Project N.O.M.A.D. | Github发现 – 末日/灾后 AI 离线知识服务器项目

Project N.O.M.A.D. 可以把一台自己的电脑变成局域网里的知识与教育服务器:预先下载百科、课程、地图和模型,断网后继续从浏览器查资料、学习或使用本地 AI。它采用 Apache 2.0 许可,通过 Docker 编排服务,用 Command Center 管理安装、内容与更新。适合家庭、学校、营地和其他需要提前准备离线资料的场景。

 Project N.O.M.A.D. - 末日/灾后 AI 离线知识服务器项目

先决定断网后要用什么,再下载对应资源

管理界面装好后,还需要准备具体工具和资料。真正能在离线环境使用的,是已经下载到设备上的内容和模型。挑选资源时,从可能要完成的任务开始,比把所有模块一次装齐更容易控制空间与维护工作。

  • 查知识与资料:Kiwix 提供离线 Wikipedia、参考资料与电子书;内容选择器和 ZIM 库管理器负责挑选与维护本地资料包。
  • 学习与查看地图:Kolibri 提供课程与学习进度,ProtoMaps 提供可下载的区域地图。课程和地图范围都应提前选好。
  • 对自己的文档提问:Ollama 运行模型,Qdrant 承担语义搜索与 RAG,支持文档上传后的知识库问答。
  • 整理和处理信息:CyberChef 提供编码、解码、哈希等数据处理,FlatNotes 用于本地 Markdown 笔记。

这些工具可以各自单独运行,N.O.M.A.D. 的作用是把安装、配置、更新与入口集中在一个管理平台里。浏览器能打开 Command Center,不代表百科、课程或模型已经下载完整;尤其要在离线前确认所需资料确实可访问。

Project N.O.M.A.D. - 末日/灾后 AI 离线知识服务器项目

基础服务轻,AI 和内容库才决定设备规模

使用范围项目给出的条件容量要算进去什么
管理应用基础安装2 GHz 双核及以上、4 GB 内存、至少 5 GB 可用空间;舒适安装可预留 10 GB不含完整离线百科、地图、课程与模型
较完整的 AI 使用建议 Ryzen 7/Core i7 级处理器、32 GB 内存、RTX 3060 或 AMD 等效及以上、至少 250 GB 可用空间,优先 SSD模型占用内存或显存,内容包另占磁盘;具体规模按所选模型和资源计算

这不是“4 GB 内存就能跑全部能力”的配置承诺。AI 模型回答时需要内存,独显主要使用显存,没有独显时会使用系统内存;百科图片版、课程视频、地图和模型一起下载,磁盘需求也会明显增大。

已有旧 PC、迷你主机或闲置电脑时,可以先按目标模块评估,内置 Benchmark 能提供硬件评分与社区比较。分数可以辅助选型,实际能否满足需求,还要看所选模型、文档问答和并发任务的表现。无需为了只查少量离线资料,直接按最重的 AI 场景添置设备。

Debian 系安装后,从浏览器管理

项目主要面向 Debian 系操作系统,当前 README 推荐 Ubuntu 26.04 LTS,也列出 Ubuntu 24.04 LTS 与 Debian 12。安装为终端流程,浏览器承担日常入口,服务器本身不需要桌面环境。安装脚本需要 sudo/root 权限,会修改主机环境;应先确认项目来源与脚本内容。

sudo apt-get update && \
sudo apt-get install -y curl && \
curl -fsSL https://raw.githubusercontent.com/Crosstalk-Solutions/project-nomad/refs/heads/main/install/install_nomad.sh \
  -o install_nomad.sh && \
sudo bash install_nomad.sh

安装后本机访问 http://localhost:8080;同一局域网其他设备使用 http://DEVICE_IP:8080,将 DEVICE_IP 替换成实际服务器地址。需要手动控制服务配置时,可使用项目的 Compose 模板,替换占位值后执行 docker compose up -d,这条路径更适合熟悉 Docker 的用户。

Windows 文档提供 WSL2 社区支持路径,不能把 Debian 安装命令直接当作原生 Windows 安装步骤。其他环境是否合适,应先对照对应指南和容器要求。

  1. 进入 Command Center,用 Easy Setup Wizard 选择资料库、教育或 AI 等能力。
  2. 选择所需内容集合与地图区域,再根据容量下载。家庭百科、课程学习与文档问答可以分批准备,不必全部启用。
  3. 安装 AI 时,下载所需模型,再加入自己的文档。使用其他主机上的 Ollama 或兼容服务时,需要单独配置服务地址与访问范围。
  4. 断网前,从要使用的客户端检查百科、地图、课程与模型是否可用,确认需要的内容已经在本地。
Project N.O.M.A.D. - 末日/灾后 AI 离线知识服务器项目

离线优先,也要分清什么时候会联网

初装需要下载依赖,后续新增工具、资源和模型,以及开启更新时也需要网络。项目 README 声明没有内置遥测,同时说明应用会发出联网状态探测:优先访问 Cloudflare 的工具端点,失败时尝试 GitHub API 与项目 API;探测地址可以在高级设置或环境变量中调整。没有遥测与完全不发网络请求是两回事。

使用自己的本地模型,可以把推理留在所控制的设备上;接入远端 Ollama、LM Studio 或其他兼容服务后,文档和对话的处理位置则取决于服务地址。离线知识问答仍应核对原始资料,资料包是否及时更新也影响答案,不能因为模型在本机就把回答当作可靠事实。

共享给其他设备前,先控制网络入口

N.O.M.A.D. 当前没有内置认证,也不适合直接暴露公网。能够访问开放服务端口的设备,可能直接进入相应服务。家庭成员、多用户课程和应用自己的账户能力,不能替代整个管理平台的访问控制。

多人访问时,应限制开放端口和可信设备;需要额外入口保护,可以结合网络隔离、防火墙或具有认证的代理设计,并逐项检查各服务的开放范围。不要为了远程使用随手做公网端口映射。它比较适合放在可控的局域网长期运行,管理的是资料、课程和工具,也需要持续维护内容与设备。

  • 源码与说明:https://github.com/Crosstalk-Solutions/project-nomad
  • 官网与安装指南:https://www.projectnomad.us/install
  • WSL2 路径:https://www.projectnomad.us/install/wsl2
Project N.O.M.A.D. | Github发现 - 末日/灾后 AI 离线知识服务器项目 - 杂货喵
[Github开源] Project N.O.M.A.D. - 末日/灾后 AI 离线知识服务器项目
此内容为免费资源,请登录后查看
0积分
发布平台GitHub
编码语言TypeScript、Shell...
支持语言中英文多语言
收录日期2026年6月2日
Stars29.1k
Forks2.9k
免费资源
© 版权声明
THE END
喜欢就支持一下吧
点赞12 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容