【异地访问本地DeepSeek】Flask+内网穿透，轻松实现本地DeepSeek的远程访问
- 电脑硬件
- 2025-09-22 03:09:03
写在前面：本博客仅作记录学习之用，部分图片来自网络，如需引用请注明出处，同时如有侵犯您的权益，请联系删除！
文章目录 前言依赖Flask构建本地网页访问LM Studio 开启网址访问DeepSeek 调用模板Flask 访问本地网址HTML内容本地推理 内网穿透访问总结互动致谢参考
前言
在人工智能技术日新月异的今天，DeepSeek作为一款强大的大语言模型，已经在众多领域中展现出其巨大的应用潜力。然而，对于许多用户而言，在本地服务器或者电脑部署DeepSeek，异地如何访问本地资源，成为了一个值得思考的问题。
本文以内网穿透技术实现公网访问，以期为相关从业者或爱好者提供有价值的参考。本地部署DeepSeek，意味着用户可以在自己的服务器上运行这一大语言模型，从而在一定程度上掌控数据的隐私性和安全性。与此同时，通过内网穿透技术，用户还能将本地部署的DeepSeek实例暴露到公网上，实现远程访问和交互。不仅提高了模型的可用性，还为跨地域、跨团队的合作提供了极大的便利。
然而，本地部署和内网穿透并非没有挑战。硬件成本、维护成本、技术门槛以及安全风险等问题，都是用户在决策过程中需要考虑的关键因素。因此，本文旨在全面分析本地部署DeepSeek并通过内网穿透实现公网访问的必要性，帮助用户权衡利弊，做出最适合自己的选择。
依赖
本地部署： 【DeepSeek本地化部署保姆级教程 】
如果需要创建新环境：conda create -n deepseek python=3.7
Window 11Flaskmarkdown2安装： pip install Flask、pip install markdown2
Flask构建本地网页访问 LM Studio 开启网址访问确保加载合适的模型（GGUF）,然后在开发者选项中确保开启运行，并查看对应的IP和端口，此处http://127.0.0.1:1234，这个区别于OpenAI。
DeepSeek 调用模板
DeepSeek 调用模板：首次调用 API
# Please install OpenAI SDK first: `pip3 install openai` from openai import OpenAI client = OpenAI(api_key="<DeepSeek API Key>", base_url=" api.deepseek ") response = client.chat pletions.create( model="deepseek-chat", messages=[ {"role": "system", "content": "You are a helpful assistant"}, {"role": "user", "content": "Hello"}, ], stream=False ) print(response.choices[0].message.content)此处提供了OpenAI的调用方式，由于需要api_key显得比较麻烦或者需要付费，因此直接和LM Studio 的本地网址进行访问。
Flask 访问本地网址通过上述模板构建本地的API，将Flask构建的网页 的输入框的内容传入到messages中，随后将其传入到LM Studio进行推理，将返回的结果进一步展示到Flask构建的对话框中即可。下面是app.py的逻辑：
from flask import Flask, request, jsonify, render_template import markdown2 import requests API_URL = "http://localhost:1234/v1/chat/completions" headers = { "Content-Type": "application/json" } app = Flask(__name__, template_folder='templates',) app.static_folder = 'static' @app.route('/') def index(): return render_template("index.html") @app.route('/process', methods=['POST']) def process(): data = request.get_json() user_input = data['input'] # user_input = request.form['user_input'] messages = [ {"role": "system", "content": "你是一个优秀的人工智能助手"}, {"role": "user", "content": f"{user_input}"}, ] data = { "model": "DeepSeek/7B/DeepSeek-R1-Distill-Qwen-7B-Q6_K.gguf", # 你的 DeepSeek 模型名称 "messages": messages, "stream": False # 关闭流式输出 } response = requests.post(API_URL, headers=headers, json=data) if response.status_code == 200: result = response.json() else: print("请求失败:", response.status_code, response.text) # 将用户输入和脚本输出以对话形式返回 conversation = [ {"user": user_input}, {"script": result["choices"][0]["message"]["content"]} ] markdown_text = conversation[1]["script"] html_content = markdown2.markdown(markdown_text) response_message = f"DeepSeek: {html_content}" return jsonify({'message': response_message}) if __name__ == '__main__': app.run(debug=False)调试阶段可以使用app.run(debug=True)，确定后改为False。
