使用云端API时——LocalAI的出现就像给数据安全上了"双重保险"。这款开源工具能让Llama、Phi等大模型直接跑在你的笔记本上，全程不上传任何数据，还完美兼容OpenAI API。特别适合处理商业机密的律师、需要离线工作的科研人员，以及对"数据主权"有执念的技术极客。最惊艳的是它的CPU推理能力：我的老旧ThinkPad都能流畅运行7B模型，彻底打破"AI必须依赖GPU"的神话 🖥️
作为经常处理敏感数据的程序员，我被它的"隐形模式"彻底征服。上周帮医疗团队分析病例文本，LocalAI在本地完成实体识别，原始数据从未离开医院内网——这种"结果输出但数据不留痕"的能力，让客户当场决定采购十套。不过要注意：首次使用需预留10GB以上存储空间；复杂任务建议选择量化模型。最意外的是模型兼容性，我用ChatGPT的代码改了两行就能对接LocalAI，迁移成本几乎为零。
但局域网的限制曾让这份安全感打折扣：家里的台式机部署了LocalAI，笔记本却无法访问；团队协作时，同事必须到我工位才能使用定制模型。最尴尬的是参加黑客马拉松时，想用LocalAI辅助开发，却发现现场网络禁止外部API调用——准备了半年的AI功能直接变成摆设。
直到CPolar为我的AI实验室开了"安全后门"🌐。现在localai.cpolar.cn这个固定地址就是我的"隐私AI网关"：在咖啡馆用平板就能调用家里的模型，客户通过加密链接使用定制AI服务。上个月给银行做项目时，我们在隔离网络中部署LocalAI，通过CPolar实现开发机远程调试——这种"内外网隔离+数据本地化"的方案，连甲方的安全审计都挑不出毛病。最关键的是成本控制，用旧电脑跑LocalAI+CPolar，每年省下近万元API调用费。
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】
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：
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：
sudocurl https://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）
sudo systemctl status cpolar 
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：
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。
从被云端AI绑架到掌控数据主权，LocalAI+CPolar的组合不仅让我的敏感数据处理效率提升40%，更重新定义了"AI民主化"的边界。原来真正的AI自由，不是依赖更强的算力，而是拥有随时离线工作的底气和保护隐私的能力。
本篇文章知识点来源[cpolar官网][https://www.cpolar.com]
