本文详细讲解如何将 Ollama 部署在本地，并通过内网穿透实现远程调用，并深入对比直连 Ollama vs 通过 One-API 统一网关调用两种架构，给出完整实战方案与最佳实践，适合个人开发者、企业私有化部署、内网大模型调用场景。

一、背景与需求分析

随着本地大模型能力不断提升，越来越多开发者选择使用Ollama 在本地运行大模型，例如：

• llama3.1
• qwen2
• deepseek-r1
• mistral

但随之而来的问题是：

如何在外网远程调用本地运行的 Ollama？

核心需求：

• 本地 GPU 跑模型
• 远程电脑 / 服务器 / 笔记本 / 手机可访问
• 安全
• 稳定
• 低延迟

于是就引出了本文的两大方案：

1. 直接对 Ollama 进行内网穿透
2. 通过 One-API 作为统一网关中转

二、整体架构方案对比

方案 A：直连 Ollama（推荐个人使用 ⭐⭐⭐⭐⭐）

远程客户端 ↓ 内网穿透 ↓ Ollama 本地模型

优点：

• 架构极简
• 延迟最低
• 部署最简单
• 成本最低

缺点：

• 无统一鉴权
• 无限流
• 无审计日志
• 容易被恶意刷爆 GPU

方案 B：One-API 中转（企业级 ⭐⭐⭐⭐⭐）

客户端 → One-API → 内网穿透 → Ollama

优点：

• 统一 API 接口（OpenAI 兼容）
• 多模型统一管理
• 鉴权 + 限流 + 日志
• 支持多用户 / 多租户

缺点：

• 架构更复杂
• 延迟略微增加

适用建议