给极空间装上末日生存指南！NOMAD部署，离线资料本地AI一次搞定
内容提要
本文介绍了开源项目Project N.O.M.A.D，一个基于Docker的本地离线资料系统，整合了离线百科、AI助手、地图和教育工具。用户可下载内容，断网时在局域网访问，支持上传文档通过RAG让AI问答。部署简单，适合NAS用户，可构建个人小型图书馆。
延伸解读
离线可用，但存储成本需提前规划
文章提到，N.O.M.A.D整合了离线百科、地图、AI等资源，但全量下载地图约需127G，而所有内置资源下载完预计需要TB级存储。这意味着用户需根据自身硬盘容量和实际需求，有选择地下载内容，避免一次性全量拉取导致存储空间不足。
隐私保护与硬件性能的权衡
N.O.M.A.D的AI问答通过本地运行Ollama和Qdrant实现，文档无需上传云端，适合注重隐私的用户。但本地运行大模型对设备性能有要求，文章建议若性能不足，可连接局域网内其他电脑的Ollama或兼容OpenAI接口的本地服务，将推理任务交给带独立显卡的机器，实现存储与计算的分离。
部署门槛低，但需注意环境变量配置
项目基于Docker Compose部署，文章以极空间Z425为例，提供了完整的代码和环境变量示例。用户需正确设置NOMAD_ROOT路径、端口、URL以及数据库密码等，并确保Docker socket挂载正确，否则可能影响容器间通信。整体流程对熟悉NAS和Docker的用户较为友好。
Q&A
Project N.O.M.A.D是什么？
Project N.O.M.A.D是一个基于Docker的本地离线资料系统，整合了离线百科、AI助手、地图和教育工具，用户可下载内容，断网时在局域网访问，支持上传文档通过RAG让AI问答。
N.O.M.A.D的AI助手是如何工作的？
N.O.M.A.D的AI助手由Ollama和Qdrant组成，Ollama负责本地运行大语言模型，Qdrant负责向量检索。用户可以上传PDF、EPUB等资料到知识库，通过RAG检索增强生成，让AI根据文档回答问题，整个过程在本地完成，无需上传到云端。
N.O.M.A.D支持哪些离线工具？
N.O.M.A.D支持离线维基百科（Kiwix）、AI智能（Ollama和Qdrant）、笔记、PDF识别、地图（ProtoMaps）和教育平台（Kolibri）等，用户可以在补给站按需安装。
如何部署N.O.M.A.D？
部署N.O.M.A.D需要Docker和Compose。以极空间为例，创建docker-compose.yml文件，包含admin、mysql、redis三个服务，并设置环境变量如NOMAD_ROOT、NOMAD_PORT、NOMAD_URL、APP_KEY、数据库密码等。部署完成后通过映射端口访问。
N.O.M.A.D对硬件有什么要求？
N.O.M.A.D本身对硬件要求不高，但如果设备性能不够，可以连接局域网中另一台电脑上的Ollama，或接入LM Studio、llama.cpp等兼容OpenAI接口的本地服务，将模型推理交给带独立显卡的电脑。
N.O.M.A.D的存储需求有多大？
如果全量下载地图资源大约需要127G存储空间，而下载所有内置资源预计需要按TB为单位计算。
N.O.M.A.D适合哪些用户？
N.O.M.A.D适合NAS用户、注重隐私的用户、需要离线资料访问的用户，以及希望构建个人小型图书馆的用户。
