Läuft vLLM bereits? Überspringen Sie direkt zu Schritt 3: Installation des Tokios-Connectors. Falls Sie nur die Kurzfassung benötigen, lesen Sie bitte Fernzugriff auf vLLM.
Voraussetzungen
Bevor Sie beginnen, stellen Sie bitte sicher, dass folgendes vorhanden ist:- 1 NVIDIA-GPU mit CUDA-Unterstützung (RTX 3090, 4090, A100 oder DGX Spark).
- CUDA 12.1+ ist installiert (führen Sie
nvidia-smiaus, um dies zu überprüfen). - Python 3.9–3.12 mit verfügbarem
pip. - Ein Tokios account-Konto (die Registrierung ist kostenlos).
Schritt 1: vLLM installieren und starten
Installieren Sie vLLM mittels pip:127.0.0.1 – verwenden Sie keine breitere Bindung:
http://127.0.0.1:8000.
Überprüfen Sie, ob der Server aktiv ist.
Öffnen Sie in einem weiteren Terminal:Häufig genutzte Startkonfigurationen
Wählen Sie die Parameter, die zu Ihrer Hardware passen:Mehrfach-GPU: Tensor-Parallelismus
Bei Modellen, die nicht in den Speicher von 1 GPUs passen, kann man Tensor-Parallelismus nutzen, um mehrere GPUs auf demselben Rechner zu verwenden:Windows (WSL2)
vLLM lässt sich unter Windows nicht nativ ausführen. Nutzen Sie stattdessen Docker innerhalb von WSL2 mit GPU-Passthrough.Schritt 2: Testen Sie die Funktionen lokal.
Stellen Sie vor der Einrichtung des Remote-Zugriffs sicher, dass vLLM korrekt reagiert.Schritt 3: Installieren Sie den Tokios-Connector.
Der Connector initiiert Verbindungen ausgehend von Ihrem Rechner zuhttps://api.tokios.com. Es werden keine eingehenden Ports geöffnet, keine Portweiterleitungen benötigt sowie keine DNS-Einträge erforderlich.
Melden Sie sich bei tokios.com/console an, öffnen Sie den Reiter Setup und klicken Sie auf Start pairing. Tokios generiert anschließend einen einmalig gültigen Pairing-Code wie TKS-XXXX-XXXX, der etwa 15 Minuten lang verwendbar ist.
Geben Sie den Installationsbefehl auf dem Rechner ein, auf dem vLLM läuft.
Windows
macOS
Linux
tokios-connector bereits installiert? Geben Sie den Code direkt ein.
ct-tok-…) über den Tunnel übermittelt – es wird weder auf dem Bildschirm angezeigt noch müssen Sie es in eine Datei einfügen.
Schritt 4: Richten Sie den Connector auf vLLM aus
Der OpenAI-kompatible Server von vLLM verwendet exakt die Schnittstelle, die Tokios erwartet. Bei einem einzelnen Modell wählt der Einrichtungs-Assistent der Konsole automatischhttp://127.0.0.1:8000/v1 aus.
Bei mehreren Modellen oder einer individuellen Konfiguration erstellen Sie bitte ein tokios-connector.json.
Schritt 5: Registrieren Sie eine Deployment
Auf dem Reiter Models legen Sie Ihr vLLM-Modell an und wählen einen öffentlichen Namen – etwamistral-tunnel.
Dieser öffentliche Name wird von Clients im Feld model übermittelt. Er steht unabhängig von der lokalen Upstream-Modell-ID von vLLM, sodass Sie das Upstream-Modell ändern können, ohne bestehende Client-Konfigurationen zu beeinträchtigen.
Schritt 6: Erstellen Sie einen API-Schlüssel
Auf dem Reiter Keys klicken Sie auf Create key.- Optional können Sie den API-Schlüssel auf bestimmte Deployments beschränken, indem Sie Muster für Modellnamen angeben – als Kommasett getrennte Platzhalter, wobei
*für alle Modelle gilt. - Kopieren Sie den
sk-tok-…-Schlüssel nun – er wird nur ein einziges Mal angezeigt.