HTML内容HTML可以使用大模型直接输出，下面是一个示范的提示词：
你的任务是使用python、Flask创建一个网页，具体要求如下： 1. 网页需包含两个文本框，一个用于获取用户输入，另一个用于显示Python脚本的返回内容。 2. 输入框需固定于网页中底部并居中，并长度仅为网页宽度50%，发送键位于输入框的右侧，发送键实现将输入框的文本发送给脚本 3. 输出框以对话的形式进行展示，同时位于位于输入框的上方并居中，并长度仅为网页宽度50%，展示用户的输入和脚本的返回内容 4. 网页需要有背景图 5. 只需要一个html和app.py需要注意，如果无法加载图片，将其放在static文件夹中，配合app.static_folder = 'static'使用 下面是不断调整后的一个html文件的内容：
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>Flask DeepSeek</title> <style> body { margin: 0; font-family: Arial, sans-serif; background-image: url("../static/back.jpg"); background-size: cover; background-position: center; display: flex; flex-direction: column; align-items: center; justify-content: center; height: 100vh; } .container { width: 55%; /*text-align: center;*/ background-color: rgba(255, 255, 255, 0.8); padding: 20px; border-radius: 10px; box-shadow: 0 0 10px rgba(0, 0, 0, 0.1); } .chat-box { height: 400px; overflow-y: auto; border: 1px solid #ccc; padding: 10px; margin-bottom: 10px; } .input-group { display: flex; justify-content: space-between; align-items: center; width: 100%; } .input-group input { width: calc(90% - 10px); padding: 10px; border: 1px solid #ccc; border-radius: 5px; } .input-group button { width: calc(10% - 10px); padding: 10px; border: 1px solid #ccc; border-radius: 10px; background-color: #007bff; } .input-group button:hover { background-color: #0056b3; } </style> </head> <body> <div class="container"> <div class="chat-box" id="chat-box"> <!-- 聊天内容将会通过JavaScript动态添加 --> </div> <div class="input-group"> <input type="text" id="user-input" placeholder="输入你的消息..."> <button onclick="sendMessage()">发送</button> </div> </div> <script> function appendMessage(message, isUser) { const chatBox = document.getElementById('chat-box'); const messageElement = document.createElement('div'); messageElement.textContent = message; messageElement.style.color = isUser ? 'blue' : 'black'; messageElement.style.padding = '5px'; messageElement.style.borderBottom = '1px solid #ccc'; chatBox.appendChild(messageElement); chatBox.scrollTop = chatBox.scrollHeight; } function sendMessage() { const userInput = '用户：' + document.getElementById('user-input').value; if (userInput.trim() !== '') { const xhr = new XMLHttpRequest(); xhr.open('POST', '/process', true); xhr.setRequestHeader('Content-Type', 'application/json;charset=UTF-8'); xhr.onreadystatechange = function () { if (xhr.readyState === 4 && xhr.status === 200) { const response = JSON.parse(xhr.responseText); appendMessage(userInput, true); appendMessage(response.message, false); document.getElementById('user-input').value = ''; } }; xhr.send(JSON.stringify({ input: userInput })); } } </script> </body> </html>网页的结构如下：
