在Mac上部署Moshi项目的Web演示服务实现多机访问
2025-05-28 21:28:07作者:何举烈Damon
Moshi项目是一个开源的机器学习项目,它提供了一个本地Web演示界面。本文将详细介绍如何在Mac上正确配置Moshi的本地Web服务,使其能够被局域网内的其他机器访问。
问题背景
当开发者尝试在Mac上运行Moshi的本地Web演示服务时,可能会遇到以下情况:
- 使用localhost作为主机参数时,服务可以正常访问
- 但使用本机IP地址(如172.18.150.107)作为主机参数时,虽然能打开页面,点击连接后会出现错误
解决方案一:SSH端口转发
对于需要让其他机器访问的情况,最安全可靠的方式是使用SSH端口转发技术:
- 在服务端Mac上正常启动Moshi Web服务:
python -m moshi_mlx.local_web -q 4 --port 8080
- 在客户端机器上建立SSH隧道:
ssh -L 8998:localhost:8080 username@your_mac_ip
- 客户端浏览器访问:
http://localhost:8998
这种方法通过SSH加密隧道将服务端的8080端口映射到客户端的8998端口,既保证了安全性,又解决了跨机访问的问题。
解决方案二:启用HTTPS支持
Moshi项目最新版本增加了HTTPS支持选项,可以按照以下步骤配置:
- 首先生成自签名SSL证书:
openssl req -x509 -newkey rsa:4096 -keyout key.pem -out cert.pem -days 365 -nodes -subj "/CN=localhost"
- 使用SSL选项启动服务:
python -m moshi_mlx.local_web -q 4 --host your_ip --port 8080 --ssl ./
- 客户端使用HTTPS协议访问:
https://your_mac_ip:8080
注意:由于使用的是自签名证书,浏览器会显示安全警告,需要手动确认继续访问。
技术原理分析
Moshi的Web演示服务涉及音频流的传输,现代浏览器出于安全考虑,对通过HTTP协议传输的媒体流有严格限制:
- 混合内容限制:HTTPS页面中的HTTP媒体内容会被阻止
- 安全上下文要求:某些Web API(如getUserMedia)要求在安全上下文中运行
- 同源策略:限制了不同源之间的资源访问
这就是为什么直接使用HTTP和IP地址访问会出现问题的原因。上述两种解决方案分别从不同角度解决了这些限制。
最佳实践建议
- 对于临时演示,推荐使用SSH端口转发方案,简单安全
- 对于需要长期运行的场景,建议配置HTTPS并考虑使用正规CA签发的证书
- 如果是在受控内网环境,可以适当调整浏览器安全设置
- 注意防火墙设置,确保服务端口(如8080)没有被阻挡
通过以上方法,开发者可以轻松实现Moshi项目Web演示服务的多机访问,便于团队协作和演示展示。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
477
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.21 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
258