メインコンテンツへスキップ
デフォルトではvLLMのOpenAI互換サーバーはhttp://127.0.0.1:8000/v1で待ち受けているが、範囲を広く設定したりポートを転送しない限り他のマシンからはアクセスできない。vLLMには--api-keyフラグも存在するが、公式ドキュメントではこれに全面的に頼るべきではないと明記されている。そのためvLLMはローカルホスト上で動作させ、その隣でTokiosコネクターを実行するのが最適だ。コネクターがhttps://api.tokios.comへ接続し、各種ツールやチームメンバー、エージェントはどこからでも認証済みのエンドポイントを呼び出せるようになる。
高度なランタイム環境 vLLMは高スループットを目指したPython製GPUサーバーであり、デスクトップツールよりも多くの設定や調整が必要だ。もっと手軽にモデルを提供したい場合はOllamaやLM Studioから始めるのが良い。Tokiosはこれらすべてと同様の方法で接続可能だ。

vLLMの--api-key機能だけでは不十分だ

vllm serve --api-key <key>ではリクエストにベアラートークンが必要であり、これは第一段階のセキュリティ対策としては妥当だ。だがvLLMのセキュリティ文書によれば問題はスコープにある。このキー検証は/v1パスのみを対象としており、同一サーバー上の他のエンドポイントは保護されていない。公式推奨事項としては、公開したいエンドポイントのみを許可するリバースプロキシを前面に設置することだ。単独の--api-keyだけでは十分な境界防御にはならない。
これはvLLM自体への批判ではない。--api-keyは対象パスに対しては期待通りの機能を果たしている。ただし「どこからでも認証を経てこのサーバーへリクエストを送れるようにする」という目的には別のソリューションが必要だ。Tokiosはまさにそのために作られており、vLLMホスト上に受信用ポートを一切開設しないため、許可リスト化すべきリスニング対象も存在しないのだ。

送信専用のアプローチ

1

いつも通りローカル環境でvLLMを実行する

vLLMを127.0.0.1上で動作させよう。ループバック範囲より広く設定してはいけない。そしてOpenAI互換サーバーを起動する。
デフォルトのhttp://127.0.0.1:8000で待ち受け状態を維持する。
2

Tokiosコネクターをペアリングする

まず tokios.com/console にサインインし、Setup タブを開いて Start pairing をクリックします。Tokios は一度だけ使える ペアリングコード を TKS-XXXX-XXXX のような形式で表示します。有効期間は約15分です。vLLMが稼働しているマシン上で、ご使用のOS向けのインストール用ワンライナーを実行します。
Windows
macOS
Linux
すでにtokios-connectorがインストール済みの場合は、代わりにそのコードを直接指定します。
コンソールに戻り、デバイスを approve してください。Setup タブまたは Connectors タブで操作できます。承認されると、コネクターのトークンがトンネル経由で配信されます。画面に表示されたり、ファイルに貼り付けたりすることはありません。
3

コネクターの接続先をvLLMの/v1 APIに指定します。

vLLMのOpenAI互換サーバーはすでにTokiosが求める形式で通信可能です。単一モデルを利用する場合、コンソールのセットアップウィザードが自動的にhttp://127.0.0.1:8000/v1をアップストリームモデルIDとして設定します。複数モデルをtokios-connector.json設定で提供する場合は、アップストリームのBaseUrlを明示的に指定する必要があります。
複数モデル対応のファイル形式の詳細は、コネクター設定をご覧ください。
4

デプロイを登録する

次に Models タブで、vLLM モデルを登録し、public name(例:mistral-tunnel)を選択します。クライアントが model フィールドに送信するのは、vLLM のローカルモデルIDではなく、この公開名です。
5

APIキーを作成する

続いて Keys タブで、Create key をクリックします。必要に応じて、モデル名パターン(カンマ区切りのグロブ、すべての場合は *)で特定のデプロイにスコープを設定できます。sk-tok-… キーは今すぐコピーしてください。一度だけしか表示されません。
LoRAアダプターを提供したいですか? vLLMでは --enable-lora および --lora-modules を指定して起動することで、単一のプロセスから複数のアダプターを提供可能です。リクエストの model フィールドで各アダプター名を指定すれば対応できます。他のモデルと同様に、各アダプターを独自の公開名を持つ Tokios のデプロイとして登録してください。ゲートウェイが公開デプロイ名をどのようにアップストリームモデルIDへマッピングするかは、モデルルーティングをご覧ください。

どこからでも利用可能

デプロイ名とAPIキーを取得すれば、OpenAIやAnthropic互換のクライアントであれば、別のマシンや同僚のノートPC、ホスティングされたエージェントからでも vLLMモデルにアクセスできます。
常に model フィールドには登録済みの deployment 名(上記の mistral-tunnel)を指定し、vLLM のローカルモデルIDは指定しません。環境変数をセッション間で永続化する方法については、Claude Codeの使用を参照してください。

よくある質問

はい。 "stream": true を設定すれば、呼び出したAPIの種類に応じて OpenAI形式またはAnthropic形式の標準的なサーバー送信イベント(SSE)が返されます。
可能です。 Models タブで追加のデプロイを登録するか、 tokios-connector.json 設定ファイルを用いて単一コネクターに対し複数のアップストリームやルートを定義できます。複数の vLLMプロセスを運用したり、--lora-modules 機能で一つのプロセスから複数のLoRAアダプターを提供する場合に便利です。コネクター設定もご覧ください。
コネクターと vLLM間のループバック接続におけるセキュリティ強化として維持しても構いませんが、Tokios経由で呼び出し元を認証するのはこのフラグではありません。 https://api.tokios.com へのクライアントリクエストは sk-tok-… APIキーで認証され、コネクター自体が 127.0.0.1:8000 にアクセスできる権限を持ちます。
はい。チームメイトごとに個別の sk-tok-… キーを Keys タブで作成し、各自が必要とするデプロイのみにスコープを設定してください。キーを失効させると即座に認証できなくなるため、vLLM やコネクターに触れることなくアクセスを遮断できます。

ご利用のモデルは決してマシンから外れません。エンドポイントはどこでも利用可能です

vLLMはこれまで通りローカルホスト上で動作し続け、/v1以外に外部に公開されるポートやエンドポイントは一切存在しません。コネクターは外向き通信のみ行います。その先にある認証やルーティング、ストリーミング処理などはすべて単一のエンドポイントとして機能し、キーを付与したいマシンやチームメイト、エージェントからでも呼び出せます。

クイックスタート

コネクターをペアリングし、最初のモデルエンドポイントを一貫して登録します。

APIキー

チームメイトやエージェント向けにsk-tok-… APIキーを作成・範囲設定・ローテーションできます。