打造类ChatGPT服务，本地部署大语言模型（LLM），如何远程访问？_langchain chatchat 公网访问

ChatGPT的成功，让越来越多的人开始关注大语言模型（LLM）。如果拥有了属于自己的大语言模型，就可以对其进行一些专属优化。例如：打造属于自己的AI助理，或是满足企业自身的业务及信息安全需求。

所以，这段时间，围绕LLM出现了不少的开源方案，能够实现私有化部署的同时打造专属模型。

以LangChain-Chatchat为例：

不仅最新版本可使用FastChat接入Vicuna, Alpaca, LLaMA, Koala, RWKV等模型。

同时，支持API调用服务，并可通过基于Streamlit的WebUI进行操作，满足多人使用，或是项目集成的需求。

然而，如需远程访问自建的私有LLM服务，还需解决不少的问题。

面对这类难题，贝锐花生壳无需公网IP、无需设置路由/网关，即可实现局域网服务的远程访问。

以下是贝锐花生壳搭配LangChain-Chatchat实现远程访问的整体流程：

首先，完成LangChain-Chatchat部署，具体可参考其github主页，本次使用了docker一键安装。

其次，在贝锐官网下载、安装花生壳的客户端，并在安装完成后，登录注册好的贝锐账号。

花生壳除了支持Windows、Mac、Linux、树莓派、OpenWRT、Android等多种操作系统及设备。

此外，花生壳还提供了硬件——花生壳盒子，适用于一些不便于安装软件客户端的场景。

随后，只需在花生壳主界面的内网穿透一栏点击新增映射，进入云端管理平台，根据提示信息填写，提交后就会自动生成外网访问地址。

例如：需浏览器远程访问LangChain-Chatchat Web UI，在填写时选择映射类型HTTPS，并填入Web UI局域网IP+端口号即可。

完成上述配置后，如需要远程访问LangChain-Chatchat时，只要使用贝锐花生壳生成的外网访问地址即可。

当然除了能够实现快速部署，贝锐花生壳还拥有其他诸多优势。同时，经过多年的迭代升级，贝锐花生壳内网穿透已被1800万+用户广泛应用于OA/ERP/CRM办公系统、私有云、视频监控、Web服务器、软件开发调试、遥感测绘、工业4.0等各种场景，助力企业快速实现内外网信息互联互通。