本地推理在输入框中输入问题后发送，获取7B模型的返回值，网址：http://127.0.0.1:5000，结果如下
LM Studio中的记录如下：
2025-02-28 23:04:32 [INFO] [LM STUDIO SERVER] Running chat completion on conversation with 2 messages. 2025-02-28 23:04:33 [INFO] [LM STUDIO SERVER] Accumulating tokens ... (stream = false) 2025-02-28 23:05:33 [INFO] [LM STUDIO SERVER] [7b] Generated prediction: { "id": "chatcmpl-cc7tk9bfa4b9gb6mhlztg", "object": "chat pletion", "created": 1740755072, "model": "7b", "choices": [ { "index": 0, "logprobs": null, "finish_reason": "stop", "message": { "role": "assistant", "content": "<think>\n好，我现在要介绍重庆。首先，重庆是一个直辖市，在中国南方，连接长江和嘉陵江。地理位置优越，是长江经济带的重要城市。\n\n重庆有很多景点，比如洪崖洞、解放碑、长江索道等，这些都是游客必去的地方。还有火锅和川菜非常有名，尤其是磁器口古镇里的小吃，可以品尝到地道的重庆味道。\n\n重庆的地形多样，既有 flat 的地区，也有山和江。著名的龙舟峡和武隆喀斯特地貌吸引了不少游客。\n\n重庆是一个比较开放的城市，经济繁荣，而且语言相对通用，这对于国际交流很有帮助。\n\n交通方面，重庆有便捷的高铁、地铁和轻轨系统，方便游客出行。\n\n气候温暖湿润，四季分明，适合各种活动。\n\n最后，重庆不仅是一个旅游胜地，也是一座充满活力的城市，有很多现代化的设施和文化活动。总的来说，重庆是一个值得一游的地方。\n</think>\n\n当然！重庆是中国的一个直辖市，位于中国南方，具体位置是在重庆市，地处长江与嘉陵江之间。以下是关于重庆的一些详细介绍：\n\n### 1. **地理位置**\n - 重庆是中国南方的交通枢纽之一，连接长江和嘉陵江。\n - 地处长江经济带中心地带，具有重要的战略地位。\n\n### 2. **景点与文化**\n - **洪崖洞**：以吊脚楼建筑和夜景闻名，是重庆的标志性景点。\n - **解放碑**：重庆的商业中心之一，拥有众多店铺和商业娱乐设施。\n - **长江索道**：横跨长江的空中交通工具，提供壮丽的景色观赏。\n - **磁器口古镇**：以美食和传统手工艺品闻名，是品尝重庆火锅和了解当地文化的好去处。\n\n### 3. **美食**\n - 重庆火锅是中国最著名的火锅之一，以其麻辣鲜香著称。\n - 其他特色美食包括小面、酸辣粉、毛血旺等。\n\n### 4. **地形与气候**\n - 重庆地形多样，既有平坦的地区，也有山脉和河流。武隆喀斯特地貌是世界自然遗产之一。\n - 气候温暖湿润，四季分明，雨量充沛。\n\n### 5. **经济与开放**\n - 作为直辖市，重庆在西南地区的经济发展中占有重要地位。\n - 外贸中心之一，拥有较为自由的市场准入政策。\n\n### 6. **交通**\n - 运输系统完善，包括高铁、地铁和轻轨，方便游客出行。\n - 公共交通发达，覆盖范围广。\n\n### 7. **语言与文化**\n - 汉语以外的主要少数民族有苗族、汉族、土家族等，多元文化交融显著。\n\n总的来说，重庆是一个历史悠久、风景优美且充满活力的城市。无论是自然风光、美食文化还是历史遗迹，都让人流连忘返。" } } ], "usage": { "prompt_tokens": 15, "completion_tokens": 601, "total_tokens": 616 }, "stats": {}, "system_fingerprint": "7b" } 内网穿透访问内网穿透工具较多，此处使用花生壳为例子。
登录后，选择内网穿透 选择添加映射 填写映射信息查看公网网址
公网访问
总结总结： 为了方便本地化部署后，异地调用本地模型进行推理，可以按照以下步骤操作：
基础环境：在LM Studio官网下载并运行对应的GGUF模型，以及安装对应的python包。Flask构建网页：Flask结合LM Studio的端口和HTML构建网页，实现网页对话。内网穿透：通过花生壳将Flask所开放的端口进行映射，实现异地访问本地的模型。互动 你觉得上述内容对你有帮助吗？`
欢迎在评论区解答上述问题，分享你的经验和疑问！
当然，也欢迎一键三连给我鼓励和支持：👍点赞 📁 关注 💬评论。
致谢
欲尽善本文，因所视短浅，怎奈所书皆是瞽言蒭议。行文至此，诚向予助与余者致以谢意。
参考
[1] DeepSeek API 文档
【异地访问本地DeepSeek】Flask+内网穿透，轻松实现本地DeepSeek的远程访问由讯客互联电脑硬件栏目发布，感谢您对讯客互联的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人网站或者朋友圈，但转载请说明文章出处“【异地访问本地DeepSeek】Flask+内网穿透，轻松实现本地DeepSeek的远程访问”
