手把手教你找免费AI服务：搜公开的DeepSeek模型接口

手把手教你找免费AI服务：搜公开的DeepSeek模型接口

本文将介绍如何使用Fofa和Shodan两个工具来搜索暴露在公网上的Ollama服务，并提供了具体的代码示例和使用方法。需要注意的是，虽然这些服务是公开的，但使用时仍需谨慎，确保遵守相关法律法规和道德规范。

一、用 Fofa 找公开的 AI 服务

Fofa 是一个网络空间测绘搜索引擎，相当于一个专门搜网络设备的百度，能找出各种暴露在公网的服务。

操作步骤：

1. 打开网站：https://fofa.info
2. 在搜索框粘贴这句话：

   app="Ollama" && is_domain=false
   

   （意思是找直接暴露 IP 地址的 Ollama 服务）
3. 点搜索，你会看到一堆带 IP 和端口的结果，比如：

   114.220.20.30:11434
   

结果怎么看？

• 看到类似 http://IP:11434 的地址，可以试试浏览器访问
• 如果能打开 Ollama 的 API 文档页面，说明找到可用服务了
• 重要提醒：就像不能乱连别人 Wi-Fi，这里也请确认服务是公开可用的

二、用 Shodan 找更多资源

Shodan 是互联网设备的“搜索引擎”，但它不搜网页内容，而是专门找各种联网的“设备”和“服务”。

操作流程：

1. 访问 shodan.io
2. 直接搜：

   Ollama is running
   

   （找正在运行的 Ollama 服务）

3. 结果里会显示 IP、端口和基础信息

举个栗子：

• 看到 http://203.120.5.6:11434 这样的地址
• 如果能打开 Ollama 的 API 文档页面，说明找到可用服务了
• 记得先检查是否有免责声明或使用条款

三、怎么用找到的 AI 服务

方法 1：直接调接口

import requests
import json

# Ollama默认地址（如果是公开服务需替换IP和端口）
OLLAMA_URL = "http://ip:11434/api/generate"

def stream_chat(prompt, model="deepseek-r1"):
    payload = {
        "model": model,
        "prompt": prompt,
        "stream": True  # 开启流式传输
    }
    
    try:
        with requests.post(OLLAMA_URL, json=payload, stream=True) as response:
            response.raise_for_status()
            full_response = []
            for line in response.iter_lines():
                if line:
                    chunk = json.loads(line.decode('utf-8'))
                    print(chunk['response'], end='', flush=True)  # 实时输出
                    full_response.append(chunk['response'])
            return ''.join(full_response)
    except Exception as e:
        print(f"\n流式请求异常: {e}")
        return None

# 使用示例
stream_chat("写一个关于人工智能的短故事")

方法 2：用 Chatbox 客户端

1. 下载 Chatbox（https://chatboxai.app）
2. 找到左下角 设置 → 模型提供方选 Ollama → 填找到的 IP 地址
3. 保存后直接开聊，和用 ChatGPT 一样

四、安全须知（必看！）

1. 合法第一：只访问明确标注"公开测试"的服务，别当黑客
2. 保护自己：不要用这类服务处理隐私信息
3. 防范风险：如果发现服务异常（比如要你输密码），立刻退出
4. 做好人：如果你自己搭服务，记得：

• 用密码保护（像 Wi-Fi 设密码）
• 关掉不需要的端口（像出门锁好门）
• 定期更新系统（像给手机升级系统）

五、这种玩法有啥用？

1. 学习测试：零成本体验 AI 模型
2. 紧急备用：当你的 API 额度用完时的 Plan B
3. 项目演示：快速做个原型 demo
4. 技术研究：观察不同部署配置的性能差异