在服务器上启动 llama-server 后，本机 curl 127.0.0.1:8080 正常，同网段其他机器访问却连接超时。
这类报错背后常见的原因有几处，逐个排除就行。默认只监听 127.0.0.1，不接受外部连接；防火墙没有放行对应端口；安全组只开放了常用端口；用了容器但没做端口映射。
指定监听所有网卡并固定端口
./llama-server -m qwen2.5-7b-q4.gguf --host 0.0.0.0 --port 8080 -c 4096接着确认本机端口处于监听状态
netstat -ano | findstr 8080再往下放行防火墙入站规则
New-NetFirewallRule -DisplayName llama8080 -Direction Inbound -LocalPort 8080 -Protocol TCP -Action Allow从另一台机器验证接口
curl http://服务器IP:8080/v1/models这台环境是别人交接的，不少默认值被动过，只能一项项核。
同事提醒我看一下最近一次发布，时间点确实对得上。
别只看报错消失，验证要多做一步。其他机器能拿到模型列表并完成对话请求，netstat 里监听地址显示为 0.0.0.0:8080。
暴露到公网前一定要加访问控制，本地推理服务通常没有鉴权，直接对外开放等于把显卡和模型交给别人用。改动前把原配置备份一份，出问题能马上回滚，这比任何技巧都实用。