本文详细记录了如何通过 OpenVPN 将 Sub2API 等自建 AI API 网关服务从公网隔离，构建一个高安全性的私有网络环境的完整过程。传统的 Sub2API 部署往往直接映射 6789 端口至公网，导致服务长期暴露在端口扫描、Web 漏洞探测及 API Key 暴力破解的风险之下。文章提出的解决方案利用 Ubuntu 服务器搭建 OpenVPN 服务端，通过 Docker 部署 Sub2API，并将其绑定至 localhost（127.0.0.1），再利用 socat 进行端口转发，仅允许通过 VPN 私网（10.8.0.0/24）访问。这种“双层权限”架构要求客户端同时具备 OpenVPN 证书和 Sub2API API Key 才能调用服务。文章还涵盖了 Easy-RSA 证书管理体系的搭建、客户端配置文件的生成、以及如何避免与本地 Clash 代理冲突的技术细节。该方案不仅显著减少了公网攻击面，还解决了 AI 开发工具（如 Codex、CC-Switch）对本地代理节点的依赖，提升了请求链路的稳定性，是个人开发者与小团队构建内部 AI 基础设施的优质实践。
事件分析
该文章展示了个人与小团队在自建 AI 基础设施时，从“可用性”向“安全性与稳定性”进阶的典型架构升级。通过引入 VPN 隧道技术，作者不仅实现了网络层的物理隔离，防御常见的公网扫描与攻击，更重要的是建立了一种“零信任”访问模型——即网络准入与应用授权的双重验证。对于 AI 开发者而言，这种架构解决了本地 IDE 或 AI 客户端（如 CC-Switch）在复杂代理环境下的网络调度难题。将敏感的 API 调用流量与日常浏览流量分离，既保证了 AI 请求链路的高带宽与低延迟，又避免了因代理节点切换导致的连接中断。随着自建 AI 网关的普及，这种将核心服务隐藏在 VPN 背后的“影子服务”模式，将成为保障账号安全与维护服务稳定性的重要参考。
核心观点：将自建 AI 服务隐藏于 VPN 私网并实施网络层与应用层双重认证，是平衡极致安全与开发体验的最佳基础设施架构。
原文链接：Linux.do
