搭建家庭AI实验室所需的5个Docker容器
内容提要
家庭AI实验室常因管理混乱而非技术问题失败。建议用五个职责清晰的容器分层搭建：Ollama提供本地模型服务（端口11434，需命名卷保存模型）；Open WebUI提供浏览器聊天界面（固定WEBUI_SECRET_KEY）；Qdrant负责文档向量检索；n8n承担定时摄取、Webhook等自动化（需备份凭据）；Portainer CE管理容器（挂载Docker socket，仅限可信网络）。可先用前两个，按需添加其余，并用一个Compose文件统一描述、固定镜像版本。
延伸解读
分层设计：每个容器只做一件事
文章强调家庭AI实验室失败往往源于管理混乱，而非技术本身。将模型服务、界面、检索、自动化和管理拆分为五个独立容器，每个容器职责单一，可单独替换或升级，不影响其他层。这种分层思路降低了耦合度，也让排错更简单——例如聊天界面无响应时，能快速定位是Ollama还是Open WebUI的问题。
起步策略：从两个容器开始，按需扩展
不必一次性部署全部五个容器。Ollama和Open WebUI已能组成可用的本地聊天环境，适合快速验证。当需要基于自有文档问答时再加入Qdrant；当重复手动操作变得频繁时引入n8n；当容器数量增多、管理变得繁琐时再上Portainer。这种渐进方式避免过度设计，也减少初期维护负担。
关键风险：数据持久化与安全边界
文章反复提醒两个易错点：一是模型、用户数据、工作流凭据必须通过命名卷持久化，否则容器重建即丢失；二是Portainer挂载Docker socket后拥有主机控制权，必须限制在可信网络内，绝不能暴露公网。n8n的端口同样应保持私有。这些措施直接关系到实验室能否稳定运行和数据安全。
统一编排：用Compose文件固定版本
建议从一开始就用一个Compose文件描述所有服务，利用服务名作为主机名简化容器间通信（如Open WebUI通过http://ollama:11434访问模型）。同时固定镜像版本，避免:latest或:main标签变动导致意外更新。Compose文件也让整个实验室的配置可版本化、可复现，是长期维护的基础。
Q&A
家庭AI实验室为什么容易失败？
家庭AI实验室常因管理混乱而非技术问题失败，例如端口未记录、文档未索引、模型因容器重建而丢失等。
搭建家庭AI实验室需要哪五个Docker容器？各自负责什么？
五个容器是：Ollama（模型服务，端口11434）、Open WebUI（浏览器聊天界面）、Qdrant（文档向量检索）、n8n（自动化工作流）、Portainer CE（容器管理）。
Ollama容器如何避免模型丢失？
必须使用命名卷（如-v ollama:/root/.ollama）保存模型，否则容器重建时模型会丢失并重新下载。
Open WebUI的WEBUI_SECRET_KEY有什么作用？
WEBUI_SECRET_KEY用于签名会话，必须固定设置一次；如果容器重新生成密钥，所有用户会被登出。
什么时候需要添加Qdrant容器？
当需要让AI基于自己的文档、笔记或项目文件回答问题（即检索增强）时，才需要添加Qdrant； casual聊天则不需要。
n8n容器有哪些典型用途？
n8n用于自动化工作流，例如定时摄取文件并嵌入Qdrant、通过Webhook按需总结文档、每周回顾实验室笔记等。
Portainer CE为什么需要谨慎使用？
Portainer CE挂载Docker socket（/var/run/docker.sock），能控制宿主机上所有容器，因此必须部署在可信网络内，绝不能暴露到公网。
如何组织这些容器的部署？
建议用一个Compose文件统一描述所有服务，利用服务名作为主机名（如http://ollama:11434），并使用命名卷和固定镜像版本。