Schritt 7: Verbindung von jedem beliebigen Client aus herstellen
Ihr vLLM-Modell ist nun unterhttps://api.tokios.com erreichbar. So rufen Sie es auf:
Sicherheitsmodell: Tunnel ausschließlich für ausgehende Verbindungen
Im Folgenden erklären wir, worin sich dieses Verfahren von SSH-Tunneln, Port-Weiterleitungen oder Tailscale unterscheidet:
Ihr vLLM-Prozess bleibt unverändert bei
127.0.0.1:8000 und ist von außen nicht erreichbar. Der Connector ist das einzige Element, das Zugriff darauf hat, und er initiiert ausschließlich ausgehende Verbindungen.
Sie können das
--api-key-Flag von vLLM weiterhin nutzen, um die Sicherheit der Loopback-Verbindung zwischen Connector und vLLM zu erhöhen. Anfragen von Clients über Tokios werden mittels Ihres sk-tok-… API-Schlüssels authentifiziert – nur der Connector erhält überhaupt Zugriff auf 127.0.0.1:8000.Häufig gestellte Fragen
Funktioniert das Streaming?
Funktioniert das Streaming?
Ja. Legen Sie
"stream": true fest; daraufhin liefert Tokios standardmäßige Server-Sent Events (SSE) im OpenAI- oder Anthropic-Format, je nachdem, welche API-Schnittstelle Sie genutzt haben.Kann ich mehrere Modelle gleichzeitig bereitstellen?
Kann ich mehrere Modelle gleichzeitig bereitstellen?
Ja. Registrieren Sie weitere Deployments im Reiter Models oder nutzen Sie eine
tokios-connector.json-Konfiguration, um mehrere Upstream-Modell-IDs sowie Routen zu definieren. Weitere Informationen finden Sie unter Connector-Konfiguration.Ist es möglich, Zugriffsrechte an Teammitglieder zu vergeben?
Ist es möglich, Zugriffsrechte an Teammitglieder zu vergeben?
Ja. Erstellen Sie für jedes Teammitglied einen separaten
sk-tok-…-API-Schlüssel im Reiter Keys. Beschränken Sie die Berechtigungen jedes Schlüssels auf die jeweils benötigten Deployments. Durch das Deaktivieren eines Schlüssels wird der Zugriff sofort entzogen.Was geschieht, wenn vLLM neu gestartet wird?
Was geschieht, wenn vLLM neu gestartet wird?
Der Connector stellt automatisch eine neue Verbindung zu vLLM her, sobald dieses wieder verfügbar ist. Keine manuelle Eingreifung erforderlich – starten Sie vLLM neu, und der Endpunkt ist sofort wieder nutzbar.
Funktioniert das auch unter Windows?
Funktioniert das auch unter Windows?
Ja. Führen Sie vLLM mithilfe von Docker in WSL2 aus (siehe die oben genannte WSL2-Konfiguration). Anschließend installieren Sie den Tokios-Connector entweder auf dem Windows-Host oder in WSL2 – beides ist möglich.
Ihr vLLM, jederzeit und überall erreichbar
vLLM läuft weiterhin exakt wie bisher – auf dem lokalen Rechner, auf Ihrer GPU, ohne dass dazu externe Ports erforderlich wären. Der Connector initiiert lediglich ausgehende Verbindungen. Alles Weitere – Authentifizierung, Routing, Streaming sowie Verwaltung der API-Schlüssel – erfolgt über einen einzigen Endpunkt, den Sie von jedem Gerät, Teammitglied oder Agenten aus aufrufen können, dem Sie einen Schlüssel zuweisen.Schnellstart
Richten Sie einen Connector ein und registrieren Sie Ihr erstes Modell in nur wenigen Schritten.
API-Schlüssel
Erstellen, verwalten und wechseln Sie sk-tok-… API-Schlüssel für Teammitglieder sowie Agenten.
Kompatible Clients
39 Clients, die sich erfolgreich nutzen lassen – Coding-Agenten, Chat-Anwendungen sowie SDKs.
Vergleich der Remote-Zugriffsmethoden
Ein Vergleich von Tokios mit Tailscale, Cloudflare Tunnel sowie SSH-Tunneln.